多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

自校正信息融合Kalman预报器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均（MA）新息模型的在线辨识和求解相关函数矩阵方程组,可在线估计噪声统计,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman预报器。证明了它的收敛性,即它具有渐近最优性,且自校正融合Kalman预报器比每个局部自校正Kalman预报器精度高。一个目标跟踪系统的仿真例子说明了其有效性。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。     

模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。     

求解多尺度双曲型问题的一种新方法

建立了有限体积非均匀化多尺度方法（Finite Volume Heterogeneous Multi-scale Method,FV—HMM）,将其应用于二阶多尺度双曲型问题的求解。该方法分别在宏观尺度和细观尺度上建立原方程的差分格式。通过不同尺度间的耦合．有效地减小了计算所需代价。数值实验结果表明：FV—HMM比传统的有限体积法有效,既大大地节省了计算量,又有较高的精度。     

基于模糊控制算法的多点压边力控制系统的设计与实现

介绍了目前压边力控制技术的最新发展,其次描述了一套八点可变压边力分区控制系统,可以实现随着拉深行程的变化实时改变压边力。重点介绍了控制系统的硬件结构与工作原理,控制系统软件的设计思路与实现方法,以及整个系统核心控制算法的设计思路与实现。     

一种基于组件的多层WebGIS模型的设计与实现

针对WebGIS中存在的系统不稳定、难以扩展及可维护性差等问题,提出一种基于组件的多层WebGIS模型,并论述了如何基于J2EE框架实现该体系结构。实际的系统设计与开发工作表明,基于新体系结构的WebGIS具有较好的集成性与可扩展性,从而缩短了开发周期,降低了开发成本。     

基于多Agent的远程教学模型研究

分析了多Agent系统及其基本特性,将Agent技术引入远程教育系统中。设计出了基于多Agent的远程教育系统模型和总体结构设计,对远程教学Agent的任务和功能进行设计,并讨论主要关键Agent结构设计。     

二阶p-Laplacian算子的奇异边值问题多解的存在性

应用锥拉伸和锥压缩不动点理论讨论了有关p-Laplacian算子的二阶微分方程奇异边值问题多个正解的存在性。