计算处在一恒定均匀磁场^ωH中的原子的能谱

在假设电子和场之间的相互作用势能远小于自旋-轨道耦合能量（“塞曼效应”），同时考虑电子自旋的情况下，计算处在一恒定均匀磁场^ωH中的原子的能谱，得出比较有用的结论，对我们学习轨道角动量和精细结构，以及塞曼效应奠定了必要的理论基础。     

红-黑小波变换

介绍一种新的第二代小波变换——红-黑小波变换，它是把矩形栅格的数字图像分成红块和黑块，利用二雏提升格式进行构造。并从理论上与张量积小波变换进行了比较。实验表明红．黑小波变换可以更有效地去除图像的相关性并得到更稀疏的图像表示，在图像压缩中红．黑小波变换比传统小波变换更有效。     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

判定H-矩阵的一个迭代算法的修正

 随着H-矩阵在科学与工程计算中的广泛应用,如何判定一个给定矩阵是否为H-矩阵引起了许多研究者的兴趣.本文对一个现有判定H-矩阵的迭代算法进行了修正,得到了一个新的迭代算法.数值算例表明该算法是有效的.     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

广义严格对角占优矩阵的判定准则

利用矩阵的Ostrowski对角占优性研究矩阵的非奇异性,给出了判定广义严格对角占优矩阵及非奇异M矩阵的若干充分条件,拓广了广义严格对角占优矩阵的判定准则.     

四足机器人斜坡对角小跑运动控制研究

能否在斜坡上稳定行走是判断四足机器人运动性能的一个重要标准.针对四足机器人采用对角小跑步态在斜坡地形上的运动,建立机器人结构简化模型并进行运动学分析,完成了该步态下的足端轨迹规划,并提出一种基于模糊控制的姿态调整方法,通过调节机器人支撑相关节角来减小机身运动过程中的横滚角波动,从而提升机器人斜坡行走的稳定性.Adams...     

多用户MIMO下行系统中的仿射投影解码方法

针对多用户下行MIMO系统,基站端有M根传输天线,用户端有1根接收天线的情况,该文提出了一种名为仿射投影译码器的译码方法.该方法采用对角空时码,在发送端不知道信道状态信息的情况下同时给所有用户发送信息.应用仿射投影技术,用户端可以完全地消除用户间的干扰.该文还对这个新译码器的性能,包括可达速率域和自由度进行了分析.最后,仿真证实了分析结果.     

对角元相等的广义Jacobi矩阵特征值反问题

对对角元相等的广义Jacobi矩阵的特征值进行了分析。讨论了由一个特征对构造广义Jacobi矩阵的特征值反问题，得到了试问题有解的充要条件．