抵御信息误差的动态输出控制

针对线性系统,采用更接近于实际的信息连续误差模型,利用线性矩阵不等式,给出了保证闭环系统渐近稳定的鲁棒动态反馈控制设计的线性矩阵不等式方法.所设计的控制系统不仅当系统信息不发生误差时可以保证系统的渐近稳定性,而且当系统信息产生误差时也保证系统的渐近稳定性.数例验证了文中所提出方法的设计过程,同时也展示了所提出方法的有效性.     

切换系统的H∞动态输出反馈控制

研究一类具有扰动的线性切换系统在任意切换策略下的鲁棒H∞控制问题．基于线性矩阵不等式（LMI）、H∞控制理论和Lyapunov函数方法，给出了线性切换系统的H∞动态输出反馈控制器存在的充分条件和设计方法．由该方法设计的控制器不但使闭环系统渐近稳定且具有H∞性能界γ，最后用仿真算例验证了文中结论的有效性．     

任意正交变换下的全相位等效FIR滤波器的构造

为减小正交变换滤波法的计算量并扩大滤波范围，将全相位数字滤波概念推广到任意正交变换．在引入重叠基矩阵的基础上，提出了加窗全相位等效FIR滤波器系数向量的计算通式．严格推导出常用的离散傅里叶变换、离散余弦变换和离散沃尔什变换下的全相位FIR滤波系数的具体表达式．仿真实验表明，全相位滤波可消除截断误差，基于正反变换的N阶全相位滤波结构与长为2N-1的全相位等效FIR滤波器完全等价．     

利用运算矩阵数值求解常微分方程的改进方法

给出一种基于Haar小波积分运算矩阵求解常微分方程的改进方法,称之为区间分段法.在相同误差条件下,该方法计算速度更快,同时,对于不同的子区间,可根据精度的要求来设定离散点数,增加了应用的灵活性.     

双四象限探测器位置自适应测量新模型

为了得到最佳的动态跟踪性能，提出了最小二乘向量机与矩阵光学相结合的建模方法，建立了双四象限探测器在激光跟踪光路中的全新测量模型，该模型可实现对探测器参数的自适应测量．相对于以往的数学模型和测量方法，该模型具有清晰的物理含义，更符合研究对象的工作机理．使用该模型可获得更完整的测量样本，消除了测量中的“死点”和“坏点”，对位移量测量的不确定度为1μm，最大误差在原研究基础上减小了3μm，系统也省去了多维高精度的测量和机械调整系统．这一模型同时为三维小角度测量提供了一个快捷的技术途径．     

非线性离散时滞系统的模糊H∞鲁棒控制

针对一类具有时滞的非线性离散系统的控制问题，通过对其进行模糊建模，设计了H∞鲁棒控制器．利用构造的Lyapunov函数和线性矩阵不等式，证明并给出了模糊H∞鲁棒控制问题有解的充分条件．依据由模糊规则和线性系统方程建立的模糊模型，所设计的控制器使系统具有更好的鲁棒稳定性，干扰抑制能力强，满足成本上界约束条件．算例仿真结果表明，所设计的模糊控制器对不确定性和时滞都有很好的控制能力，同时系统对干扰有很强的抑制能力．     

在线增强型复值混合信号盲分离算法研究

基于二阶统计量，对在线分离复值混合信号法进行了研究．假设源信号是独立的且非常态，信号的伪协方差矩阵能增加约束条件，从而可证明二阶统计量能够完全分离复值混合信号，而且对信号是否平稳不作要求．结合非常态信号的独立性，构造出代价函数，利用梯度下降法推导出在线盲分离算法．通过盲分离算法的仿真试验，发现所提出的盲分离算法能充分利用复值非常态信号的二阶统计量，算法具有鲁棒性好、运算速度快和可在线实现等优点．     

主对角线全为零的置换模式矩阵的惯量

文章在给出主对角线全为零的置换矩阵的惯量基础上，利用代数学相应的基本原理和方法并结合组合数学的研究思路进行了充分分析和论证，从而解决了相应置换模式矩阵的惯量问题。     

基于RBF函数状态离散化的激励学习

介绍了激励学习和两类学习算法：Q学习和SARSA学习，提出一类基于RBF函数的特征状态离散化方法，并对该方法进行了初步的实验比较．     

马尔可夫链模型在寿险中的应用

文章就保险公司的短期保单建立了一个具有吸收状态的马尔可夫链的数学模型，并分析了这种马氏链的性质，然后结合实例了解了这些性质的实际意义．