网络控制系统中迭代学习控制算法的鲁棒收敛性分析

针对网络控制系统中受输入扰动和初态干扰的非线性系统,提出了一种迭代学习控制算法,讨论了输出数据丢失情况下系统输出对期望轨迹的跟踪问题。采用一个概率已知的随机贝努利序列来描述网络控制系统中的数据丢失现象,即如果输出数据没有丢失,则利用跟踪误差来修正上一次迭代学习时的控制量,从而获得系统当前控制量;如果存在输出数据丢失现象,则系统当前控制量保持上一次迭代时的控制量不变。给出了保证算法收敛的充分条件。从理论上证明了系统满足给定的收敛条件时,在数据丢失网络环境下具有输入扰动、初态扰动的被控系统随迭代学习次数的增加,系统输出除初始点以外都能够收敛于期望轨迹。通过仿真算例进一步验证了所提方法的有效性。     

具有大绝对稳定域的一类隐式方法及其新的迭代技巧

导出一类含有参数的高阶隐式线性多步法，它的绝对稳定域可以任意地扩大，并且可保证零稳定．对于隐式方法，给出一种新的迭代技巧，扩大有效稳定域，并且提高收敛速度．     

一类非线性Riemann-Liouville适型分数阶微分方程正解的存在性

首先,利用Green函数的性质和Guo-Krasnosel’skii’s不动点定理,证明一类非线性Riemann-Liouville适型分数阶微分方程正解的存在性,给出该问题至少存在两个正解的结果;其次,基于一个比较原则,利用单调迭代技巧和上下解方法证明该问题极值解的存在性.     

采煤机记忆截割技术研究

为实现自动化采煤,需要实现煤岩分界面的自动确定。本文介绍了采煤机记忆截割的工作原理,并根据采煤机截割系统的特点,选择了迭代学习控制来实现记忆截割。此外,还建立了截割系统的动力学方程,以采煤机摇臂摆角作为控制量,并通过MATLAB仿真进行验证。仿真结果表明,基于迭代学习控制的采煤机记忆截割能够实现对煤岩分界面的轨迹跟踪。     

具有整数伸缩因子的多变量向量值双正交多小波包

研究多变量向量值双正交多小波包的构造与性质.引进了向量值多分辨分析与多变量值双正交多重小波的概念.给出多变量多重向量值双正交小波包的定义及其迭代方法.运用积分变换与有限群理论,讨论了多变量多重向量值双正交小波包的性质,得到了多变量多重向量值双正交小波包的双正交公式,进而给出多变量向量值函数空间L2（Rs,Cn）的一个新的基底.     

基于残差比阈值的迭代终止条件匹配追踪稀疏分解方法

基于传统的迭代终止条件,应用匹配追踪(MP)稀疏分解方法分解高噪信号,研究了固定迭代次数及阈值迭代终止条件的不足.引入相邻残差之比,规格化相邻残差之差,减少了噪声的干扰,设计了残差比阈值迭代终止条件. 采用残差比阈值迭代终止条件,对高噪声超声信号进行稀疏分解,分解过程会根据噪声成分的水平自适应地终止迭代,克服了传统迭代终止条件无法选择迭代终止阈值的问题.理论推导与实验都证明了残差比阈值迭代终止条件具有很强的鲁棒性.     

基于离散功率空间的定步长认知无线网络功率控制算法

针对现有认知无线网络功率控制算法在离散功率空间内无法收敛的问题,提出一种定步长功率控制算法.在离散功率空间内,将认知用户的目标信干扰比(signal to interference plus noise ratio,SINR)由具体的目标数值扩展为目标窗口.为了最大化系统容量,在满足系统约束条件的前提下,建立了滑动窗口机制.通过认知用户总干扰与干扰温度域上下限的比较,动态调整中值SINR,从而实现目标窗口的滑动.对于确定的目标窗口,采用定步长迭代算法进行发射功率的调整.仿真实验表明,算法达到了预期效果,并取得与最优算法相近的系统性能.     

有限维Hilbert空间中一类框架与紧框架的构造

通过推广调和框架,引入一般准调和框架与正规迭代式框架.每个正规迭代式框架均可通过一个正规的矩阵和一个初始向量生成;然后,根据正规迭代式框架的性质,得到正规迭代式框架以及紧的正规迭代式框架的构造方式.     

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.     

基于短时帧通信系统的Turbo码帧结束方案研究

在介绍Turbo编译码结构和原理的基础上讨论了确定或估计接收信息帽诉方案,然后对短时帧通信系统中应用Turbo码时不同帧结束文豪译码性能的影响进行研究,最后给出仿真结果及比较性分析。