多面体不确定线性系统的鲁棒D-稳定研究

针对一类多面体不确定线性系统给出一种新的鲁棒D-稳定的充分条件,该条件可以由一族线性矩阵不等式(LM Is)的可行解得到,而这族LM Is可以由多面体的顶点描述。通过引入参数相关Lyapunov函数使得该条件的保守性降低,与其他条件相比这个条件具有更广泛的适用性,推广并改进了现有成果。     

硫酸钙晶须的表面改性研究

采用硼酸酯表面活性剂SBW-181对硫酸钙晶须进行了单因素条件改性试验,分别考察了改性剂用量、改性温度、改性时间和搅拌速率等工艺因素对硫酸钙晶须表面改性的影响.试验结果表明:硼酸酯表面活性剂SBW-181对硫酸钙晶须的改性效果较好,在最佳工艺条件下,改性产品的活化指数为0.996,接触角为103.4°.建立了硼酸酯表面活性剂SBW-181与硫酸钙晶须的作用模型.得出的结论对硫酸钙晶须表面改性的工业化生产具有重要的指导意义,并为硫酸钙晶须的应用研究奠定了理论基础.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。     

离散混沌测量矩阵构造及其性能研究

若测量矩阵满足约束等距性(restricted isometric property, RIP),则样本能够完美恢复出原始信号。而对于给定矩阵很难验证其是否满足RIP需求,因此,本文采用李雅普诺夫指数作为一种针对离散混沌测量矩阵的验证指标。首先分析了RIP与李雅普诺夫指数之间的联系,然后给出了一种分段式混沌映射构造方法用以提高混沌性能,并从理论和仿真上证明了该方法的有效性。实验结果表明,这种方法不仅提高了混沌序列的随机性和自相关性,而且所生成的测量矩阵也具有更好的性能。因此,引进李雅普诺夫指数是一种有效的验证离散混沌测量矩阵性能的方法,提高李雅普诺夫指数能够提高混沌测量矩阵的性能。     

海杂波频谱的多重分形特性分析

本文主要研究海杂波频谱的多重分形特性并分析其影响因素．首先介绍了将多重分形理论引入到海杂波频谱分析中的理论基础,然后,采用X波段与S波段相参雷达实测数据验证海杂波频谱的多重分形特性,并采用多重分形去趋势起伏分析（MF-DFA）法对海杂波频谱进行多重分形特性分析、分析结果表明海杂波频谱是一种受长程相关性和概率分布共同影响的多重分形序列,并且频域多重分形参数广义Hurst指数对海杂波单元与目标单元具有一定的区分能力．此外．通过分析广义Hurst指数的影响因素还发现FFT时所采用的时间序列长度对广义Hurst指数影响相对较大,而FFT点数对其影响相对较小．     

New results on the robust stability analysis of neural networks with discrete and distributed time delays

Delay-dependent robust stability of cellular neural networks with time-varying discrete and distributed time-varying delays is considered. Based on Lyapunov stability theory and the linear matrix inequality （LMIs） technique, delay-dependent stability criteria are derived in terms of LMIs avoiding bounding certain cross terms, which often leads to conservatism. The effectiveness of the proposed stability criteria and the improvement over the existing results are illustrated in the numerical examples.     

非线性微分-代数系统稳定性的几个判据

研究非线性微分－代数系统的稳定性问题,给出利用非线性函数的偏导数矩阵判别非线性微分－代数系统平衡态稳定和不稳定的几个判据,所得结果形式简洁,易于应用．最后利用例子说明所得判据的有效性     

应用混沌相空间模线性回归模型研究短期负荷预报

在一维 Lyapunov指数预报模型的基础上提出了混沌相空间模线性回归模型 ,并将该模型应用于短期负荷预报 .对厦门市实际负荷时间序列进行预报 ,取得了较满意的结果 .     

基于神经网络的Lyapunov指数谱的计算

利用 BP神经网络的非线性函数逼近能力 ,由实验观察数据列计算系统的 Lyapunov指数谱 .实例计算表明 ,此种方法精度较高且计算量较小 ,有重要的实际意义.     

基于自适应神经网络的边坡位移预测

通过对边坡位移历史数据序列进行特征分析 ,计算出饱和嵌入维数和最大 Lyapunov指数 ,给出了边坡位移的最大可预报时间尺度。在此基础上 ,确定了神经网络的输入节点数 ,建立了基于自适应神经网络的边坡位移预报方法 .通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测 ,结果令人满意 .这对于建立边坡位移的实时监测 -预警系统有重要意义.