分布参数系统参数辨识的最佳测量位置

许多有关集中参数系统参数辨识的方法经改造后可推广到分布参数系统中,但其涉及的问题复杂,其中传感器的测量位置则是分布参数系统参数辨识过程的特有问题,它对分布参数系统的参数辨识精度有着很大的影响.从受噪声干扰的不同位置传感器检测值出发,构造了分布参数系统的信息矩阵,提出了一种基于信息矩阵行列式的优化算法,并采用D-最优试验设计准则优化传感器的位置配置,得到了分布参数系统检测传感器的最佳测量位置,同时保证了系统的参数辨识精度.仿真结果表明,该方法对于分布参数系统的输出和状态检测传感器位置的选择具有参考价值.     

营养液组份检测与控制系统的设计与实现

将动态矩阵控制引入营养液组份控制领域，并提出一种“模型改造”的方法：将激励信号引入非自衡对象，使其变为一阶稳定系统．试验结果表明：动态矩阵控制可以将营养液中的各组份浓度控制在设定值．     

互素多项式在矩阵秩中的应用

给出了互素多项式在矩阵秩讨论中的几个结果：1）设f(x),g(x)∈P[x],A∈Mn(P)若f(x),g(x)互素，且f（A)g(A)=0,则r(f(A)) r(g(A))=n。2）设fi(x)∈P[x],i=1,2,…，m,A∈Mn(P)，若f1(x),f2(x),…,fm(x)互素，且f1(A)f2(A)…fm(A)=0,则n≤r(f1(A)) r(f2(A)) … r(fm(A))≤（m-1)n。3）设fi(x)∈P[x],i=1,2,…，m,A∈Mn(P),若f1(x),f2(x),…，fm(x)两两互素，且fi(A)fj(A)=0,i≠j,i,j=1,2,…，m，则r(f1(A)) r(f2(A)) … r(fm(A))=n。     

矩阵方程X-A~*X~(-q)A=I(q>1)的Hermite正定解

讨论了矩阵方程X -A X-qA =I在q >1时的Hermite正定解的存在性和解的性质并且构造了两种数值求解的迭代方法 .以上结果利用数值例子来说明 .     

R(o)ssler超混沌系统的参数辨析与同步研究

首先给出两种方法实现对四维罗斯勒超混沌系统未知参数的准确快速辨析，第一种方法通过将系统反馈控制到任意不动点，求解平衡点的方程得到未知参数辨析的数学表达式；第二种方法基于稳定性理论，通过构造参数观测器，设定恰当的初始值，解析地给出基于参数观测器的表达式，数值计算表明两种方法都很有效。基于线性化误差理论，求解误差演化的雅克比矩阵的特征值，解析地获得相位同步和全局同步控制器的表达式，详细分析了雅克比矩阵为零对应相同步问题，数值计算与理论分析一致。     

时滞区间广义系统的保成本控制

针对一类具有状态时滞的时滞区间广义系统,基于状态反馈研究了保性能控制问题。利用线性矩阵不等式(LMI)处理方法,得到了闭环时滞区间广义系统广义二次稳定以及闭环性能指标值有上界的充分条件。利用LMI的可行解给出了保性能控制器的设计方法。设计的控制器使得闭环时滞区间广义二次稳定,同时保证闭环性能指标值是具有上界。最后的数值例子说明了所给方法的有效性。     

基于OFDM系统的空时频分组编码方案

提出了一种空时频分组编码方案,其设计思路是:接收端通过子信道的相关特性确定不相关子载波组,并反馈给发射端;发射端基于反馈信息,利用星座旋转预编码矩阵和空时分组编码技术构建空时频分组编码。该方案只反馈子信道的相关性而无需反馈整个信道信息,可应用于任意数量的发射/接收天线,能获得极高的分集增益和带宽效率,且只有较低的解码复杂度。在瑞利衰落环境下的仿真结果证实了此方案的鲁棒性。     

基于数据矩阵分解的相干源方向估计新方法

提出一种相干源存在情况下的波达方向估计新算法。利用阵列快拍数据构造数据矩阵,相关去噪后,通过奇异值分解获得低维信号子空间的估计,然后运用ESPRIT思想估计出波达方向。无论是否存在相干源,新算法均能有效估计出波达方向,并且无需角度搜索,运算量小。该算法虽基于一维线阵,但可直接推广到具有线性性质的二维平面阵,如L形阵、十字阵、双平行线阵等。计算机仿真验证了算法的有效性     

一种基于分明矩阵的启发式知识约简方法

提出了基于分明矩阵的启发式知识约简方法。在决策表的相对约简过程中采用分明矩阵来表达知识,并利用分明矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。现已证明,寻找决策表中最小相对约简问题是典型的NP hard问题。所提供的算法在大多数情况下能够找到最小约简,即使在没找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速有效的方法     

强计算条件下判断矩阵的优选分析

针对AHP中对判断矩阵的研究大多侧重于一个判断矩阵的不足,以强计算为基础,通过计算大量矩阵的一致性比例、期望判断阵、特征值、关联度等方法,对多个判断矩阵进行比较分析,从中选择满足一致性要求的判断矩阵,并进行优化,使其包含较多的原始信息。最后通过实例,介绍了这种优选方法的基本步骤,验证了该算法的有效性。