基于递推最小二乘改进算法的洪水预报模型研究

由递推最小二乘算法估算出的自回归系数在一定条件下具有最佳的统计特性,但在实际应用中,这种方法往往难以动态地把握水文现象的动态特性.为提高自回归洪水预报模型的精度,分别用衰减记忆、有限记忆及2种算法相结合的方法对基本的递推最小二乘算法进行改进,并利用这几种改进算法对白马寺水文站的实测径流序列进行了模拟演算.结果表明,这3种改进的递推最小二乘算法,都可以使自回归洪水预报模型取得较好的预报效果,但实际应用时应根据不同预报的侧重点选择相应的算法.     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

一种新型的速度和加速度估计器

将扩张状态观测器和递归线性平滑牛顿预测器相结合,形成了一种新型的速度和加速度估计器,它在跟踪位移和估计速度的同时能一并估计出加速度.虽然扩张状态观测器本身对量测噪声已经具有较好的滤波特性,但为了减小时间延迟,不能使滤波参数过大,这样会使估计出的加速度噪声稍高,需再用递归线性平滑牛顿预测器对加速度进行二次滤波.仿真结果表明,由扩张状态观测器和递归线性平滑牛顿预测器构成的滤波估计器在仅有位置量测信号且在噪声较大的情况下能有效地估计出速度和加速度,最终得到的速度和加速度估计信噪比高且时间延迟小.该估计器主要用于运动控制和机动目标跟踪中.     

多输入非线性串级系统的自适应控制

对一大类含有未知参数的多输入非线性串级系统 ,基于 backstepping递推设计方法 ,进行了自适应控制设计。当自适应控制律作用于该系统时 ,闭环系统的所有信号是有界的 ,并且原系统的状态收敛于零.     

MA(2)序列的偏相关函数

首次用矩阵分解的简便方法求出了MA(2)序列的偏相关函数的精确解析表达式.     

基于树的递归算法分析技术

针对扩展递归技术的局限性,本文提出基于树的递归算法分析技术。借助于分析树,可直观地、清晰地描述递归算法的分析过程,从而有效地解决递归算法时间复杂性的分析问题。     

多维时序模型建模方法的探讨

本文在对ARMAV模型进行预处理的基础上,根据采样向量序列的协方差函数提出了一种向量ARMAV模型的参数线性估计方法:矩阵递推法,包括低阶模型到高阶模型的矩阵递推和同阶模型的矩阵递推。并讨论了模型适用性的检验问题。     

递归程序的转换技术

提出了一种实用的递归程序转换技术,它可以方便地把递归函数转换成与之等价的非递归形式,已在DPS8/49机上实现。     

动态递归数字滤波器的鲁棒稳定性检验

提出了动态递归数字滤波器的鲁棒稳定性检验定理，将动态递归数字滤波器划分为两类，单调系统簇与非单调系统簇。单调系统簇的稳定性检验与Ｋｈａｒｉｔｏｎｏｖ定理的检验类似，只需检验集合中的四个端点或复多项式，而非单调系统需检验所有可能的端点复多项式的组合。给出了定理的证明与应用举例。     

开放对象代数

本文主要讨论了开放对象的代数操作及其性质，这些操作提供了开放对象理解消息和构造消息的基本手段，同时还定义了偏序关系〖＾ｂ，并在其上讨论了这些操作的单调性，特别是递归查询。