Identification and U-control of a state-space system with time-delay

This article presents a state-space model with time-delay to map the relationship between known input-output data for discrete systems. For the given input-output data, a model identification algorithm combining parameter estimation and state estimation is proposed in line with the causality constraints. Consequently, this article proposes a least squares parameter estimation algorithm, and analyzes its convergence for the studied systems to prove that the parameter estimation errors converge to zero under the persistent excitation conditions. In control system design, the U-model based control is introduced to provide a unilateral platform to improve the design efficiency and generality. A simulation portfolio from modeling to control is provided with computational experiments to validate the derived results.     

Maximum likelihood-based adaptive differential evolution identification algorithm for multivariable systems in the state-space form

Parameter estimation plays an important role in the field of system control. This article is concerned with the parameter estimation methods for multivariable systems in the state-space form. For the sake of solving the identification complexity caused by a large number of parameters in multivariable systems, we decompose the original multivariable system into some subsystems containing fewer parameters and study identification algorithms to estimate the parameters of each subsystem. By taking the maximum likelihood criterion function as the fitness function of the differential evolution algorithm, we present a maximum likelihood-based differential evolution (ML-DE) algorithm for parameter estimation. To improve the parameter estimation accuracy, we introduce the adaptive mutation factor and the adaptive crossover factor into the ML-DE algorithm and propose a maximum likelihood-based adaptive differential evolution algorithm. The simulation study indicates the efficiency of the proposed algorithms.     

存在噪声和未建模动态系统传递函数的渐近无偏估计

存在未建模动态时，如何去除系统传递函数估计中噪声引起的偏差是系统辨识关心的重要问题。本文将我们已提出的ＢＥＬＳ方法进行推广得出：当系统未建模动态可用－ＦＩＲ模型描述时，应用本文的方法可得到系统传递函数的无偏辨识，而不需知道有关噪声和未建模动态概率分布函数的先验知识。     

Sidle的远程执行设备

Ｓｉｄｌｅ系统是运行在ＳＵＮ工作站网络上的一组实用程序，利用空闲的处理机资源进行大粒度的并行计算．同其它远程执行设备相比，它能支持程序内部并行和嵌套的远程执行，允许一个服务员机接受多个远程执行任务．本文介绍了这些特点和透明性的实现方法．     

基于地震道时频分析的地层结构解析原理和方法

 地震时频分析是通过对地震信号采用多种数学变换，实现从时频域角度对信号的局部特征进行分解，剖析信号细微特征所对应的地层结构。在应用地震时频分析技术过程中，人们对于这项技术能否真正有效地解决实际地质问题存在许多争论。本文从时频原理综合分析的角度出发，对地震道时频谱中各种频率特性参数和时频旋回直接转化成对地层结构逐级、分步的解析方法进行了较深入的探讨。研究认为时频分析原理不仅是对地震数据进行特殊数学变换，实现对信号的分解，而且充分利用了地层厚度的调谐效应及岩性调谐效应；时频谱与地质结构特征之间的良好响应关系为地震地质精细解释提供了直观的依据。     

一种适用于有限长度混合相位未知脉冲的最小平方反褶积新方法

普通的最小平方反褶积只有在子波为最小相位脉冲和反射序列为白噪声的假设下才是成立的,而对于混合相位未知脉冲来说,这种最小平方反褶积就不再适用了。本文提出一种适合于有限长度混合相位未知脉冲的最小平方反褶积方法。运用此法只需预先估计一个混合相位子波的长度。合成数据的试验结果表明,该方法有较好的效果,且对预先估计出的子波长度不敏感。文中还证明混合相位未知脉冲最小平方反褶积等效于一种有间隙的平滑误差滤波器的作用,而这种有间隙的平滑误差滤波又可分解为一个前向多步预测误差滤波与一个后向多步预测误差滤波之和。可以预计这种新的反滤积方法将在地震数据处理中得到有效的应用。     

具有迭代结构的时频分布计算方法

本文讨论了时频分布中的迭代算法的问题.通过选择特殊的计算窗口,时频分布的迭代运算形式能够有效地利用前面数据段的分析结果,从而避免了重复性的运算,使得计算效率得到提高.本文对原有的利用单边窗口的时频分布迭代算法的性能进行了分析,提出了采用对称型窗口的迭代计算形式.与单边窗口相比,双边形式的计算窗口不但可以有效地提高时频表示精度,同时还能够更为准确的表示信号的瞬时频率.文章对各项理论分析结果提供了相应的仿真实验结果.     

A new minimum zone method for evaluating flatness errors

A new minimum zone method for flatnes error analyis is proposed in this article. Based on the criteria for the minimum zone solution and strict rules for data exchange, a simple and rapid algorithm, called the control plane rotation scheme, is developed for the flatness analysis of a flat surface. Experimental work was performed, and some examples are given in terms of the minimum zone and least-squares solutions.     

扩展有限递归进程模型

主要讨论离散事件动态系统的建模问题。由ＫＩｎａｎ和ＰＶａｒａｉｙａ提出的有限递归进程（ＦＲＰ）是描述并发离散事件动态系统的有力工具，但在其ＦＲＰ中，没有定义对数据变量的操作和条件转移算子。本文扩展ＦＲＰ包括这两方面内容。最后举例说明扩展ＦＲＰ的描述能力。     

基于广义最小均方的自适应递归滤波算法

本文提出了一种广义最小均方(GLMS)算法,分析了GLMS算法的性能,并根据GLMS算法,导出一种自适应递归滤波(ARF)算法。在推导中,ARF算法避开了超稳定定理,从而考虑自适应系统的严格正实条件和Popov不等式是不必要的。计算机模拟表明ARF算法具有很高的收敛速度。