多变量自校正解耦控制器的全局收敛性分析

本文对多变量自校正解耦控制算法[1]进行了稳定性和收敛性分析.结果表明:该算法 即使用于非最小相位系统仍然具有全局收敛特性,即以概率l输入输出向量采样均方有界, 广义跟踪误差向量条件采样均方极小.     

时滞系统控制问题块脉冲算子解的收敛性

本文给出了一种基于块脉冲算子的离散逼近格式.应用这种逼近格式,可以获得时滞非 线性最优控制问题的块脉冲级数解.本文证明了这种块脉冲级数解将收敛于这类问题的精 确解,并具有一阶收敛速度.     

Hammerstein系统参数的集员辨识

本文运用多输入多输出系统参数的集员辨识的结果讨论了Ｈａｍｍｅｒｓｔｅｉｎ系统参数的集员辨识．在系统动态噪声有界的假定下导出了Ｈａｍｍｅｒｓｔｅｉｎ系统参数的成员集是个椭球，并证明了在一定条件下椭球趋向于一点，文中还给出了仿真例子．     

用于非均匀介质重建的选代算法收敛性的研究

研究轴对称二维非均匀介质重建迭代算法的收敛性问题。首先借助于玻恩近似将非线性积分方程线性化，然后，利用玻恩迭代法和变形玻恩迭代法，由散射场数据对轴对称二维非均匀介质进行重建。通过几个例子研究了影响迭代算法收敛性的几种因素，如送代算法本身、积分离散化后的网格划分、正则化方法中的正则化参数选取等。     

一类非对称离散Hopfield网络的收敛性

讨论了一类特殊的非对称离散Ｈｏｐｆｉｅｌｄ网格在串行和并行两种方式下的收敛性问题。证明了该类网络在串行方式下至多经２ｎ步（ｎ为神经元个数）可收敛到平衡点；在并行方式下或者收敛到一平衡点或者进入２－圈。     

辨识时变系统遗忘因子算法的收敛性分析

著名的递推遗忘因子算法（ＲＦＦＡ）可以用辨识时变系统参数，具有良好的跟踪性能，本文借助于随机过程理论分析了ＲＦＦＡ的收敛性和稳定性，给出了参数跟踪误差的上下界。     

宽线性共轭梯度算法及其在盲多用户检测中的应用

本文提出了一种宽线性共轭梯度算法，分析了算法在均值意义下的收敛性，并给出了算法稳定条件。仿真表明，新算法应用于码分多址系统多址干扰抑制时的性能优于Yin（2003）及Schober（2004）所提出的算法。     

一种跟踪电网频率的新方法

基于正交变换,提出了一种新的电网频率跟踪方法.针对两种模型进行仿真,表明该方法能够较为精确与快速地跟踪电网频率,尤其针对突变频率的信号,具有较好的跟踪效果;同时算法克服了同步采样条件的限制,通过迭代,在不同初始频率下均具有较好的收敛性.     

非负约束问题的另一个简便算法

本给出了非负约束问题的另一个简便算法。     

乘积Riesz空间的性质

设{Ei:i∈I}是一族Riesz空间并且E=Пi∈IEi是Riesz空间的乘积，本文得到了E与其每一个因子空间Ei之间关于连续性、完备性、收敛性和稠密性等性质的关系。