连续系统的模型参考自适应辨识新方法

１引言文［１］提出了将待辨系统以被控对象的形式嵌入到Ｎａｒｅｎｄｒａ等［２］的自适应控制结构中去的连续系统辨识方案，解决了传统的模型参考自适应辨识方法不能处理待辨系统不稳定或不具备良好暂态品质的问题．但它不能处理非最小相位系统，而且对于相对阶大于１并且传递函数分子阶次大于０的系统，因需要进行矩阵求逆而使运算复杂，精度降低．本文在文［１］的基础上，提出了将待辨系统与一个适当选择的相对阶为１的系统并联后作为被控对象嵌入到模型参考自适应控制系统（ＭＲＡＣＳ）中去的辨识方案，解决了上述问题。２辨识方案考…     

增益模糊修正和自适应律

本文给出了一种兼顾系统鲁棒性和暂态特性的自适应律，我们称之为增益模糊修正自适应律，分析及仿真表明，它除保持了死区修正方案相对于有界扰动的鲁棒性之外，又克服了死区修正方案及原始的积分式自适应律方案暂态品质差的问题，尤其是对一类严重欠阻尼的二阶对象，与死区修正适应方案或积分式自适应方案相比，它显著地提高了系统的暂态品质。     

摄像机运动参数估计中的8点算法及其改进

如何解决计算的鲁棒性是摄像机参数估计的线性算法中很重要的问题。本文简要介绍了对基本8点算法的各种改进措施,并在对图像数据进行平移和缩放变换的基础上进一步采用了数据分块和多次选择计算技术。仿真结果表明,新的算法极大的减少了运算时间,并在噪声较小的情况下,计算结果比原算法有了很大的提高,表明这种办法是切实可行的。但当噪声过大时,改进方法的计算结果与原始算法相差不大,尽管计算时间上仍有很大的减少。     

有界误差模型的一种结构辨识方法

针对具有未知但有界(UBB)误差的线性回归模型辨识问题,提出了一种新的鲁棒结 构选择方法.该方法以重复递推椭球外界算法所得椭球轴信息阵的行列式相对值最大作为模 型定阶准则.不同于以往对噪声独立性、常方差或鞅差特性的假设,该方法假设噪声是渐近独 立的.文中证明了该方法的强相容性.     

基于云模型的车辆定位导航系统模糊评测研究

阐述了定性定量转换模型－云模型的定义，特征以及正向云，逆向云，条件云的生成方法。云模型将模糊性与随机性集成在一起，作为知识表示的基础，形成定性概念与定量数值之间的转换，将云模型理论用于车辆定们导航系统模糊评测研究，能有效地提高导航系统的可靠性和评测效果，仿真结果表明了该方法的可行性和有效性。     

基于云模型的导航系统模糊可靠性评测分析

阐述基于云模型理论的飞行器导航系统模糊可靠性评测分析.云模型是一种新的实现 定性概念和定量数值之间转换的有力工具,用来统一刻划基于语言值的定性概念和数值表示之 间的相互映射关系.云的数字特征期望值Ex、熵En和超熵He三个数值表征,把模糊性和随机 性完全集成在一起,作为知识表示的基础.将其用于飞行器导航系统模糊可靠性分析及故障检 测,可有效地提高飞行器导航系统的可靠性分析.仿真结果说明了该分析方法的可行性和有效性.     

一种改进的角点探测方法

提出了一种改进的角点提取算法。该算法是基于角点的性质,即在角点的某个邻域内,图像灰度变化在任意一条通过该点的直线上都很大。本文利用此性质对象素点直线方向上灰度变化值求取极值,建立角点候选点。再通过SUSAN特征检测原则进一步剔除虚假角点。测试表明改进后的算法具有运算量小,定位精度高,抗噪能力强的特点,易于实时实现。     

OBE算法对误差界低估的鲁棒性

研究了具有未知但有界(UBB)误差系统辨识的最优定界椭球(OBE)算法对误差界 低估的鲁棒性.证明了在一定的条件下,即使误差界低估,任何OBE算法都能保持其收敛性. 这一结论可用于具有UBB误差的实际系统参数估计中,以期获得不太保守的结果.     

基于遗传算法的学习分类器系统研究

分析了基于遗传算法的学习分类器系统的体系结构，并对消息与分类器匹配、桶队列算法信用分配以及基于遗传算法的规则发现等关键技术进行了研究，推导证明了利用桶队列算法更新分类器强度的收敛性理论,通过对六值布尔函数的学习，进一步对学习分类器系统的学习性能、分类器强度更新收敛性进行了仿真验证。     

有界误差模型的一种结构辨识方法1)

针对具有未知但有界(UBB)误差的线性回归模型辨识问题,提出了一种新的鲁棒结构选择方法.该方法以重复递推椭球外界算法所得椭球轴信息阵的行列式相对值最大作为模型定阶准则.不同于以往对噪声独立性、常方差或鞅差特性的假设,该方法假设噪声是渐近独立的.文中证明了该方法的强相容性.