模型相关噪声的广义离散随机线性系统的次优滤波

本文讨论了广义离散随机线性系统的次优滤波问题，给出了一种次优滤波算法。本文考虑的是模型噪声和量测噪声相关的情形，借助于扩充状态变量法并采用通常的卡尔曼滤波方法以及最小方差估计方法给出了所要的递推计算公式。     

广义离散随机线性系统的Bayes估计

运用Ｂａｙｅｓ预测理论讨论了广义离散随机线性系统的状态估计问题，提出了一种简便的状态估计递推算法。     

广义连续随机线性系统的状态估计问题

利用矩阵的奇异值分解理论，给出了广义连续随机线性系统的奇异值标准形式，基于标准形式，在两种情况下，将系统分解成两个子系统，通过估计子系统的状态，讨论了广义连续随机线性系统的状态估计问题，得到该系统状态的最优预测和滤波递推方程。     

广义离散随机线性系统的最优递推问题

讨论了广义离散随机线性系统的最优递推问题,利用矩阵的奇异值分解理论,给出了广义离散随机线性系统的奇异值标准形式,基于标准形式,在两种情况下,将系统分解成两个子系统,通过对子系统状态估计的研究,得到了该系统的最优递推方程．     

广义离散随机线性系统状态估计的一种方法

利用矩阵的奇异值分解 ,给出了广义离散随机线性系统的奇异值标准形式 ,得到了该系统状态预测和滤波估计的递推算法     

噪声相关粒子滤波算法

对标准粒子滤波在处理非线性系统状态估计中噪声独立假设的局限,该文研究分析了一种噪声相关粒子滤波算法。在常用的系统状态模型基础上,分析了噪声相关时建议分布函数的具体分布形式,并以高斯相关噪声为背景,在重要性权重条件最小方差意义下推导了最优建议分布函数的数值表达式。所设计的滤波器有效弥补了传统粒子滤波算法在噪声相关情况下的缺陷,拓展了PF算法的应用范围。仿真实验表明了该方法的有效性。     

一种广义离散随机线性系统的状态估计

针对目前关于广义系统状态估计的研究现状，即几乎所有的讨论都集中在奇异矩阵为方阵的情况，讨论了广义矩阵及其性质，利用矩阵的奇异值分解理论，给出了奇异矩阵为条形或带形广义离散线性系统的奇异值标准形式，基于标准形式，利用广义逆矩阵的性质，在两种情况下，将系统分解成两个子系统，通过估计子系统的状态，得到了该系统状态的最优预测和滤波递推方程。结果表明，对于广义系统，该方法有效地减少了计算量。     

一类随机系统的EK滤波

本文给出一类含时变未知参数的随机系统，在系统状态噪声与量测噪声于有限时间区间上相关情况下的广义卡尔曼滤波递推公式。     

广义相关检测器中噪声增强条件的研究

为了检测在噪声存在的情况下弱信号是否出现,本文对噪声增强广义相关检测器性能的条件进行了研究.通过观测数据,给定虚警概率,证明了一类广义相关检测器中随机共振现象的存在性,并给出了噪声增强广义相关检测器性能的必要条件及求解最优尺度噪声强度的解析方程.研究结果表明,当观测数据足够大时,广义相关检测器的检测概率是检测功效的单调函数;噪声与检测器结构参数都可以视为一种增强检测器性能的调谐因素.该方法作为一种新的信号检测技术,对非线性信号处理的发展具有重要意义.     

广义连续随机非线性系统的状态估计问题

讨论了系统噪声和测量噪声为非零均值及具有相关噪声干扰情形下的广义连续随机非线性系统,利用矩阵的奇异值分解方法,得到该系统的状态估计的最优递推滤波方程。     

基于多结构元广义形态滤波的改进算法

为对采用相同结构元的形态闭-开和形态开-闭这两种滤波器进行改进,采用了不同结构元的广义形态闭-开和形态开-闭滤波器。在此基础上,将一种新的结构元运用到广义形态滤波中,提出了一种滤波新算法。理论分析和图像处理仿真实验表明,该类滤波新算法既能有效地滤除噪声,又可充分保留原图像的细节信息。     

色噪声作用下线性系统的随机共振

研究了当系统的固有频率和激励信号受色噪声作用时,过阻尼二阶线性中的随机共振现象。通过线性系统理论和相关删去法方法,得到了系统平均输出幅度增益的精确表达式。系统平均输出幅度增益是色噪声的强度和相关率以及激励信号的频率的非单调函数,适当的噪声参数和系统参数可以使噪声情况下的输出幅度增益大于无噪声时的输出幅度增益;通过改变噪声参数和系统参数可以提高系统的输出幅度增益。该方法适用于色噪声环境中线性系统的微弱信号检测。     

广义随机非线性系统的马尔可夫估计

讨论了系统与测量噪声为非零均值白噪声，系统噪声与测量噪声互为相关的广义随机非线性系统，得到了该系统的马尔可夫递推算法．     

随机输入为白噪声时线性系统输出的相关函数的计算

主要目的是要指出白噪声与广义函数δ-函数之间的某种关系,并给出随机输入为白噪声时线性系统输出的相关函数的几个实例计算。     

时滞相关广义随机马尔可夫跳变系统的H∞滤波器的设计

本文针对一类带有Markov跳跃参数的广义随机时滞混杂系统,首先对该系统设计一个滤波器,根据这个滤波器得到一个广义随机的滤波系统。根据这个系统设计相关的Lyapunov泛函,由自由权和线性矩阵不等式得到该系统的随机可容许充分条件,该条件同时满足相应的H∞性能指标。     

广义随机制造系统调度方法的研究与实现

随着市场的激烈竞争，容户需求的多样化与个性化，制造业正面临着巨大的挑战，多品种小批量以及单侏定制生产正在成为制造系统的主导生产方式，广义随机制造系统（Generalized RadomManufacturing System-GRMS)是一种面向订单的制造系统模型。ＧＲＭＳ采用自主式生产计划与控制。介绍了基于ＧＲＭＳ的自主式生产调度的概念，讲座了调度准则，并讨论了系统的发展方向。     

线性系统频率特性的相关滤波测试法

提出一种相关滤波测试法用于动态测试线性系统的频率特性。     

离散线性系统的岭型Kalman滤波及其算法

从空间几何的角度分析了Kalman滤波中的病态性问题,提出了离散线性系统的岭型Kalman滤波及其算法,讨论了岭型Kalman滤波的性质,给出了选取岭参数的两种方法;数值模拟证明所给出的新算法能够有效改善观测矩阵的病态性对Kalman滤波的不良影响,提高了状态估计的精度。     

带乘性噪声和测量时滞的随机系统二次滤波

研究了状态方程中有乘性噪声,并且观测有时滞的随机双线性系统二次滤波器设计问题。因乘性噪声导致系统参数矩阵具有随机性,并且观测方程有时滞,无法直接采用经典的Kalman滤波方法,所以本研究基于Kronecker代数方法,首先将原系统转化为包含原系统状态和观测及其二阶Kronecker积的线性增广系统;然后基于新息重组方法将增广系统转化为无时滞系统,并利用投影定理得到增广系统系统的线性最优滤波器;最后提取增广状态估计的前n个分量,从而得到原系统的二次最优滤波器。仿真结果表明该滤波器与现有的线性最优滤波器相比,估计精度提高27％,整体性能有较大提高。     

在随机作用下非平稳线性系统的统计分析

讨论了随机作用下线性时变系统的统计分析问题，推导出在白色噪声作用下线性时变系统输出过程的相关函数及均方差的计算方法，并通过成形滤波器，将结果推广到系统输入为非平稳随机过程的情况。