博弈树搜索与静态估值函数

本文就中国象棋残局这种博弈树来讨论博弈树的搜索技术和静态估值函数的关系。首先提出一个负极大值搜索算法，然后根据静态估值函数来讨论搜索算法求解效率。     

一种统一的Wiener状态估值器

用现代时间序列分析方法提出了一种统一的Ｗｉｅｎｅｒ状态估值器。     

广义系统ARMA最优递推状态估值器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,由非递推状 态估值器的递推变形,提出了广义系统的ARMA稳态最优递推状态估值器.它们具有 Wiener滤波器形式,可处理带奇异状态转移阵和/或带相关噪声的广义系统,可统一处理滤 波、平滑和预报问题,且可统一处理广义和非广义系统状态估计问题.仿真例子说明了其有效 性.     

非线性离散系统的反馈线性化

本文研究一类多输入非线性离散系统的线性化问题，给出了非线性离散系统状态反馈线性化的充要条件。     

线性时变离散系统的稳定性

本文利用文[1]中的Gauss-Seidel迭代方法研究了线性时变离散系统的稳定性,得到了稳定性的若干代数判据。     

线性时变离散系统的状态观测器

本文放弃了Ｌｕｅｎｂｅｒｇｅｒ状态观测器理论对系统完全可观测性的要求，提出了一般线性时变离散系统的状态观测器设计方法，并对ｊ＝ｉ，ｉ－１给出了系统完全（ｉ，ｊ，Ｔｉ）－可重构这一新概念的充要条件。     

自校正状态估计新算法

本文运用现代时间序列分析＾［１］的观点处理性离散时间系统自校正最优状态估计。运用新息理论和射影方法本文提出了一种新型最优滤器，在噪声统计未各时基于辨识ＡＲＭＡ新自模型提出了自校正滤波器，仿真例子说明新算法的效性。     

非线性分布参数系统的块脉冲函数辨识法及截断项数的最佳选取

本文介绍了利用二维块脉冲函数辨识一类非线性分布参数系统的方法，强调并进行了这种近似处理下的误差分析，通过构建一非线性数规划模型讨论了截断项数的最佳选取问题，给出了两个实例以分别说明有关的概念和方法。     

密度分布函数在聚类算法中的应用

深入分析了传统的基于密度的聚类方法的特点和存在的问题及讨论了基于密度聚类算法研究现状,提出了一种改进的基于密度分布函数的聚类算法.使用K最近邻（KNN）的思想度量密度以寻找当前密度最大点,即中心点.并使用区域比例,将类从中心点开始扩展,每次扩展的同时引入半径比例因子以发现核心点.再从该核心点的KNN扩展类,直至密度下降到中心点密度的给定比率时结束.给出了数个算法实例并与基于网格的共享近邻聚类（GNN）算法在聚类准确率和效率上进行了试验比较,试验表明该算法极大降低了基于密度聚类算法对参数的敏感性、改善了对高维密度分布不均数据集的聚类效果、提高了聚类准确率和效率.     

随机观测时滞系统的最优估计

研究了在观测中存在Markov跳跃时滞的离散时间系统的线性最小方差状态估计问题. 首先, 通过引入跳跃时滞的示性函数, 将带有跳跃时滞的观测方程转化为带有乘性噪声的定常时滞系统. 进一步采用状态扩维的方法, 将定常时滞系统转化为无时滞的Markov跳跃系统. 最后, 基于得到的无时滞系统, 采用Hilbert空间已有的几何论知识, 设计线性最优状态估计器, 得出基于Riccati方程的滤波器的表达式, 并证明了所得滤波器的渐渐收敛性.     

MIMO非线性系统状态估计的递推Monte-Carlo方法研究

递推蒙特·卡洛 (Monte-Carlo,MC)方法是基于系统状态和观测值概率分布的估计方法。本文首先讨论了SISO非线性系统状态估计中递推 MC方法的应用 ,在此基础上将上述状态估计方法推广到 MIMO非线性系统 ,并提出了两种不同的估计方案。仿真研究表明 ,这两种方案都可以得到较好的状态估计结果。不过 ,随机抽样数目对递推 MC估计方法的状态估计精度会产生较大影响 ,限制了该方法的进一步应用 ;本文对随机抽样数目对状态估计结果的影响进行了讨论。     

主动配电网状态估计功能测试平台设计

为了解决主动配电网状态估计功能测试和验证缺乏方法和手段的问题,在电力系统仿真软件提供的状态估计功能模块的基础上,搭建了针对多种分布式电源接入的主动配电网状态估计功能测试平台。被测试主站导入测试平台基于模型标准导出的模型文件,满足模型一致型要求。测试平台基于主站注入法,将仿真软件提供的数据转化为标准规约数据,满足配电自动化主站模型接入数据的要求。以潮流计算结果叠加误差的方法为状态估计提供实验量测数据。搭建了包含多种分布式电源的主动配电网测试案例,针对提出的状态估计算法计算精度和坏数据处理能力评价指标进行计算,验证其有效性。在测试平台产生的大量测试案例和数据基础上,利用大数据分析方法针对状态估计算法给出了统计性评估指标,为主动配电网状态估计的功能测试提供了切实有效的手段。     

Sliding Mode Control and State Estimation for a Class of Nonlinear Singularly Perturbed Systems

This paper is concerned with the design of a controller-observer scheme for the exponential stabilization of a class of singularly perturbed nonlinear systems. The controller design uses a sliding mode technique and is divided in two phases: slow feedback control and fast feedback control so that a final composite control is obtained. Assuming that only the fast state is available and the system's output is a function of the slow state, an observer design is presented. A stability analysis is also made to provide sufficient conditions for the ultimate boundedness of the full order closed-loop system when the slow state is estimated by means of the observer. An application to the model of a permanent magnet stepper motor is given to show the controller-observer methodology and stability analysis.     

含结构参数摄动的线性离散系统的鲁棒约束方差状态估计

考虑状态矩阵中含不确定性的线性离散随机系统的鲁棒约束方差状态估计问题,即设计滤波增益,使摄动系统每个状态分量的估计误差方差的稳态值不大于各自预先给定值。给出了期望鲁棒滤波增益的存在条件及其解析表达式,并以数值算例说明了设计方法的直接性与有效性。     

一类离散非线性不确定时滞系统的鲁棒滑模滤波

This paper is concerned with the problem of robust sliding-mode filtering for a class of uncertain nonlinear discrete-time systems with time-delays. The nonlinearities are assumed to satisfy global Lipschitz conditions and parameter uncertainties are supposed to reside in a polytope. The resulting filter is of the Luenberger type with the discontinuous form. A sufficient condition with delay-dependency is proposed for existence of such a filter. And the desired filter can be found by solving a set of matrix inequalities. The resulting filter adapts for the systems whose noise input is real functional bounded and not be required to be energy bounded. A numerical example is given to illustrate the effectiveness of the proposed design method.     

Optimal State Estimation and Fault Diagnosis for a Class of Nonlinear Systems

This study proposes a scheme for state estimation and,consequently,fault diagnosis in nonlinear systems.Initially,an optimal nonlinear observer is designed for nonlinear systems subject to an actuator or plant fault.By utilizing Lyapunov's direct method,the observer is proved to be optimal with respect to a performance function,including the magnitude of the observer gain and the convergence time.The observer gain is obtained by using approximation of Hamilton-Jacobi-Bellman(HJB)equation.The approximation is determined via an online trained neural network(NN).Next a class of affine nonlinear systems is considered which is subject to unknown disturbances in addition to fault signals.In this case,for each fault the original system is transformed to a new form in which the proposed optimal observer can be applied for state estimation and fault detection and isolation(FDI).Simulation results of a singlelink flexible joint robot(SLFJR)electric drive system show the effectiveness of the proposed methodology.     

一类隐含离散时间奇异非线性系统的精确线性化

讨论隐含离散时间奇异非线性系统的精确线性化问题。首先利用重排算法将系统转化为正常形式，然后给出并证明了系统通过坐标变换线性化的充分条件。