利用拉氏变换的一种连续系统参数辨识方法

提出了一种单输入单输出连续系统参数辩识方法，并给出了仿真结果。     

基于模型变换的系统参数快速辨识方法

研究了系统参数辨识的一种间接方法，该方法将要估计的系统模型转换为一种容易估值的高阶系统模型，然后再将高阶模型降阶得到所要的模型参数。证明了该方法与预报误差法具有相同的渐近和统计性能。仿真结果表明该方法比预报误差法具有更高的计算效率。     

基于小波变换的系统辨识方法

介绍了一种基于正交小波变换的系统脉冲响应辩法在包括对线性的脉冲响应辩识和非线性系统的脉冲响应辨识,仿真结果证明了该方法的有效性     

系统模态参数辨识的小波变换方法

文中分析了在众多小波基函数中Morlet小波更适合对动态结构系统进行模态分析的原因,结合Morlet小波的性质和结构系统对脉冲响应信号的特性,构造了一小波族,实现了利用Morlet小波变换对多自由度系统进行模态解耦和对时变系统进行模态参数辨识的方法．算例的数值仿真结果表明文中方法的正确性和有效性．     

一种连续系统模型参考自适应辨识算法

针对具有时间滞后的确定性连续系统，提出了一种新的模型参考自适应参数辨识算法。该算法可对包括滞后在内的过程传递函数进行在线辨识，并具有算法简便、易于实现的特点。文中给出了算法的一致收敛性证明和仿真结果     

具有随机噪声污染的连续过程辨识的一种频域方法

已知过程输入、输出的自谱密度以及它们之间的互谱密度在若干个频率上的数据,可以辨识过程模型和噪声模型的阶次、参数(包括过程的滞后时间).同时,这里证明了:当辨识涉及的频率数目∠≥2max(n,m)时,辨识问题有唯一解,其中n和m分别为过程模型噪声模型的阶次.     

基于快速拉氏反变换的仿真程序

本文参考日本学者细野敏夫所提出的快速拉氏反变换法,编制出一套面向传递函数的仿真程序。该程序可广泛应用于电工、电子、土木、建筑等工程领域中。     

一种基于Hadamard变换的相关辨识新方法

提出了一种新的基于Ｈａｄａｍａｒｄ变换的相关辨识方法。该方法用Ｍ序列作为辨识信号，用Ｍ矩阵与Ｈａｄａｍａｒｄ矩阵的相似关系，并通过Ｈａｄａｍａｒｄ变换计算系统的单位冲激响应。根据Ｇａｌｏｉｓ域理论，得到求相似变换阵的算法。文中还给出了部分仿真结果。     

卷积积分和拉普拉斯变换在一阶电路中的应用

电路的任意激励的零状态响应,可以用卷积积分和拉普拉斯交换的方法求解。本文通过两个一阶电路的实例,阐述了两种方法的应用特点。     

拉普拉斯变换在过程控制系统分析中的应用

以拉普拉斯变换为工具,对过程和负反馈等效系统的特性进行了分析,讨论了不同调节规律的过程控制系统的性能区别。用这种定量法研究问题,可以提高人们对不同形式过程控制系统性能的认识。     

动态网络分析的双边Laplace变换法

提出了动态网络分析的双边Laplace变换法,使之不必求解动态网络的初始状态即可直接得到网络在全时域范围内的响应。同时阐明了网络换路前后拓扑结构的处理及相关等效网络的建立过程,并通过具体实例进一步验证了该方法的正确性。     

连续型随机变量的一类强律与Laplace变换方法

研究了相依连续型非负随机变量序列的极限性质,利用似然比的概念和Laplace变换方法得到了一类强偏差定理,即用不等式表示的一类强极限定理.     

Modal Identification of Linear Time-varying Systems Using Continuous Wavelet Transform

A wavelet based identification method for linear time-varying systems is presented,and the ridge and skeleton of the continuous wavelet transform of free response is used to extract time-varying parameters. The stiffness and damping coefficients of single-degree-of—freedom systems,frequencies and damping ratios of multi-degree-of-freedom systems are estimated without any prior information of systems. The proposed method is applied to linear time-varying systems with both abrupt and smooth variation parameters. Gaussian white noise is added to the response to test the anti-noise performance of the algorithm. The simulation results show that the proposed method is capable of accurately tracking the variation of the systems.     

求解地下水流问题的混合拉普拉斯变换有限差分法

应用一种将拉普拉斯变换与有限差分法相结合的新方法——混合拉普拉斯变换有限差分法(HLTFDM),求解非稳定地下水流问题。首先使用拉氏变换除去控制方程中的时间导数项,接着在象空间用有限差分方法求解并采用Honig—Hirdes算法进行数值反演,得到原物理问题的解。算例表明,本文所使用的这一新算法稳定并收敛于精确解。由于计算过程中没有时间步长,因此,该方法是求解大区域长时间地下水流动态问题的有力工具。     

拉普拉斯变换式的几种数值积分公式

本文根据拉普拉斯变换式中被积函数的特殊形式，提出几种数值积分公式，并且对这几种数值积分公式进行了理论分析，还通过算例进行比较，从而得到了一种精度较高的数值积分公式。     

神经网络用于系统辨识的一种最小二乘法

讨论了用多层前向神经网络建立非线性系统模型的机理,然后通过对多层前向神经网络特点的分析,给出了一种基于线性最小二乘法的神经元网络训练方案。在该方案中,通过梯度法获取隐层神经元的输入,使用线性最小二乘法训练各神经元的权值和阈值。仿真结果表明该方案具有精度高、收敛速度快等特点。     

利用Laplace变换求解热传导方程的定解问题

利用Laplace变换的一些重要性质,可以很方便地求解偏微分方程.本文就热传导方程的定解问题作为实例给出具体的求解过程.