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．     

广义离散随机非线性系统的递推算法

讨论了广义离散随机非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非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算法．结果表明,对于广义随机系统,该方法便于应用并且减少了计算量．     

广义线性系统状态反馈和极点配置的一种方法

利用矩阵的奇异值分解和矩阵的广义逆讨论了奇异矩阵是非方形矩阵的广义线性系统的状态反馈和极点配置问题，得到了该系统的奇异值标准形式，给出了该系统极点配置的一种方法。     

带状随机非线性系统的状态估计

讨论了系统噪声和测量噪声为非零均值并且互为相关情形下的广义随机非线性系统,利用广义逆矩阵和矩阵的奇异值分解,给出了奇异矩阵为带状的广义随机非线性系统的奇异值标准形式,得到了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     

广义线性系统的状态反馈和极点配置

利用矩阵的奇异值分解讨论了广义线性控制系统 ,得到了该系统的奇异值标准形式 ,从而大大简化了系统的分析和设计 ,继而给出一种极点配置方法     

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。     

一类广义非线性离散系统的状态观测

将一类广义非线性离散系统线性化后,利用矩阵的奇异值分解及广义逆,给出了该系统的状态观测器,可对系统的状态进行估计。     

广义Delta算子系统的极点配置研究

针对传统的位移算子描述方法存在的缺陷,通过采用矩阵奇异值分解,并结合状态反馈方法,对广义Delta算子系统的极点配置问题进行分析研究,分别给出了系统在因果和非因果两种情形下的有穷极点配置方法。而对非因果系统的极点配置,本文利用因果系统的配置方法,并且根据现实系统的需求进行配置,同时用数值算例进行验证。验证结果表明,广义Delta算子系统(3)能控且非因果,说明本文方法有效且可行,在实际应用中,该研究为系统稳定性提供了调节方法,也为观测器设计指出一条新途径。     

广义正实引理

文中应用奇异系统理论、矩阵广义逆的性质及矩阵变换的技巧,将著名的正实引理由普通形式推广到了更为一般的形式,从而得到了广义的正实引理．     

一类广义系统的反馈控制和极点配置

本文讨论了广义系统的结构性质和反馈控制。应用矩的奇异值分解给出了广义系统的极点配置方法，在很大程度上简化了系统分析和设计。     

一类非线性广义随机系统的降阶Kalman滤波器

研究了一类非线性广义系统的状态估计问题.利用Taylor级数展开的方法将其转化为线性广义系统;再利用奇异值分解,对线性化后的系统进行降阶,转化为等价的正常线性系统;最后基于Kalman滤波估值理论,得到非线性广义系统的Kalman滤波器.通过数值仿真例子,验证了所提方法的有效性.     

拟对称组合广义大系统的稳定性分析

应用矩阵的特征值理论，给出了拟对称组合广义大系统准解耦变换的一种方法，根据这个结果讨论了这类拟对称组合广义大系统的稳定性问题，得到了利用其解耦子系统的正则、无脉冲解和稳定性来判别该广义大系统的正则、无脉冲解和稳定性的方法。最后，给出例子说明该方法的可行性。     

H-循环矩阵线性系统求解及其求逆的多项式快速算法

利用多项式理论,给出H-循环矩阵线性系统求解及求逆矩阵的一种快速算法。该快速算法有一个显著特点,求解线性系统时不需要预先知道H-循环矩阵是非奇异还是奇异,得到H-循环矩阵非奇异、唯一解、逆矩阵;或得到H-循环矩阵奇异、有解、特解、通解、自反广义逆矩阵。同时,其逆矩阵及自反广义逆矩阵仍然是H-循环矩阵。