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。     

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．     

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。     

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.     

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。     

广义反自反阵的广义特征值反问题

讨论了给定矩阵X和对角阵Λ,求广义反自反矩阵广义特征值反问题AX=BXΛ的解(A,B),利用矩阵的奇异值分解和矩阵分块法,给出了其解的一般表达式.记上述问题解的集合为SAB,讨论了给定任意矩阵,,求矩阵(,)∈SAB,使得在F—范数意义下(,)为(,)的最佳逼近问题,证明了此问题存在惟一解,并给出了解的表达式.     

广义反自反阵的广义特征值反问题

讨论了给定矩阵X和对角阵Λ,求广义反自反矩阵广义特征值反问题AX=BXΛ的解（A,B）,利用矩阵的奇异值分解和矩阵分块法,给出了其解的一般表达式.记上述问题解的集合为SAB,讨论了给定任意矩阵A~,B~求矩阵（A^,B^）∈SAB,使得在F—范数意义下（A^,B^）为（A~,B~）的最佳逼近问题,证明了此问题存在惟一解,并给出了解的表达式.     

线性离散时变系统的H∞故障估计

研究受能量有界扰动影响的线性离散时变系统H_∞故障估计问题.通过状态扩展，把故障估计问题转化为H_∞滤波，并基于Krein空间的Kalman滤波理论，运用新息重组，给出了一种新的故障估计方法.算例验证了本文给出方法的有效性.     

线性离散奇异系统的最优估计新方法

讨论了线性离散奇异系统的状态估计问题. 在系统正则的前提下, 将奇异系统的滤波估计问题转化为系统状态噪声带有前向时滞的滤波估计问题, 基于等价系统的新息分析及射影定理, 通过求解两个耦合的Riccati方程求得等价系统的滤波估计器, 最终得到与原始奇异系统状态同维的预报, 滤波, 及平滑估计器.