一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反应卷积滤波器和一个自适应零记非线性估计器。     

Hammerstein系统参数的集员辨识

本文运用多输入多输出系统参数的集员辨识的结果讨论了Ｈａｍｍｅｒｓｔｅｉｎ系统参数的集员辨识．在系统动态噪声有界的假定下导出了Ｈａｍｍｅｒｓｔｅｉｎ系统参数的成员集是个椭球，并证明了在一定条件下椭球趋向于一点，文中还给出了仿真例子．     

基于非线性规划的指数自回归模型的辨识

讨论了指数自回归模型的辨识问题，证明了该模型最小二乘估计的目标函数的非凸性，并给出了使该函数为凸的条件，最后给出了辨识该模型的算法及该算法的收敛性，并以数值例子加以说明。     

一类动态大系统的协调控制模型

讨论了一类离散动态大系统的协调控制问题，提出了相应的模型辨识方法及自适应协调控制算法。通过仿真实例，说明效果是良好的。     

电力用户智能监控与保护系统的设计

介绍电力用户智能监控与保护系统的设计思想，阐述了系统功能及实现方法。     

基于运动矢量的视频图象数字水印算法

数字水印技术是近年发展起来的一种用于数字产品版权保护和真伪性论证的新兴技术。与静止图象相比，视频水印技术要满足盲检的要求。本文根据运动矢量的特征值ρl，提出了一种视频图象水印新算法。实验结果表明，所提出的水印算法简单、快速，能满足视频编码的实时性要求；算法与现有的视频压缩标准有很好的兼容性；水印的提取具有盲检功能，无需原图象；水印的嵌入不影响I帧的图象质量，与嵌入水印前的原压缩图象相比，嵌入水印后的视频图象信噪比损失很小。     

一类非线性系统LMF优化迭代神经网络控制器

提出一类非线性系统ＬＭＦ优化迭代神经网络控制器的设计方法。该方法在正向神经网络辨识模型的基础上，应用ＬＭＦ优化迭代方法进行控制器设计，理论证明，只要神经网络辨识模型的精度足够高，就会获得很好的控制精度。为补偿辨识和迭代学习误差，给出了通过引入反馈补偿控制器提高控制精度的方法，仿真结果证明了该方法的有效性。     

利用独立分量分析法去除地震噪声

 独立分量分析（ICA）作为盲源分离（BSS）的一种新方法,是分解观测数据中独立信息的有力工具。以往的ICA算法一般假设噪声可以忽略不计，而实际的观测数据中又常常包含一些加性噪声。对于加性噪声的影响不能忽略的情况下，改进的ICA算法首先利用非零时间滞后协方差，应用两步特征值分解法(EVD)可成功地去除部分加性噪声的影响；再利用ICA算法就能更好地分离出原信号。本文通过对地震理论模型和实际资料的试验，说明改进的ICA算法能够有效地克服加性噪声对常规ICA算法的影响，能够分离出地震资料中的有效信号，从而实现利用独立分量分析压制地震资料噪声的目的。     

谈事故隐患的科学辨识与治理

2008年是安全生产“隐患治理年”，国务院、国家安全生产监督管理总局采取了一系列重大举措，要求深入宣传、广泛发动，调动各方面积极性，依靠全社会力量治大隐患、防大事故，在全国上下掀起一场声势浩大的隐患歼灭战。