基于收缩理论的一类非线性系统自适应动态面控制

针对一类不确定非线性参数严反馈系统,提出基于收缩理论的自适应动态面控制方法.动态面控制器设计保证了各子系统关于状态误差部分收缩;对不确定参数构造收缩自适应律,并利用收缩下的奇异摄动分析降阶处理子系统,确保降阶前后状态误差间的偏差及滤波误差有界;通过分层子系统的收缩鲁棒性分析,证明了原闭环系统状态半全局收敛到以期望轨迹为中心的球域内,保证了跟踪误差及自适应估计有界.刚性机械臂系统仿真验证了所提出方法的有效性.     

扁壳非线性弯曲的半解析摄动加权残值法

用半解析摄动加权残值法求解扁壳非线性弯曲问题 ,并采用 5次B样条函数作为试函数 .探究一种有效处理扁壳非线性弯曲问题的方法 .用该方法所得结果与已有结果相比具有较好的一致性 .该方法精度高 ,计算量少 ,适应性较广 ,且计算机程序设计简单 ,编制容易     

具有条件马尔科夫结构的离散随机系统最优控制

基于Bellman随机非线性动态规划法, 提出了具有条件马尔科夫跳变结构的离散随机系统的最优控制方法, 应用随机变结构系统的性质对最优控制算法进行了简化处理, 并将后验概率密度函数用条件高斯函数来逼近, 针对一类具有条件马尔科夫跳变结构的线性离散随机系统, 给出了其逼近最优控制算法.     

离散随机模型降阶的最小条件信息损失方法

针对随机系统的模型降阶问题,从分析离散线性随机状态方程模型中的条件信息描述机制入手,讨论了模型状态集聚过程中系统的平均条件信息损失.运用在模式识别领域中获得成功应用的最小信息损失准则得出了一种新的模型降阶信息论方法———基于状态集聚的最小条件信息损失方法,并讨论了降阶模型阶次的选择.分析表明,当原系统是渐近稳定时,由该方法得出的降阶模型也是渐近稳定的.该方法运用简单,仿真研究也表明由该方法得出的降阶模型具有良好的近似性能.     

连续和离散系统的鲁棒严格正实性*

本文提出了一种统一的鲁棒严格正实性判定准则,既适用于连续系统,又适用于离散系统,在此准则的基础上,形成了鲁棒严格正实滤波器和补偿器的设计方法,当考虑的系统是线性参数摄动系统或由若干个独立线性参数摄动系统串联成的,则本文给出的是端点结果。     

采用部分频率复用的小小区网络建模与分析

小小区组网技术被认为是解决迅速增长的移动数据量需求的方法。然而,密集的小小区组网会导致严重的小区间干扰。传统的部分频率复用方法不能完全照搬用在部署不规则的小小区网络内,急需一种合理高效建模采用频率复用小小区网络的方法,对其性能进行评估。利用随机几何理论对小小区网络考虑部分频率复用场景进行建模,推导了考虑部分频率复用的小小区网络下行覆盖概率和网络吞吐量的表达式。数值仿真结果显示：部分频率复用技术可以提高小小区网络下行覆盖概率,但是会降低网络图吞吐量。在满足覆盖概率约束条件下,得到了使得网络吞吐量最大的频率复用因子的表达式。以上结果对未来采用频率复用技术的小小区组网的具体实施具有重要的指导意义。     

随机Markov跳跃时滞系统的鲁棒H∞指数滤波器设计

研究了一类不确定随机Markov跳跃时滞系统的鲁棒H∞指数滤波问题.应用Lyapunov-Krasovskii稳定性理论和广义Finsler引理,建立了滤波器存在的时滞相关条件,避免了使用模型变换方法和自由权矩阵方法所带来的保守性和繁冗的计算,鲁棒H∞指数滤波器可通过求解联立线性矩阵不等式设计.数值例子说明了所采用方法的有效性.     

基于小波分析的分形参数估计新方法

该文研究目的是估计1/f类分形随机过程参数矢量 (, 2,2w)。作者基于小波分析,对1/f过程观测值的小波系数方差进行一系列代数运算,并给出详尽的证明过程,最终求取了噪声中分数布朗运动(fBm)参数矢量的估计量。实验结果表明,与传统的极大似然估计(ML)相比,算法简洁,效果良好,估计参数范围广泛,同时对噪声也不再局限于高斯分布。     

交直流混合微网优化配置研究

交直流混合微网结合了交流微网与直流微网的优点,其优化配置问题是目前研究的热点。围绕包含风力发电、光伏发电和储能电池的交直流混合微网系统,综合考虑了换流器配置、设备的随机故障、微网的运行模式、子微网间的交互功率和微网与主网的交互功率波动约束,建立了以安装成本、运行成本和可靠性成本之和为目标的优化模型,运用混合整数线性规划求解。讨论了不同直流负荷比率下的合理配置,并与传统交流微网进行了对比分析。算例表明:交直流混合微网在成本和可靠性方面有一定优势,并随着直流负荷比率的增大优势更加明显。     

基于随机聚类采样算法的复杂网络社团探测

根据网络节点的局部拓扑信息构建稀疏相似网络。基于稀疏相似网络, 提出了一种改进后的随机聚类采样算法对网络社团进行探测。在人工和真实网络上, 将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了准确率和时间复杂度的比较。实验结果表明, 该方法在时间复杂度上具有明显的优势, 并且具有较好的准确率。