非线性部分最小二乘方法的研究与应用

该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力。该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数。对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求。     

测量值量化的时滞系统的输出反馈控制

为了解决无线网络带宽限制的问题,信号在传输之前需要进行量化,但是量化器的引入会给信号带来一定的误差.针对时滞系统,研究测量值量化的基于观测器的输出反馈控制问题.考虑对数量化器,为了研究量化器对系统的影响,引入上行界的方法,将对数量化问题转化成鲁棒不确定问题.为了讨论系统的收敛速度,采用带有衰减系数的Lyapunov函数,得到了闭环系统的指数衰减率.采用线性矩阵不等式(LMI)的方法给出了系统满足指数稳定的充分条件以及控制器和观测器增益的表达式.应用数值仿真证明了本文算法的有效性.     

基于2级控制系统的量化状态观测器设计

研究2级控制系统中量化状态观测器的设计方法.对设计的控制系统的输入、输出信号进行量化,使得这些数据可以在网络环境中传输.研究对量化后的数据经过非完美的频道传输时造成的数据损失的处理方法.设计状态观测器,对控制系统的各个信息进行估计.设计控制器,能够根据状态观测器输出的估计值,控制2个致动器协调工作,成功地实现了2级控制.在实验平台dSPACE-DS1103上对所设计的2级控制系统进行验证,实验数据验证了本文提出的2级控制器设计方法的有效性和可行性.     

多步历史估计信息反馈多模型融合方法

针对强机动和大观测误差下的目标跟踪问题,传统低阶多模型融合方法存在估计精度较低、鲁棒性较差的缺点;高阶多模型融合方法面临计算量增大和保证实时性之间的矛盾.为此本文针对一类多步稳健机动目标跟踪问题提出一种基于历史估计信息反馈的多模型融合框架,首先累积和反馈历史估计信息,然后结合当前量测计算多阶模型序列的似然函数,最后得到贝叶斯后验融合结果.同时结合粒子滤波构建了易于工程实现的粒子滤波历史反馈多模型融合算法(PF-HFMM).仿真表明,与传统粒子滤波多模型算法相比,本法显著提高了估计精度和鲁棒性.     

声探测网络延时概率多假设跟踪算法

针对利用同步固定声探测网络中的纯方位角延时量测数据对低空机动目标进行探测与跟踪的问题,为提高跟踪精度,根据期望最大化算法提出一种延时概率多假设目标跟踪算法,对网络中多个时刻各个传感器数据间的组合进行延时概率多假设建模,形成多假设联合量测,利用内嵌合适的贝叶斯平滑器对目标状态进行递归优化,最终得到目标状态的极大后验估计值.仿真结果表明算法能够有效解决声探测网络延时数据难以利用的问题,对低空机动目标的状态进行有效跟踪,满足估计精度要求,收敛速度快,鲁棒性强的特点.     

输出饱和线性系统的稳定性及L2增益性能

考虑输出饱和线性系统的稳定性以及L     

提升核心竞争力 再铸学校新辉煌

大学核心竞争力是大学长期形成的、独有的、获得外界认可,并能在竞争中获得优势的核心能力。判断高校核心竞争力的主要标准有三个:一是核心竞争力必须是长期形成并为社会所认可的;二是核心竞争力必须是竞争对手难以模仿的;三是核心竞争力必须是竞争力要素中根本的,并决定其他要     

UML在流程工业优化调度工艺描述系统中的应用

结合建模工具Rational Rosc说明如何在系统开发过程中运用UML建模。通过流程工业优化调度工艺描述系统的实际建模，对UML建模应用作了进一步说明。     

线性最优调节器二阶工程设计法及应用

本文利用文[1]结论，给出一种实用线性最优调节器二阶工程设计法．该设计法建立了古典控制意义上的系统性能指标与二次型性能指标的关系．并给出解析其式，提出二阶最优参数域的概念．通过轧机综合最优控制系统的设计和实验，验证了该方法在工程设计中的可行性．     

随机集理论及其在信息融合中的应用

多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果,但是其理论框架尚未建立。近几年由Mahler提出的有限集合统计学(FISST)理论随机集理论的特例,从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾,主要包括随机集理论的产生背景、基本的思想和理论框架,以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。