对象族可镇定半径的计算

本文采用优化方法把计算对象族的可镇定半径问题转化成优化问题。2范数定义下的可镇定半径采用了Lagrange乘子法求解；无穷范数意义下的可镇定半径采用了最小范数解方法求解。本文方法对可镇定半径的定义形式和不确定参数结构没有要求，因此更具有一般性。     

Active set truncated-Newton algorithm for simultaneous optimization of distillation column

An active set truncated-Newton algorithm (ASTNA) is proposed to solve the large-scale bound constrained sub-problems. The global convergence of the algorithm is obtained and two groups of numerical experiments are made for the various large-scale problems of varying size. The comparison results between ASTNA and the subspace limited memory quasi-Newton algorithm and between the modified augmented Lagrange multiplier methods combined with ASTNA and the modified barrier function method show the stability and effectiveness of ASTNA for simultaneous optimization of distillation column.     

快速拉格朗日分析在地表移动变形预计中的应用

地表移动变形预计，对于指导“三下”开采实践具有重要作用过去用于变形预计的方法很多，而近年来发展起来的快速拉格朗日分析法，则特别适用于这种大变形问题。本文叙述了拉格朗日分析的基本原理，并通过实例说明其在地表移植变形中的应用。     

基于RFID的虚拟标签算法研究与改进

针对室内定位算法VIRE的定位精度,特别是邻近边界目标的定位精度较低的问题,以RFID标签定位为研究基础,从改变VIRE算法中虚拟标签的插值方式和在边界上加入虚拟标签两个方面进行研究和改进。使用拉格朗日插值代替VIRE算法中的线性插值方式,使虚拟标签的数据更加接近实际环境值;在边界上加入虚拟参考标签能增加已知标签数,防止在计算待定位标签坐标时引入误差标签。实验结果表明,标签定位精度有了明显提高,整体能提高了35%,邻近边界标签定位精度提高较大,可达到50%以上。     

基于重加权快速交替方向法的频谱感知

在认知无线电网络中,由于深衰落和低信噪比的影响,单个认知用户的宽带频谱检测性能较差,且算法复杂度较高。针对该问题,提出一种基于重加权快速交替方向法的频谱感知算法。利用目标函数的凸性,通过求导简化辅助变量的更新过程。对目标函数进行线性化处理,增加一个二次项,使待估变量更新时部分项线性化的增广拉格朗日函数成为严格凸函数,并使用迭代软阈值算法进行求解。在目标项中增加大权值抑制信号中的非零元素,获得接近于最小?0范数的解。实验结果表明,该算法能有效提高低信噪比环境下的检测概率和检测速度。     

单级倒立摆基于LMI的H∞控制

采用拉格朗日方法对单级倒立摆系统进行了数学建模,并进行了稳定性、可控性、可观测性分析。针对单级倒立摆系统的控制问题,采用基于线性矩阵不等式(LMI)的H∞控制算法,并应用matlab对该倒立摆系统进行了仿真实验。结果表明,基于LMI的H∞控制方法考虑了被控对象中存在的各种不确定因素,抑制了扰动对输出的影响,系统的振荡小,调节时间短,响应速度快,使系统具有较强的鲁棒性和较好的动态性能,能够较好地完成倒立摆的运动控制。     

WCDMA信号定时同步中的内插算法研究

基于内插的定时同步算法用于WCDMA信号全数字接收机,具有稳定性好、复杂度低的特点。文章详细介绍了算法中的内插原理,并针对WCDMA信号重点分析了基于理想低通滤波器的内插算法和基于拉格朗日插值多项式的内插算法性能。最后,通过仿真比较,给出了内插算法的选取原则,并给出了内插算法的2种实现结构。