带限信号高频重建的一种新的正则外推算法

本文提出生种新的带限信号的外推方法，该方法能够很好地抑制噪声干扰，且计算复杂性较低，本文给出算法，证明了收敛性，最后给出了误差计算机实验结果。     

CDMA时变色散信道的两级盲辨识算法

本文通过对时变信道的扩展函数在时频域进行正则采样，得到了CDMA时变系统的离散正则模型。针对该模型提出了一种具有较低运算量的两级盲辨识算法。为避免两级算法产生的误差传播效应，文章将理想SIMO模型等效为加性噪声模型来处理。与基展开模型方法相比，该算法具有不需利用观测数据的高阶统计量估计展开基频率的优点。文章通过仿真验证了该算法是可行的。     

非线性正则代数微分方程系统的控制

介绍一类非线性正则代数微分方程(DAEs)的反馈控制:对奇异代数方程进行一系列代数变换来定义x的基本代数约束,对这些约束进行微分直到得到的方程可以获得代数变量z的解.然后便可获得其状态空间实现,并作为控制器综合的基础.     

不适定热传导反问题的两种求解方法及其比较

本文以不适定热传导反问题为对象，采用两种方法进行了求解。一种方法基于对具有测量误差的边界条件进行适当的微扰，使之化为适定问题；另一种方法基于Ｔｉｋｈｏｎｏｖ的正则平滑思想，对反问题中的输入数据进行平滑处理，以便使函数及其一阶导数均实现一致逼近。通过计算与求解表明，两种方法均能得到具有一定精度与稳定性的结果，其中以正则化法更为理想     

正则模糊神经网络对一类连续模糊值函数的普遍近似性

本文讨论了正则模糊神经网络于对定义于区间［０，Ｔ０］上连续可减模糊值函数的普遍近似性，在此基础上，证明了［０，Ｔ０］上取值为三角形模糊连续递增函数可用正则模糊神经网络逼近到任意精度。     

初至波走时层析成像中的正则化方法

 波场的等效性、观测数据的有限性和观测误差等因素导致地球物理反演本身具有严重的多解性，降低这种多解性的一种重要途径就是对反演过程进行约束。传统的初至波走时层析成像方法，通常是在外部对模型空间施加显式的约束和平滑处理，这样就会破坏模型参数与传播算子之间的相关性，难以达到有效利用先验信息的目的, 甚至会影响反演的稳定性。针对这一问题，本文将先验信息分为三类，在此基础上阐述了通过正则化手段将各种先验信息纳入到反演方程当中，替代传统的外部约束模式。理论试验结果表明，正则化方法比外部约束方法有效地提高了反演的精度和分辨率；将该正则化方法应用于实际二维资料处理，也得到了比较好的反演结果。     

基于正则总体最小二乘准则的OFDM系统信道估计算法

基于导频的最小二乘(LS)估计方法的优点是结构简单,容易实现,但对噪声和干扰敏感。通过对OFDM系统中由于信道的时变性产生的载波间干扰进行了分析,在此基础上提出正则总体最小二乘(TLS)信道估计算法。根据Tikhonov正则化原理,导出了总体最小二乘正则化解法的计算公式。与一般的LS信道估计相比,TLS方法同时考虑了信道噪声和信道时变特性,所以该算法不仅在一般的信道条件下具有良好的性能而且也适合快变信道条件下的OFDM系统。仿真结果表明,该算法具有很好的均方误差和误比特率性能。