纯量反馈系统同时强镇定的充分条件

一个稳定的补偿器可同时镇定n个对象(同时强镇定)等价于一个补偿器(不一定稳定)同时镇定n 1个对象(同时镇定)．两个以上对象的同时强镇定和三个以上对象的伺时镇定是线性系统中一个急待解决的公开问题．文中所作的基本假定是所有的对象具有相同的简单不稳定零点，在此条件下给出了n个对象同时强镇定的一个充分条件．当仅有一个不稳定零点时．容易检验是否同时强镇定，否则仅需确定n个对象的不稳定零点并且判定由不稳定零点导出一个相应矩阵是正定的，就能判定n个对象同时强镇定．因此是一个易于检验的充分条件．文章同时给出了n个对象同时强镇定的算法，丰富了同时强镇定的充分条件．     

专用软件的硬件化技术

一个专用数据传输、处理系统的全硬件化实现，目标在于掌握基于可编程逻辑器件的硬件设计关键技术，探索用全硬件替代通用CPU加控制电路、软件的软硬结合系统的方法。研究的重点和难点在于怎样实现专用系统软件的逻辑功能的硬件描述，怎样实现软件算法的硬件演化，在计算机中的模拟和验证以及在FPGA中的实现。该系统主要由UART、RAM、积分算法模块和线性多项式计算模块组成。系统参数经由UART传输到RAM中存储以备后续模块取用。采样数据则直接传输到积分算法模块中关系统参数进行运算。线性多项式计算模块对积分模块的运算结，与从RAM中取得的相果和相关系统参数进行多项式运算，得出最终结果输出。     

Numerical Computation of Figure-eight Solution for 3-body Problems

The main goal of this paper is to compute the Figure-eight solutions for the planar Newtonian 3-body problem with equal masses by finding the critical points of the functional associated with the motion equations of 3-body in plane R2. The algorithm adopted here is the steepest descent method, which is simple but very valid for our problem.     

基于爆轰波原理声源定位方法初探

基于弹丸发射时所发出的爆轰波,利用传感器接收时差信息,从而确定声源位置。本文建立了该声源定位反问题的物理和数学模型,并依据该模型寻求适当的数值解法,最后针对延拓-广义逆法声源定位问题进行了演算和简要分析。     

Banach空间中极大单调算子的一个邻近点算法

设E是Banach空间,T∶E→2E*是极大单调算子,T-10≠ф.令x0∈E,yn=(J λnT)-1xn en,xn 1=J-1(αnJxn (1-αn)Jyn),n0,λn>0,αn∈[0,1],文章研究了{xn}收敛性.     

中国古算筹早期算法及“大衍之数”“太一算”新探

一、古籍记载及现代人推演的“太一算” 《数术记遗》中记载了“太一算，太一之行，去来九道”。现代日本学者、中国学者对“太一算”有如图1、图2、图3的推想图。     

求解最小Steiner树的蚁群优化算法及其收敛性

最小Steiner树问题是NP难问题,它在通信网络等许多实际问题中有着广泛的应用．蚁群优化算法是最近提出的求解复杂组合优化问题的启发式算法．本文以无线传感器网络中的核心问题之一,路由问题为例,给出了求解最小Steiner树的蚁群优化算法的框架．把算法的迭代过程看作是离散时间的马尔科夫过程,证明了在一定的条件下,该算法所产生的解能以任意接近于1的概率收敛到路由问题的最优解．     

对九十年代珠算法的看法

谈了《观代珠算》1988年第4期、厦门陈升同志的文章，引超了我的同感。陈升同志预测，几十年代占主导地位的珠算法，将会是：“三行(弃九)加减法，变化空盘乘和连商加除法等等”．我对这个前提原则上是同意的；但在细节上，我不能全部赞同。我的看法是。     

一种基于粒子滤波的测向定位跟踪算法

基于多站测向定位提供的目标辐射源方位角信息,提出了一种基于粒子滤波的测向定位跟踪算法.该算法采用序贯蒙特卡罗的粒子滤波技术,对目标辐射源方位信息进行粒子滤波融合处理,实现了对机动目标辐射源的无源定位跟踪.仿真实验表明,该算法适用于非线性模型和非高斯噪声的目标跟踪,与传统的基于卡尔曼滤波的多传感器融合跟踪算法相比,定位跟踪更为精确,从而对提高战场电子目标定位跟踪和精确打击具有广泛的应用价值.     

一种改进的Fuzzy-HMMS算法及其收敛性

对D at T ran和M ichae lW agner等人提出的FCM-FE-HMM S算法作了进一步的补充和改进,提出了改进的FCM-FE-HMM S算法,并给出了算法收敛性分析,得出在给定初值的情况下该算法将收敛到一个局部最优解。