多输入系统能控规范型的改进算法

分析了求多输入线性系统能控规范型算法的不足,提出了一种新的改进型求解线性定常系统能控规范型的迭代算法.该算法在可控性矩阵中将输入矩阵用其列向量的极大线性无关组代替,并使用矩阵的行初等变换;还能求出系统不可控时的规范表达式.该算法较原算法思路清晰、计算量小,并且容易在计算机上实现.     

确定线性多变量系统结构参数的递推辅助变量算法

本文研究了多变量系统中确定结构参数的递推辅助变量方法。文中采用的模型是输入输出差分方程的一种规范形式。根据Ahmed的结构辨识算法,文中给出了一个改进的算法,此算法是递推形式的,因而大大减少了计算量。     

一种多变量系统结构辨识和参数估计算法

提出一种新的多变量系统结构辨识和参数估计算法，它可同时递推辨识多变量系统 的结构指数和所有子系统的各阶模型参数，具有计算量小，计算品质好，编程简单等优 点。     

多变量频域极大似然辨识算法研究

提出了多变量频域极大似然辨识算法.在单变量频域极大似然辨识算法的基础之上,得出多变量系统的频域极大似然辨识算法,并且优化设计多正弦辨识输入信号.针对大型挠性结构的模型进行了仿真,验证了算法的有效性,同时仿真结果表明:对于挠性结构,多变量频域极大似然辨识算法是有效的,而且能够在较大的频宽、较低信噪比的情况下得到良好的辨识结果.     

基于加速收敛与递阶迭代的多变量系统辨识算法

根据递阶辨识原理和迭代辨识原理,可以实现多变量系统参数的准确辨识,但是其参数的收敛速度有待提高。该文针对参数的收敛性进行研究,提出了基于加速收敛技术的辨识方法。该方法根据递阶辨识原理将多变量系统分解成2个子系统,使其分别含有参数向量和参数矩阵,再根据迭代辨识原理得到参数的迭代解,并应用加速收敛技术进行加速。仿真实验表明:该方法可以得到很好的辨识结果,加速收敛技术的应用显著提高了参数的收敛速度。     

多变量ARMAX模型结构和参数的辨识

本文讨论了多变量ARMAX模型结构和参数的辨识问题。根据[1]的论述,采用BIC准则判定模型的阶;并用递推的极大似然法辨识参数。根据估计参数的渐近正态性进一步确定模型的子阶和时滞。由于采用了BIC准则,避免了F检验定阶的主观性。因此本方法比文献[2]、[3]中的方法优越。仿真算例证明了本方法的有效性。     

多变量系统的递阶梯度迭代辨识方法

根据递阶辨识原理,推导出滑动平均噪声干扰多变量系统的递阶梯度迭代辨识方法,仿真例子说明提出算法是有效性的.     

多变量Hammerstein系统的稳态模型辨识

本文针对多变量Ｈａｍｍｅｒｓｔｅｉｎ系统，提出了利用优化过程中设定点变化的阶跃信号，辨识系统稳态模型的方法，并且获得了稳态模型的强一致性估计。仿真结果也表明了该方法的有效性和实用性。     

一种用Fourier级数辨识延时线性系统的算法

本给出了一种改进的Ｆｏｕｒｉｅｒ级数辨识延时线性系统的算法。通过Ｆｏｕｒｉｅｒ级数的运算算子矩阵，将描述系统的微分方程化为代数方程，再使用最小二乘方法即可求得系统的参数估计。本的算法简单，节省了ＣＰＵ存贮空间，更便于实用。     

线性反馈控制系统的代数结构分析

该文研究稳定连续控制系统的代数结构分析问题，旨在利用广义逆理论及矩阵分解技巧，给出线性连续的所有稳定化状态反馈控制器的参数化代数刻划，以及期望解存在的充要条件，结果表明，上述目的可通过求解一线性矩阵不等是达到，文中给出了说明性的数值例子。该文结果为稳定控制系统的分析与设计提供了一种简单有效的新途径，因而具有较强的理论意义，与传统的几何方法相比，该文采用纯代数手段刻划的参数空莘更于工程实现。     

多变量系统的辅助模型辨识算法

提出了辨识线性多变量系统参数的辅助模型方法。它使得系统存在量测噪声的无偏参数估计问题得到解决。文中分析了算法的收敛性，并给出了仿真例子。     

线性正则变换的性质及应用

线性正则变换（LCT）作为Fourier变换、分数阶Fourier变换的推广形式,具有更强的灵活性,是一种有效的信号处理工具线性正则变换与Fourier变换、分数阶Fourier变换一样具有许多性质,本文从线性正则变换的定义出发,对这些性质进行了系统的归纳和总结,并对其应用进行举例说明,展现了线性正则变换在信号处理领域应用的潜力和能力,进一步丰富了线性正则变换的理论研究体系．     

线性系统Luenberger能观规范型的充要条件及特征

提出了一种完全能观线性MIMO(multi-input multi-output)系统的能观矩阵的线性无关行向量的搜索方案,并基于此搜索方案提出了一种将完全能观线性MIMO系统化为Luenberger能观规范型的变换矩阵的构造方法。通过对几个定理的证明,阐述了此非奇异变换矩阵与Luenberger能观规范型的关系,提出了将Luenberger能观规范型按照结构的差异划分为广义和狭义2种规范型的观点,并给出了完全能观线性MIMO系统的广义和狭义Luenberger能观规范型实现的充要条件,用3个实例验证了上述观点和方法的正确性和可行性。同时给出了一种方法使得一类不满足Luenberger能观规范型实现条件的线性MIMO系统能够在不改变系统物理结构的前提下变换为Luenberger能观规范型,并通过2个实例的分析和比较对此方法进行了阐述。     

线性/非线性时间序列模型一般表达式及其工程应用

提出一种线性/非线性时间序列模型的一般表达式(GNAR),论述其线性和非线性特性.对3种典型的非线性、非平稳时间序列进行试验及应用研究.将样本数据分成训练集和测试集,在训练集上建立GNAR模型,采用最小二乘方法以及结合预测误差的修正AIC准则实现其参数估计和模型定阶.在测试集上进行预测,进而验证模型.结果表明该模型对3组数据跟踪性能良好,预测预报精度优于传统时序模型,因此该模型有良好的适应性和有效性,能应用于工程实际.     

基于第一能控规范型的极点配置方法

给出了一种基于第一能控规范型的单输入系统极点配置问题算法,对多输入系统利用Wonham第一能控规范型将其分解为若干个单输入系统极点配置问题,介绍了该方法的基本原理、求解步骤,得到了反馈增益矩阵的一般表达式。该表达式中含有可供任意选择的参数,通过对参数的适当选取,可适应控制系统的其他性能要求。     

线性系统极点配置的神经网络算法

利用人工神经网络，讨论了线性定常控制系统关于状态反馈，输出反馈及动态补偿器的极点配置问题，对状态反馈问题采用一个二级四层BP网求解，对输出反馈问题采用一个二级五层BP网求解，而对动态补偿器问题亦可采用一个二级五层BP网求解，这些极点配置方法便于计算机实现。     

线性哈密尔顿系统的块方法(英文)

对于哈密尔顿系统的数值求解,辛算法被认为是最合适的选择.主要研究一类具有至少k+1阶收敛性的k维块方法求解线性哈密尔顿系统的适用性,证明了当维数k不超过8时该类方法具有保持辛结构和二次型的性质.数值例子验证了理论结果.     

分数阶系统的一种频域辨识算法

研究了利用频率响应数据辨识分数阶传递函数的问题.根据分数阶传递函数模型中,公因子阶次和分母系数是非线性参数,而分子系数则是线性参数,给出了一种频域辨识算法:利用模拟退火算法估计公因子阶次和分母系数,相应的分子系数通过求解线性最小二乘问题得到.该算法可以估计出包括公因子阶次在内的所有模型参数.无噪声和有噪声频率响应数据2种情况下的仿真算例验证了算法的有效性.     

复线性方程组ABS方法

首次给出求解复线性方程组的 ABS算法 .它是通过研究复矩阵空间 Cm× n( m≥ 1 ,n≥ 1是任意整数 )与 R2 m× 2 n中一个子空间的同构关系得到的 .证明了复 ABS算法与求解一特殊块结构的实方程组的分块 ABS算法是一一对应的 .给出了复 ABS算法的若干重要性质 .     

解决线性规划系统识别问题的新方法

对一类特殊的逆线性规划问题———线性规划系统识别———进行研究,即试图通过给定的输入-输出数据来估计线性规划模型的技术系数矩阵以及目标函数系数.构建了估计技术系数矩阵的行估计模型,并对该模型进行改进得到更好的估计模型;基于Troutt提出的最大决策效率方法,构建了估计标准化目标函数系数的模型;通过两个数值算例说明该估计方法具有良好的表面有效性,且符合提出的后续验证准则.