线性系统传递函数的阶数辨识

在实际系统的参数辨识中，系统的结构往往并不知道，因此，要想正确辨识系统参数，就必须同时要辨识系统的阶数。该文根据线性系统的频域分析原理，讨论了包含有积分环节的线性连续时间系统的阶数辨识方法，并详细描述了线性系统阶数辨识的实现过程以及用Ｆ检验法来辨识模型结构的步骤与程序设计分析设计方法。实验结果表明，这种方法具有一定的辨识精度和工程应用价值。     

离散线性系统的集员辨识

针对含有随机干扰的ＣＡＤ模型系统，基于系统的输入，输出数据及一定的验前分布已知的条件，应用娄理统计中的Ｂａｙｅｓ方法，对其模型的参数进行集员辨识，从而得到一个以大概率包含参数直值的集合。     

一种Volterra级数模型的简化辨识方法及其应用

针对基于Volterra级数模型的非线性系统辨识中存在的“维数灾难”问题,提出了一种基于分块最小均方(BLMS)滤波器的简化辨识方法.该方法利用影响指数的概念,在保证一定辨识精度的前提下,根据每个Volterra核函数对辨识结果贡献的大小对其进行筛选,然后用筛选出的有效核函数作为对原系统的近似,从而达到降低辨识维数,减少计算量的目的.最后,文章用一个工程实例验证了该算法的有效性.     

基于Hopfield神经网络的线性系统参数辨识

基于Ｈｏｐｆｉｅｌｄ网络的神经计算原理,提出了一种新的线性系统参数辨识方法,首先建立系统的Ｉ／Ｏ差分方程以模型误差二次型作为ＨＮＮ的能量函数,辨识差分方程的系数矩阵,最终得到线性系统的全部矩阵参数,数值仿真的结果证明了该方法的有效性。     

线性系统辨识中的几个问题

对机理不清的一个系统，依据观测数据建立相应的模型，进行必要的定量研究，是 目前经济及社会许多系统面临的迫切问题。根据实际问题的需要，建模的口的大致有三 类，即１．预报；２．控制；３．结构分析。本文基于建模目的３，应用时间序列方法，依据Ｓｙｌｖｅｓｔｅｒ展开定理提出一种线性系统结构分析的算法，并给出线性系统的一个简易定阶法。     

线性系统脉冲响应的实时高精度辨识

本文首先介绍相关辨识中使用的三电平伪随机信号PRTN的特点,然后推导出应用PRTN作为输入信号的相关辨识的有关公式,并介绍使府TP86A单板机组成的高精度实时辨识装置以及用来进行一阶线性系统实时辨识的情况,由此证明理论分析与实际辨识结果相符.最后,讨论了在辨识过程中常见的干扰及其消除方法.     

Fourier级数的Euler平均对有界变差函数的点态逼近

本文估计Ｆｏｕｒｉｅｒ级数的Ｅｕｌｅｒ平均对有界变差函数的点态逼近度。     

Fourier级数Euler（E,q）求和算子的逼近阶

研究了函数f(x)的Fourier级数Euler(E,q)求和算子的逼近性质，在一定条件下求出它的逼近阶。     

一种用于模型结构辨识的新方法

系统辨识的关键是模型结构的辨识，它包括模型验前结构的假定和模型结构参数的确定。线性系统的模型结构辨识实质上就是确定模型的结构参数。该文以飞行器运动数学模型为研究对象，介绍了一种基于Bayes假设检验理论、适用于线性系统模型结构辨识的新方法，并给出了工程应用实例。     

Fourier级数的数值反演

本文考察了Fourier级数的反演问题的不适定性,并依据吉洪诺夫的正则化思想,采用异于吉洪诺夫所提供的正则化方法,通过对级数部分和数的限制,构造了相应的正则算子,进而给出解这类不适定问题的一个数值计算方法。其优点在于避免了。吉洪诺夫所用方法中对解的光滑性条件的要求;易在机器上实现,并具有较高的精度。     

非平稳时间序列的线性预测

本文研究非平稳正态时间序列的线性预测问题。导出非平稳正态序列的递推预测-平滑公式。对于讨论同一问题的某些文献的结论进行了分析,指出该文的结论对非平稳序列并不适用。     

基于傅里叶级数的非线性学习控制算法

提出了一种基于傅里叶级数的非线性学习控制算法．当系统的任务可重复或系统的理想输出为周期函数时，在傅里叶空间内可以将时域内的轨迹跟踪问题简化为多个独立的调节器问题，因而大大简化学习控制器的设计．在滚珠丝杠工作台上的实验表明，这种学习控制器具有很快的收敛速度和令人满意的性能     

复形式Fouries级数的几个定理

主要通过Euler公式进行实复转换,得到复形式Fourier级数,并定义其内积和范数,得到复Fourier级数内积及算子的极化恒等式和逼近定理.     

一类线性时滞切换系统具有H∞性能指标的二次稳定性

研究了一类线性时滞切换系统具有H∞扰动衰减度的二次稳定问题．利用单Lyapunov函数方法．得到系统具有IL扰动衰减度二次稳定的充分条件,由凸组合系统给出了切换律的设计方案,最后给出了此类系统具有H∞扰动衰减度二次稳定的必要条件。     

平行六边形域上二重Fourier级数的线性求和

对三向剖分平行六边形域上的二重Fourier级数提出一 种新的线性求和法. 通过构造一种特殊的求和因子, 保证了由此得到的积分算子在全平面上一致地收敛到每个以平行六边形为周期的连续函数, 且对光滑的被逼近函数, 给出了算子的收敛阶估计.     

一类广义傅里叶级数的敛散性

研究由分段线性谱序列生成的广义傅里叶级数的逐点敛散性.估计一类函数的广义傅里叶系数趋于零的速度,给出广义傅里叶级数逐点收敛的判别方法,并证明两个否定的结果,即存在周期为1的连续函数,其广义傅里叶级数在一点发散;存在周期为1的可积函数,其广义傅里叶级数处处发散.     

一类时变时间序列模型的参数估计研究

根据对一类时变时间序列模型结构特点的研究,提出了一种时变ＡＲ模型的递推参数估计算法。其原理是将时变参数的估计转化为对状态方程的状态估计,采用卡尔曼滤波推导出参数估计递推公式,并研究了其渐近稳定的充分条件。     

非线性时间序列ARMA模型的优化估计法

提供了一种ARMA模型参数的优化估计法—阻尼最小二乘法,它结合了Newton法和最速下降法的优点,既保证了迭代计算的收敛性,又加快了收敛的速度.当初值的精度较差时,更宜采用阻尼最小二乘法.而且本文给出实例的MATLAB程序,并利用t统计量检验出:阻尼最小二乘法要比最小二乘法的参数估计值更为显著,拟合模型更优.     

离散傅立叶变换和复与实傅立叶级数的相互关系及其应用

本文在阐明与导出离散傅立叶变换、复傅立叶级数及实傅立叶级数三者关系的基础上推导出狭义采样定理,并给出它在圆度测量与评定中的应用实例。