基于分数阶的模型参考自适应算法

在自适应中引入分数阶运算,可以较好的改善被控对象的响应时间和干扰。本研究将分数阶积分引入模型参考自适应,通过构造分数阶的自适应律,设计了新的模型参考自适应控制系统,并进行了仿真。结果表明,该系统具有较快的响应时间,较小的超调量以及很好的鲁棒性。对分数阶系统的研究具有一定的意义。     

具有随机噪声污染的连续过程辨识的一种频域方法

已知过程输入、输出的自谱密度以及它们之间的互谱密度在若干个频率上的数据,可以辨识过程模型和噪声模型的阶次、参数(包括过程的滞后时间).同时,这里证明了:当辨识涉及的频率数目∠≥2max(n,m)时,辨识问题有唯一解,其中n和m分别为过程模型噪声模型的阶次.     

带滞环元件的ARMA模型辨识

本文考虑一类特定非线性系统的辨识问题,这类系统可以用一个ARMA模型和一个与之串联的滞环元件来表达.我们提出一种最小二乘加非线寻优的方法来辨识此类系统中ARMA模型的参数和滞环元件的参数,并给出了若干辨识计算实例.算例表明了所提方法的可行性.     

一种基于分数阶积分的数字图像去噪算法

针对现有图像去噪算法丢失图像纹理信息的问题,将基于Riemann-Liouville定义的分数阶积分应用于数字图像的噪声去除,提出8个方向上的图像任意阶积分掩模,给出运用该掩模进行图像去噪的数值运算方法及相应的算法实现电路模型.仿真实验结果在定性和定量的方面表明本文的算法对灰度图像和彩色图像同样适用,具有能够一次性完成积分,去噪精度高,同时能最大限度保持图像的纹理细节信息的特点.该算法特别适用于高精度的图像实时去噪.     

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

频域法在分数阶混沌系统计算中的局限性分析

基于分数阶积分算子在频域内的响应,分析了频域近似法在分数阶混沌系统计算中的局限性.频域近似法只能在期望的频带范围内实现与实际系统的近似,而在高频与低频段都存在着较大的误差.因此,当其应用到分数阶混沌系统计算时存在着很大的局限性,甚至得到与预估-校正算法完全不同的结论.通过对分数阶Chen系统的仿真,验证了该结论的正确性.     

传递函数辨识(21):线性回归系统的递阶递推参数估计

利用递阶辨识原理,研究了线性回归系统的递阶最小二乘辨识算法、递阶多新息最小二乘辨识算法、递阶随机梯度辨识算法、递阶多新息随机梯度辨识算法、递阶递推梯度辨识算法、递阶多新息递推梯度辨识算法等.这些辨识方法可以推广到有色噪声的随机系统中.     

传递函数辨识(22):线性回归系统的递阶迭代参数估计

利用迭代搜索和递阶辨识原理,以线性回归系统为例,讨论了递阶梯度迭代辨识方法、递阶多新息梯度迭代辨识方法、递阶最小二乘迭代辨识方法、递阶多新息最小二乘迭代辨识方法,并给出引入加权因子和遗忘因子的递阶迭代辨识方法等.这些迭代辨识方法可以推广到有色噪声的随机系统中.     

传递函数辨识(24):线性回归系统的变间隔递阶迭代参数估计

变间隔辨识概念是处理损失数据系统和稀少量测数据系统辨识的一种有效方法.利用变间隔辨识概念和递阶辨识原理,研究了线性回归系统的变间隔递阶梯度迭代辨识方法、变间隔递阶多新息梯度迭代辨识方法、变间隔递阶最小二乘迭代辨识方法、变间隔递阶多新息最小二乘迭代辨识方法等.这些变间隔递阶迭代辨识方法可以推广到其他有色噪声下的线性和非线...     

UWB信道盲估计的频域递归最小二乘实现

为了实现超宽带(UWB)信号高效、稳定接收,提出一种基于信道频域特性的UWB信道盲估计算法.利用跳时脉冲相位调制超宽带信号一维统计平稳特性,结合递归最小二乘算法计算,达到信道参数盲估计的目的.计算机仿真结果与最大似然法信道盲估计算法结果的对比表明,新算法在误码率为10-4时,信噪比增益约为3 dB.新算法可同时对多路信道进行估计,对幅度和相位不存在模糊因子,且具有低复杂度的优点.     

分数阶时滞单种群模型的稳定性

文章讨论了具有收获的分数阶时滞单种群模型的稳定性.通过对模型的特征方程的特征根分类讨论,得到模型在不同特征根与时滞状态条件下有不同的收获,并给出了平衡点局部稳定的充分条件,得到了适当的收获控制能力可以使种群模型达到稳定状态的结论.     

含分数阶导数的粘弹性固体模型及其应用

从分数导数的定义出发 ,提出了在粘弹性经典模型理论中用Abel粘壶取代传统的牛顿粘壶的新观点 ,构造出来的含分数导数的标准线性体可以很好地描述真实材料的松弛和蠕变现象 ,并且其松弛模量和蠕变柔量可以严格作到Stieltjes卷积为单位阶跃函数 ;含分数导数的标准线性体模型可以在很宽广的频率范围内同时很好地模拟真实材料的存储模量和损耗模量 ,在粘弹性理论中有着广泛的应用前景     

OFDM频域子信道FSMM

首先分析了正交频分复用技术(OFDM)频域信道统计特性,说明了Nakagami-m分布能更好地描述衰落信道;然后针对高速移动及OFDM信号传输的特点,采用状态持续时间相等法建立了OFDM频域信道有限状态马尔可夫模型（FSMM）,分别给出了计算持续时间、状态门限及状态数、转移概率、状态差错率的一般方法及m=0.5\1\2典型值的闭式解,该模型能为自适应模型控制（AMC）、混合自动重传请求(HARQ) HARQ、动态资源分配等技术提供良好的基础。 理论计算结果与仿真符合较好,验证了模型的准确性。     

Hidden Attractors in a Delayed Memristive Differential System with Fractional Order and Chaos Synchronization

分数阶时滞忆阻差分系统的隐藏吸引子和混沌同步

丁大为^1，2，翁业翠^1，2，王年^1，2

（1.安徽大学 电子与信息工程学院，合肥230601；

2.安徽大学 教育部智能计算与信号处理重点实验室，合肥230601）

创新点说明：

1）结合忆阻器和时滞，提出一种具有隐藏吸引子的新型分数阶延迟忆阻差分系统。根据系统的分岔图，观察了所提出的系统随参数变化的演化规律，发现该系统比对应的整数阶物具有更复杂的混沌行为。

2）研究系统的同步，设计简单的控制方法，得到误差方程，通过讨论和分析具有零个根的误差系统的稳定性，可实现驱动系统（8）和响应系统（10）之间的同步。其中控制方法既简单又可行。

3）将系数参数a、分数阶数、时滞作为分岔参数，给出具体数值，研究和讨论其对混沌同步的影响。

研究目的：

研究一个具有时滞的分数阶忆阻差分系统的动力学行为，推导其实现同步状态的必要条件，并进一步讨论了关于影响同步状态的因素（如差分系统的系数a，分数阶数，时滞），通过数值仿真证明所研究的结果。

研究方法：

给出时域图、相图、分岔图等研究差分系统的动力学行为。对于系统的同步，设计简单的控制方法，得到误差方程，接着对误差方程进行稳定性分析，推导出稳定条件，结合Matlab软件，给出同步状态图，误差系统的图。

结果和结论：

软件数值结果与其推导结果一致。将差分系统的系数参数、分数阶数、时滞作为分岔参数，发现其确实影响着混沌同步状态。即：

1）参数a对同步的影响。随着系数a增加，误差函数e1的同步状态变慢； 由于系统（14）的误差函数e2与参数a无关，因此同步状态随着参数a增加而保持不变。

2）分数阶数对同步的影响。分数阶数增加的越快，误差系统e1趋向于同步越慢，而误差系统e2趋向于同步越快。

3）时滞对同步的影响。时滞增加的越快，误差系统e1趋向于同步越快，而由于系统（14）的误差函数e2与时滞无关，则误差系统e2不变化。

关键词：分数阶;忆阻;时滞; 隐藏的吸引子;混沌同步

     

应用等效电路模型的频率选择表面有效分析

给出了一种基于等效电路模型的频率选择表面(FSS)快速分析方法。对任意形状单元的FSS结构,采用并联组合形式的LC等效电路,并通过全波模式展开分析,采用线性最小平方拟合和线性代数方法求得到其等效电路参数。对三极形单元夹嵌FSS结构实例的分析表明,文中方法与全波分析结果的一致性非常好,并便于FSS结构的最优化设计,可扩展到多层FSS结构的分析。     

聚集数据的线性模型参数估计的相对效率

文献［１］提出了聚集数据的线性模型未知参数的两种估计。本文给出了关于最小二乘估计的三种估计的相对效率，并研究了它们的性质以及与文献［２］讨论过的另一种相对效率的关系。     

Estimation of Fractional Vegetation Cover Based on Digital Camera Survey Data and a Remote Sensing Model

The objective of this paper is to improve the monitoring speed and precision of fractional vegetation cover （fc）. It mainly focuses on fc estimation when fCmax and fcmin are not approximately equal to 100% and 0%, respectively due to using remote sensing image with medium or low spatial resolution. Meanwhile, we present a new method offc estimation based on a random set offc maximum and minimum values from digital camera （DC） survey data and a dimidiate pixel model. The results show that this is a convenient, efficient and accurate method forfc monitoring, with the maximum error 0.172 and correlation coefficient of 0.974 between DC survey data and the estimated value of the remote sensing model. The remaining DC survey data can be used as verification data for the precision of thefc estimation. In general, the estimation offc based on DC survey data and a remote sensing model is a brand-new development trend and deserves further extensive utilization.