分数次多项式的拟谱插值逼近

对整数次多项式进行分数阶微分或积分运算其结果为分数次多项式.对分数次多项式的近似直接影响到分数阶微分方程的数值求解精度.本文讨论分数次多项式在Gauss类型求积节点上的Lagrange插值逼近,并利用数值试验来验证逼近的数值精度.     

变分数阶非局部边值问题的再生核配置法

变分数阶微分方程在很多领域具有重要的应用.本文拟提出求解变分数阶非局部边值问题的再生核配置法,该方法结合了分段多项式再生核和多项式再生核的优点,而且可以避免满足线性非局部边界条件的核函数的构造.通过数值算例与已存在的方法进行比较,数值结果表明该方法是有效的.     

变时间分数阶扩散方程的数值模拟

考虑变时间分数阶扩散方程。首先利用分段线性插值法结合对一阶时间导数的一个二阶近似离散Coimbra变时间分数阶导数,然后利用Richardson外推法改进精度,最后用数值例子来验证提出的数值方法,从而说明数值方法的有效性。     

分数阶微积分的几个重要性质

介绍分数阶积分和导数定义,对其性质作了相应的分析.描述了分数阶常微分方程解的存在唯一性,给出了分数阶常微分方程数值解的离散格式,以及线性分数阶常微系统解析解的表示.最后对平面线性分数阶系统平衡点的结构及其稳定性得出了相应的结论.     

一类分数阶混沌系统的同步

在整数阶微分方程的基础上,建立了一类新的分数阶系统.数值仿真表明系统具有混沌性态,利用分数阶线性系统平衡点渐近稳定的充分条件和反馈控制方法得到了新的分数阶系统混沌同步方法,利用预估校正方法进行数值仿真,验证了方案的有效性.     

勒让德多项式拟合IGS精密星历

在阐述勒让德多项式拟合算法的基础上,推导出ICS精密星历的勒让德拟合多项式,通过实例分析拟合的精度,并与经典的拉格朗日插值、切比雪夫拟合等其他算法进行比较.结果表明,在00:00:00至23:45:00时间段内8阶勒让德多项式拟合的精度高于其他任何一种同阶多项式插值或拟合方法,并且最大误差不超过1 cm.     

分数阶微分差分方程的Matlab求解

基于Adams类型的预估-校正法,探讨数值求解分数阶微分方程的Matlab执行程序,并推广该方法以数值求解分数阶差分方程.     

不同阶分数阶混沌系统的自适应同步

给出了不同阶分数阶混沌系统的自适应同步方法.利用主动控制法,基于分数阶稳定性理论和自适应控制理论,设计控制器,实现了不同阶分数阶混沌系统的同步.数值仿真也说明了该方法的有效性.     

时间分数阶偏微分方程的Hadamard积分逼近及收敛性分析

Hadamard积分是离散时间分数阶导数的有效数值方法之一.文章给出Hadamard积分离散分数阶时间项的具体计算过程,方法适用于高次插值情形,结合有限元方法求解时间分数阶偏微分方程,数值试验验证了结果的有效性.     

基于实复值混合时延神经网络的宽带功放的建模和线性化（英文）

提出了一种新型的实复值混合时延神经网络,用于建模和线性化宽带射频功放.该神经网络包含输入信号的广义记忆效应、复值输入信号和复值输入信号模值的分数阶次,因而其建模精度显著提高.对实复值混合时延神经网络在不同扩展常数、记忆深度、神经元数和阶数时的归一化均方误差(NMSE)进行了比较研究,以建立一个能够有效建模宽带功放强非线性的基带模型—最优时延神经网络(TDNN).采用51 dBm宽带功放和25 MHz带宽的混合测试信号用于模型的有效性验证.测试结果表明,实复值混合时延神经网络相比记忆多项式模型和实值时延神经网络具有更高的建模精度,NMSE提高5 dB.此外,实复值混合时延神经网络相比广义记忆多项式模型,NMSE提高0.6 dB,并具有更好的数值稳定性.相比实值时延神经网络和记忆多项式模型,所提出的时延神经网络能够更好地抑制带外的频谱再生.