A filter algorithm for multi-measurement nonlinear system with parameter perturbation

INTRODUCTION For the filtering problem of multi-measurement nonlinear system with parameter perturbation, we need to consider the following aspects. First, although the parameter uncertainty does not change the system configuration, it makes the filter designed based on a fixed parameter unsuitable for an alterable parameter. Second, there are false alarms in the raw measure- ments which are received by multiple sensors. Third, since the optimal nonlinear Bayesian estimation is impossible…     

关于极限lim■(1+(1/n))~n的一个推广

本文证明了数列{(1+(1/n)+a)~n}收敛于e的充要条件,从而提供了对此类极限的一个简易的判别方法,可供教学参考。     

具系数扰动的非线性微分方程的一致稳定的概周期解的存在性

考虑具系数扰动的非线性微分方程,利用指数型二分性及稳定性有关理论得到了该系统的概周期解的存在性、唯一性和稳定性,获得了一些新的结果．     

交叉电场和磁场中二维氢原子的能量修正

利用合流超几何函数与微扰理论分别讨论了在磁场、电场、交叉电场和磁场中的二雏氢原子低激发态的能级分裂情况，所得结果与用其它方法得到的能级修正结果符合得很好。     

双参数奇摄动非线性系统边值问题

研究含积分算子并伴有边界摄动的双参数奇摄动非线性系统边值问题,在适当假设条件下,证明了解的存在并得到了解的关于双参数的双重渐近展开式。     

非均质油藏不稳定渗流的扰动边界元分析

利用小扰动方法处理了任意形状非均质油藏不稳定渗流问题，将解表达成关于扰动参数的无穷幂级数形式。应用边界元方法和杜哈美原理获得了考虑井筒储存和表皮效应的井底压力。绘制了考虑油藏非均质性、复杂边界以及油藏内存在不渗透区域等因素的井底不稳定压力典型曲线，并分析了曲线特征。与解析方法的对比表明，本文的扰动边界元方法计算精度很高，适用于任意形状非均质油藏的不稳定压力动态分析。     

非对称狄氏型的扰动及相应的无穷小生成元

主要研究了L^2（E;m）上的非对称狄氏型（ε,D（ε））经符号光滑测度μ扰动后得到扰动型（ε^μ,D（ε^μ））,给出了U^α＋μ（L^2（E;m））包含在D（ε^μ）中的充分条件,得到了D（L^μ）在L^2（E;m）中稠的充分条件,这里U^α＋μ、L^μ分别为扰动后得到的预解式和生成元,D（L^μ）为Lμ的定义域.同时,也得到了当μ∈S-SK0时（ε^μ,D（ε^μ））与L^μ之间的关系,并研究了当μ是光滑测度时相对核U^αptA^μf和U^^^αptA^μf与扰动型（ε^μ,D（ε^μ））的关系.     

确定性的和具有随机扰动的Logistic映射的性质

给出了广义的Logisitc映射和θ=2时,系统log(xn 1)-log(xn)=r(1-xn2),0相似文献   

Simultaneous perturbation stochastic approximation algorithm combined with neural network and fuzzy simulation

In order to solve three kinds of fuzzy programm model, fuzzy chance-constrained programming mode ng models, i.e. fuzzy expected value and fuzzy dependent-chance programming model, a simultaneous perturbation stochastic approximation algorithm is proposed by integrating neural network with fuzzy simulation. At first, fuzzy simulation is used to generate a set of input-output data. Then a neural network is trained according to the set. Finally, the trained neural network is embedded in simultaneous perturbation stochastic approximation algorithm. Simultaneous perturbation stochastic approximation algorithm is used to search the optimal solution. Two numerical examples are presented to illustrate the effectiveness of the proposed algorithm.     

一类非线性扰动广义时滞系统的鲁棒保性能控制

研究了不确定非线性结构扰动的广义系统的鲁棒控制和保性能控制问题.为了分别设计系统的鲁捧控制器和保性能控制器,应用线性矩阵不等式方法.分别给出了系统的鲁棒控制器和保性能控制器存在的充分条件.并在这些条件可解时,分别给出了鲁棒控制器和保性能控制器的表达式.