一种自适应ESPRIT算法

运用特征子空间方法的关键在于信号或噪声子空间的估计。实际上有些信号的统计特性通常随时间变化 ,为得到参数的实时估计值 ,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新。首先建立了用于信号到达主向 (DOA)估计的SVD -ESPRIT算法 ,然后利用受限摄动分析提出了一种子空间跟踪算法。将该跟踪算法与SVD -ESPRIT算法相结合 ,得到的自适应ESPRIT算法可用于对时变的信号DOA进行跟踪估计。仿真计算结果验证了该算法的有效性。

多信号极化与到达角估计算法

论述了一种基于子空间方法的多信号极化与到达历估计问题的算法。该方法采用了三极子天线均匀线阵，利用子阵列输出信号数据矩阵中包含的信号空间的不变结构，用矩阵柬方法求解出信号极化与到达角的估计值并自动进行参数的配对，避定．了参数的多维搜索配对过程。数值仿真的结果证实了该方法的有效性。

多信号极化与到达角联合估计

论述了利用交叉偶极子均匀线阵进行多信号到达角与极化参量联合估计的方法。该方法利用阵列结构本身包含的不变性，有效地计算到达角和极化参数的估计值，避免了复杂的搜索配对过程。仿真结果证实了该算法的有效性。

信号的二维到达角和极化估计

本文论述了一种基于子空间方法的多信号二维到达角和极化参量的估计算法。该方法采用了交叉偶极子阵元组成的L型阵列,利用子阵输出信号数据矩阵中包含的信号空间的旋转不变性质,借助于矩阵束方法求解出信号的二维到达角和极化参量的估汁值,并自动进行参数的配对。仿真结果证实了该算法的有效性。

高分辨率信号DOA估计的跟踪算法

本文论述了一种基于子空间方法的高分辨DOA估计跟踪问题的解法。该方法基于对采样数据矩阵的广义奇异值分解(GSVD)。本文讨论了GSVD的更新修正算法,在每步计算中只需有限次的运算,即可由前一次的近似分解结果计算出新的近似分解。该过程与指数加权技术相结合,可以处理信号参数估计的跟踪问题。

预测控制──第六讲 多变量系统的解耦预测控制

预测控制──第六讲多变量系统的解耦预测控制成都电子科技大学（成都）周云钟上一节以多变量系统的动态矩阵控制讨论了多变量系统的预测控制问题。本讲介绍多变量系统的一种新的预测控制方法，即频域解耦、时域预测与优化的算法。１多变量系统的频域解耦设计设一个ｍ输入...

自适应频率和二维波达方向角跟踪估计算法

运用特征子空间分析方法的关键问题在于信号或噪声子空间的估计,在实际中有些信号的统计特性通常是随时间变化的,这时需要随时根据新的阵列接收数据对信号或噪声子空间进行更新,以得到参数的实时估计值,在该文中建立了多维信号参量联合估计的3D Unitary ESPRIT算法,然后提出了基于球面平均 ULV分解的子空间跟踪算法,将子空间跟踪算法与多维信号多量联合估计算法相结合,得到多维时变信号参数的跟踪估计算法,仿真计算结果验证了该算法的有效性。

多变量系统的模型算法控制

提出了一种新型的多变量系统模型算法控制方法，即在频域解耦，而在时域进行预测与优化控制。在离线进行频域解耦后，使得时域预测与优化控制大为简化。在保证控制品质的同时，降低了对于过程计算机的要求。实例仿真表明了这种方法的有效性。

H_2/H_∞双重最优控制器

首先给出了所有H_2最优控制器的参数化形式,在此基础上,提出同时也满足H_∞范数限制的控制器存在的充要条件。证明了通过求解两个代数Riccati方程,即可得到H_2/H_∞最优控制器。

讲座：预测控制──第三讲 模型算法控制

讲座：预测控制──第三讲 模型算法控制电子科技大学（成都）周云钟模型算法控制是７０年代后期发展起来的一种预测控制算法，在热工和化工等过程控制领域获得了广泛应用，并取得了巨大成功。１预测模型模型算法控制（ＭＡＣ）适用于渐近稳定的线性对象。测定了此类对象...

预测控制──第四讲 广义预测控制

预测控制──第四讲 广义预测控制电子科技大学（成都）周云钟１引言近２０年来，自适应和自校正控制无论在理论研究和实际应用方面都取得了长足进展。但也必须看到，自适应控制尚受到很大限制。迄今为止，尚无一种适应式算法能够单独对大多数实际对象进行稳定而有效的控...

第五讲 多变量系统的预测控制（一）

第五讲多变量系统的预测控制（一）电子科技大学（成都）周云钟现代工业过程往往是复杂的多输入／多输出系统，即多变量系统。多变量系统由于输入、输出之间存在着耦合，因而控制要复杂得多。对多变量系统的预测控制也由于预测与误差校正的复杂而导致控制系统设计的复杂性...

解决大纯滞后系统的新法

结合具体的工业过程控制项目,介绍了解决大纯滞后系统的一种新法:采用模糊控制与PID控制相结合的办法,对大纯滞后系统进行控制,取得了良好的效果。此外,文中还针对本项目,介绍了模糊控制器的设计。