在UBBE框架下考虑不肯定的上界的估计方法

对目前的ＵＢＢＥ模型进行了适当的推广，使在解决估计问题时可以考虑那些可能是误差上界的数值，并在此基础上提出了一种方法，能够通过对估计精度和可靠性进行合理的权衡确定所需估计值，实际案例研究结果表明所提方法能够较好地解决估计精度和可靠性之间的矛盾。

未知信号传播速度下存在时钟同步和传感器误差的多基地定位算法

现有未知信号传播速度场景下的多基地定位算法在实际场景中受地形、遮挡等因素影响可能无法利用直接路径获取测量值.同时,这些算法引入了较多辅助变量,在相对较少数目发射站和接收站场景下也无法实现定位.为了弥补这些不足,本文对未知信号传播速度下存在时钟同步误差和传感器位置误差的多基地定位问题开展研究,并提出一种新的闭式算法.所提算法包含两个阶段,第一阶段利用发射站-目标-接收站这一间接路径的时延观测量,基于单一辅助变量构建矩阵方程,随后通过加权最小二乘技术给出初始解.第二步利用未知参数与单一额外变量的关系修正初始估计值,进一步提升定位精度.理论分析表明所提算法在适度的误差条件下可实现克拉美罗下界(Cramer Rao Lower Bound, CRLB),且在较少数目发射站和接收站场景下仍可实现目标位置和信号传播速度估计.仿真实验进一步验证了理论分析,同时表明所提算法定位精度优于现有算法.

基于OBE算法的自适应集员状态估计

研究了具有椭球集合描述的离散时间动态线性系统的状态估计问题 .从提高计算的有效性和可实现性的角度出发 ,通过在不同的更新阶段采用优化定界椭球 (OBE)算法 ,提出了一种新颖的解决状态估计的方法 .通过与ROBP (recursivestateboundingbyparallelotopes)算法和Kalman滤波的仿真比较 ,验证了本方法的性能 .

l_1系统辨识中的代数算法及其Worst－case误差

讨论单输入单输出、离散时不变因果系统的ｌ１系统辨识问题。首先提出基于代数方法的代数算法，并分析了该算法的特点；然后估计其Ｗｏｒｓｔ－ｃａｓｅ误差，并证明了该算法的收敛性；最后讨论了在某些特殊情况下该算法的相应形式。所给结果是面向鲁棒控制的。

线性模型参数l_∞和l_1中心估计量的统一求法

如同计算线性模型参数的ｌ∞中心估计量一样，可以通过求解一组具有相同可行域的线性规划问题确定这些参数的ｌ１中心估计量。据此设计了适用于这两种估计量的整体单纯形算法，可以避免在求解上述一组线性规划问题时重复搜索其可行域的任一顶点，达到节省计算量的目的。

未知有界误差下新的回归方法

本文研究在未知有界误差（ＵＢＢＥ：ＵｎｋｎｏｗｎＢｕｔＢｏｕｎｄｅｄＥｒｒｏｒ）假定下考虑模型应用域的回归问题，提出了最佳预测参数的概念，给出了确定最佳预测参数的基本准则和方法。实际案例研究结果显示，同不考虑模型应用域的回归方法相比，新方法能够提高模型的预测精度。

区间分析及其在参数估计中的应用

对区间分析及其在系统参数估计中的应用进行了综述。首先分析了使用区间分析进行参数估计的原因,进而对区间分析理论进行了简介,然后对区间分析在常规参数估计方面的应用和未知但有界误差参数估计方面的应用(包括在线性系统参数估计中的应用和在非线性系统参数估计中的应用)进行了综述,最后进行了总结和展望。

一个面向鲁棒辨识的智能化计算机辅助系统的设计

最近十年来,智能辩识和鲁棒辨识都是系统辨识研究的前沿。本文介绍了将这两者结合起来开发的一个系统软件,基于知识的系统辨识工具——多用途鲁棒辨识支持系统(MUSSRI)。本文综述了有关领域的现状并详细描述了MUSSRI的总体结构和主要的功能模块。

H∞辨识的多项式插值算法及Worst－Case误差

就单输入、单输出、离散、时不变因果系统讨论了面向鲁棒控制的Ｈ∞系统辨识问题．首先提出了用线性规划检验先验假设和后验数据是否相容的判据，然后给出了基于线性规划的多项式插值算法，该算法计算量少、所得模型简单，最后估计了该算法的Ｗｏｒｓｔ－Ｃａｓｅ误差。

一种新的线性系统模型参数估计方法

分析了使用区间分析进行参数估计的原因,由此在未知但有界(UBB)误差假设下,提出了线性系统模型参数估计的区间分析方法,同时,对Matlab区间算法工具箱INTLAB进行了简介,并将INTLAB应用于使用所提算法的算例中。通过数值算例,将此算法与Fogel椭球算法和最小二乘算法进行了比较,算例结果表明了所提算法的有效性和可行性。

最小阶插值算法

讨论了在ｌ１系统辨识中，用插值方法构造一个最低阶ＦＩＲ系统作为系统名义模型的问题．本文首先提出了用线性规划检验先验假设和后验数据是否相容的判据，然后给出了基于线性规划的最小阶插值算法，最后估计了该算法的Ｗｏｒｓｔ－ｃａｓｅ误差，并证明了该算法的收敛性．本文所给结果是面向鲁棒控制的．

区间分析及其在参数估计中的应用

对区间分析及其在系统参数估计中的应用进行了综述。首先分析了使用区间分析进行参数估计的原因,进而对区间分析理论进行了简介,然后对区间分析在常规参数估计方面的应用和未知但有界误差参数估计方面的应用(包括在线性系统参数估计中的应用和在非线性系统参数估计中的应用)进行了综述,最后进行了总结和展望。

区间多目标粒子群优化算法及其应用

提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.

基于集员未知输入观测器的风力机桨距执行器故障诊断

风力机一般放置在恶劣的环境中,其桨距执行器极易出现故障。文中针对一类含有未知但有界干扰和噪声的风力机系统的桨距执行器故障问题,设计了集员未知输入观测器对桨距的执行器故障进行检测并分离。采用气动机理和现代辨识原理建立风力机系统模型,通过优化未知输入观测器设计对系统中的干扰解耦,基于中心对称多胞体估计不考虑故障时残差的区间包络,并将其作为残差估计的上下动态阈值,实现状态估计。在上述基础上提出了利用一组集员未知输入观测器进行故障诊断的策略。仿真结果表明,在实验过程中,文中所设计的集员未知输入观测器准确地诊断出了风力机桨距执行器的3阶和5阶线性系统在发生突变故障和缓慢时变故障的时间和位置,证明了所提故障诊断策略的有效性。

UBBE条件下l_1中心估计算法

本文讨论了ＵＢＢＥ条件下的ｌ１中心估计问题，提出了新的中心估计算法的理论基础，证明了线性估计问题可转化为求解多个线性优化问题，并针对其特点设计出了具有相同约束的多个线性规划的整体单纯形法，理论分析和数值仿真表明，与已有的算法相比，新的算法能够显著地减少计算量。

参量信息不完全的旋进信贷决策

本文研究在长期的信贷活动中，当企业的目标函数中含有银行未掌握的私有参量时银行的信贷决策问题。运用旋进原则的思想和方法，并结合未知但有界误差估计理论，提出了一种旋进信贷决策的概念和方法，并探讨了这种决策方法对消除参量不确定性的作用。

SMU框架下病态线性模型参数估计的模比值方法研究

本文考虑了SMU框架下病态线性模型的参数估计问题。该问题的本质是满足先验假设和后验数据的可行参数范围过大，因此，如何根据问题的实际背景，提出合理的假设，以减小可行参数范围是解决本问题的关键。本文提出的模比值方法就是基于这种思想。实例计算结果表明了该方法的有效性。

On Incentive Strategy with a kind of Incomplete Information

The designing of incentive strategy when the follower’s objective functions have Parameters unknown to the leader is investigated in this paper. A desinging approach named IncentiveStrategy with Unknown but Bounded error (ISUBB) is proposed. A simple example is given to explain the use of ISUBS.