基于固定点迭代理论的飞翼飞机重构控制分配算法

为了达到飞翼飞机重构控制分配算法的快速性要求,提出了一种基于固定点迭代理论的控制分配算法来实现飞行器控制律的重构。固定点迭代方法具有编程简单和计算速度快的优点,可以将故障情况下的飞翼飞机控制分配问题转化为固定点迭代方程的求解。该方程具有映内性且2范数可压缩,保证了解的唯一性和全局收敛性,因此可以从任意初始点快速地收敛到控制分配算法的最优解。通过在飞翼飞机执行器失效和卡死故障时的仿真验证,表明了所提算法的快速性和有效性。

非线性二元方程牛顿法的离散化及固定点形式的转化

将二元非线性方程组的牛顿法作进一步推广,提出了一种新的具有几何基础的改进方法-离散牛顿法。并将二元非线性方程组的牛顿法表示成了结构形式简明、便捷的基本迭代形式-固定点迭代。

一种WTMSST结合自适应参数VMD的滚动轴承故障诊断

针对现有轴承故障诊断中常用的时频分析方法存在变换系数在时频平面上分布相对离散,时频谱能量模糊等共性问题,提出了一种基于小波变换的时间重分配多同步压缩变换(WTMSST)结合经蜣螂算法(DBO)优化变分模态分解(VMD)的滚动轴承故障诊断方法。该方法采用了一种根据重分配同步压缩变换(WTSST)优化的WTMSST算法,通过固定点迭代减少了在强频率变化下的群延迟,然后通过以最小包络熵为适应度的DBO算法优化VMD输入参数,根据峭度重构信号后,运用WTMSST进行故障特征提取。采用凯斯西储大学的数据集进行测试,验证该法准确描述了信号的冲击特征,并证明其较过往处理方式具有更好的性能。

基于最小p-范数的宽度学习系统

在宽度学习系统的基础上,以误差矢量的p-范数为损失函数,结合固定点迭代策略,提出基于最小p-范数的宽度学习系统.通过灵活设置p的取值(p≥1),提出的最小p-范数宽度学习系统能较好应对不同噪声的干扰,实现对不确定数据的建模任务.数值实验表明,在高斯、均匀、脉冲噪声干扰环境下,文中系统均能保持良好性能.将该系统应用于脑电图分类任务,在大多数被试上都能取得较高的分类精度.

关于能力谱方法收敛性的讨论(英文)

给出了ATC-40迭代求解方法A收敛性的一个数学解释,分析了ATC-40迭代求解方法A和改进的能力谱方法在迭代上的差异,并从数学上证明了改进的能力谱方法有收敛的结果。