一种最佳多延迟无序量测处理算法

针对集中式多传感器目标跟踪系统存在的无序量测处理问题,基于最优线性固定点平滑思想,提出了一种新的最佳多延迟无序量测处理算法。通过理论分析和仿真试验表明,新提出的W1算法与现有的多步延迟无序量测处理算法M1及Z1一样,都是最佳的。

求解多延迟微分方程的Runge-Kutta方法的收缩性

该文涉及多延迟微分方程（ＭＤＤＥｓ）系统的理论解与数值解的收缩性．为此，一些新的稳定性概念诸如：ＢＮ稳定性及ＧＲＮｍ－稳定性被引入．该探讨得出：Ｒｕｎｇｅ－Ｋｕｔｔａ（ＲＫ）方法及相应的连缤插值的ＢＮ～（ｍ）－稳定性导致求解ＭＤＤＥｓ的方法的收缩性（即ＧＲＮｍ－稳定性）．

多延迟微分方程Runge-Kutta方法的散逸性

研究了一类多延迟微分方程数值方法的散逸性问题.介绍了GD(l)-散逸性,并证明了代数稳定的Runge-Kutta方法用于此类问题时是GD(l)-散逸的.该结果表明,所考虑的数值方法继承了方程本身的散逸性.

多延迟多瓶颈网络拥塞鲁棒控制研究

研究了具有多延迟用户源端和多瓶颈链路端的复杂网络的主动队列管理控制器的设计和稳定性分析.建立了具有非线性、输入带有时滞和不确定参数扰动的通用网络TCP/AQM动态模型.在平衡点线性化后,采用还原算法进行延迟补偿和预估,将该模型转化为无时滞的线性模型.在系统状态矩阵和输入矩阵参数扰动不满足匹配但有界的条件下,采用积分滑模变结构控制算法,基于Lyapunov稳定性理论和线性矩阵不等式方法给出了滑模可到达和渐进稳定的可行条件,根据该条件设计鲁棒主动队列管理算法.理论证明了该算法的稳定性.

多步Runge-Kutta方法关于一类多延迟系统的GP_k-稳定性(英文)

本文涉及多步 Runge-Kutta方法关于多延迟微分方程系统的渐近稳定性 .在本文中我们证明了在适当条件下常微多步 Runge-Kutta方法的 A-稳定性等价于相应求解多延迟微分方程系统的GPk-稳定性 .

多延迟中立型方程Runge-Kutta方法的NGP_G-稳定性

讨论了多延迟中立型微分方程解析解及由隐式Runge-Kutta方法应用于方程得到的数值解的稳定性。给出了方程解析解渐近稳定的一个充分条件。在此基础上将隐式Runge-Kutta方法应用于方程,证明了数值解NGPG-稳定的充分必要条件为隐式Runge-Kutta方法是A-稳定的。

一类非线性多延迟微分方程一般线性方法的稳定性

给出了一类非线性多延迟微分方程(简记为MDDEs)一般线性方法GAR(p,q)-稳定的一个充分条件.

多延迟动脉自旋标记技术的量化原理及其临床研究

动脉自旋标记(Arterial Spin Labeling,ASL)技术作为一种新兴的灌注成像技术,能够在无需对比剂下进行无损成像,其临床应用日趋广泛。本文阐述了多延迟ASL技术的量化原理,然后与正电子发射型计算机断层显像技术(Positron emission computed tomography,PET)和电子计算机断层扫描技术(Computed tomography,CT)进行对比,分析了该技术在实际应用中的优势。最后,总结了多延迟ASL技术的临床研究内容及科研前景,并探讨了其在脑血管等疾病研究中的应用,指出多延迟ASL技术对于脑血管等疾病的预防及治疗具有巨大的潜力。

中立型多延迟微分方程Runge-Kutta方法的散逸性

研究了中立型多延迟微分方程Runge-Kutta方法的散逸性,给出了Runge-Kutta方法的数值散逸性结果,此结果表明所考虑的数值方法继承了方程本身的散逸性。

中立型多延迟积分微分代数方程二步Runge-Kutta方法渐近稳定性(英文)

分析向量值形式的中立型多延迟积分微分代数方程二步Runge-Kutta方法的渐近稳定性。首先给出中立型多延迟积分微分代数方程解析解渐近稳定的定义,并给出使得解析解渐近稳定的充分条件。随后给出二步Runge-Kutta方法的一般形式和数值解渐近稳定的定义,给出数值方法渐近稳定的充分条件,最后证明A-稳定的二步Runge-Kutta方法求解中立型多延迟积分微分代数方程是渐近稳定的,并给出数值算例验证结论。

中立型多延迟微分方程θ-方法的散逸性

中立型多延迟微分方程广泛应用于生态学、化学等领域,其理论和数值方法的散逸性研究一直是十分重要的课题。本文研究了中立型多延迟微分方程θ-方法的散逸性,给出了θ-方法的数值散逸性结果,此结果表明所考虑的数值方法继承了方程本身的散逸性。

多延迟微分代数系统的Runge-kutta方法稳定性分析

多延迟微分代数系统广泛出现于工程领域。针对一类刚性多延迟代数系统,进行了变步长Runge Kutta方法的稳定性分析,其判据基于非经典Lipschitz条件。

多延迟微分方程叠加Runge-Kutta方法的D-收敛性

在用数值方法求解延迟微分方程时,常需要考虑数值方法的收敛性。用拉格朗日内插法数值近似多延迟积分微分方程中的积分项,分析叠加Runge-Kutta方法求解该方程的收敛性,证明如果叠加Runge-Kutta方法级阶为p,且是DA-、DAS-及ASI-稳定的,那么该方法是D-收敛的,收敛阶为min{p,q+1},其中q=d+r。

中立型多延迟积分微分代数方程渐近稳定性分析

研究具有多个延迟的向量形式的中立型多延迟积分微分代数方程(NMDIDAEs),给出渐近稳定的相关定义,构造并证明中立型多延迟积分微分代数方程(NMDIDAEs)解析解渐近稳定的条件。

多延迟微分方程θ-方法数值解稳定性

本文将研究多延迟微分方程数值解的稳定性 ,我们考虑如下线性试验方程 U′( t) =AU( t) + ∑mj=1Bj U( t- τj)二种 θ——方法的数值特征 ,其中 A,B1,… ,Bm为复矩阵 ,给出了二种θ—方法是 GPm

线性Volterra多延迟积分微分方程线性多步法的GPm稳定性

讨论了多步法求解线性Volterra多延迟积分微分方程数值方法的GPm稳定.证明了对任给的步长h>0,A-稳定的线性多步法保持原线性系统的渐近稳定性,从而是GPm稳定.

单支方法关于多延迟Pantograph方程的稳定性分析

本文主要讨论了单支方法关于多延迟pantograph方程解的存在唯一性及渐近稳定性 ,同时将非线性多延迟系统数值解的有关结论推广到多延迟pantograph方程 ,证明了单支方法对于ODEs的A(α) 稳定等价于单支方法关于多延迟pantograph方程NGPk(α) 稳定 .

非线性多延迟微分方程Runge-Kutta方法的渐进稳定性

对文献[1]中初值问题条件改造后,给出了非线性MDDEs的Runge Kutta方法GAR(l)-稳定的一个充分条件,并将文献[1]的部分工作推广到了多延迟的情形,获得了较好的效果。

一类不确定性中立型多延迟微分方程的鲁棒稳定性

针对控制系统中应用十分广泛的不确定性问题进行了研究,主要研究了含范数有界参数不确定性中立型多延迟微分系统的鲁棒稳定性。通过对此类方程进行合适的模式转换后,利用Lyapunov第二方法得到了方程解析解依赖于延迟的稳定性判别条件,此条件是通过线性矩阵不等式表示的。

中立型多延迟积分微分方程Runge-Kutta方法的散逸性

研究了中立型多延迟积分微分方程Runge-Kutta方法的散逸性,给出了Runge-Kutta方法的数值散逸性结果.