WDM光网络仿真系统的数学建模与设计

根据WDM光网络系统中光网络结构优化设计以及有限网络资源条件下光网络性能分析与优化的仿真要求,建立了用于实现WDM光网络仿真系统计算机模拟的数学模型,该模型能够体现WDM光网络系统组成原理、系统结构、系统参数等方面的不同。此外,考虑到WDM光网络仿真系统的用途、仿真的层次、仿真系统的运行条件以及仿真结果的表现方法的不同,对WDM光网络仿真系统的功能进行了分析,并实现了系统的设计。最后,对该仿真系统的优越性和创新点进行了总结。

具有局部阻尼的二维Mindlin-Timoshenko板系统的镇定

该文研究了具有局部阻尼的二维Mindlin-Timoshenko板系统,首先将原系统转化成抽象柯西问题,运用算子半群理论得到了系统的适定性.借助系统频域稳定性结果,通过引入几何光学条件结合乘子技巧得到了系统的一致指数稳定性.

周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统,设计了一种自适应学习控制方案。假设未知时变参数,时变时滞和参考信号的共同周期是已知的,通过重构系统方程,将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量,采用周期自适应律估计该向量.通过构造一个Lyapunov—Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛.结果被推广到一类含有混合参数的高阶非线性系统.通过两个仿真例子说明本文所提出的控制算法的有效性.

修理延迟的单部件系统的可靠性分析

分析了修理延迟的单部件可修系统，系统包括正常、待修、修理三种状态。文中假定系统的寿命分布、等待修理时间和修理时间均为一般分布，利用马尔可夫更新过程的方法，可获得可靠度、可用度、故障频率等一系列可靠性指标。

基于小波特征的星系光谱分类

提出了一种新的星系光谱分类方法.首先,对原始光谱进行四级小波分解,选择主要包含谱线信息的第四级小波系数作为光谱的小波特征;然后,利用主分量分析对光谱的小波特征进行特征压缩,得到光谱的识别特征;最后,利用Fisher线性判别分析实现分类.该方法能够在红移值未知的情况下,对流量未定标的星系光谱进行识别.通过实验与其他几种分类方法进行了比较.实验结果表明,本文方法具有较强的鲁棒性,在流量未定标情况下的识别效果优于其他几种分类方法.

未知时变时滞非线性参数化系统自适应迭代学习控制

针对含有未知时变参数和时变时滞的非线性参数化系统,提出了一种新的自适应迭代学习控制方法.该方法将参数分离技术与信号置换思想相结合,可以处理含有时变参数和时滞相关不确定性的非线性系统.设计了一种自适应控制策略,使跟踪误差的平方在一个有限区间上的积分渐近收敛于零.通过构造Lyapunov-Krasovskii型复合能量函数,给出了闭环系统收敛的一个充分条件.给出两个仿真例子验证了控制方法的有效性.

正常星系光谱的一种谱线自动提取方法

正常星系的光谱是天体光谱谱线自动提取中最难处理的一种。文章针对正常星系光谱给出了一种新的谱线自动提取方法。首先,定义了两条光谱间的Max操作,Max操作的结果是生成了一条光谱,该光谱在每个波长处的强度取为在相应波长处强度较大的那一个光谱的强度;然后,通过迭代处理拟合连续谱,在每一步迭代中,先对原始光谱和前一步拟合出的连续谱进行Max操作,再对Max操作生成的光谱进行传统的连续谱拟合;最后,联合采用整体阈值处理和自适应的局部阈值处理提取谱线。实验结果表明该方法的性能较之传统的小波方法有显著提高,这将对后续的基于谱线的光谱分类和参数测量非常有利。

基于双线性模型的动态系统优化和参数估计集成方法

针对双线性模型与实际系统之间的差异，提出一种基于双线性模型求解非线性动态系统最优控制的迭代算法。该算法通过重复求解修正的基于双线性模型的优化控制问题和参数估计问题，获得实际系统的最优解。同时提出求解修正的基于双线性模型的优化控制问题的一种新的分解方法，克服了非线性和双线性两点边值问题求解的困难。仿真例子表明该算法的有效性和实用性。

灰色离散系统的稳定性

讨论灰色离散系统x(k+1) =A( )x(k) ,x( 0 ) =x0 的渐近稳定性 .用特殊矩阵分析方法和技术 ,仅用矩阵的元素 ,获得了几个新的简单实用的判据 .

一类非线性时滞输出反馈系统的自适应控制

针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.

非线性时滞大系统自适应神经网络分散控制

针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案.采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用B ackstepp ing技术设计分散控制律和参数自适应律.基于Lyapunov-K rasov isk ii泛函证明了闭环大系统所有信号半全局一致最终有界.通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度.实例仿真说明了该方案的可行性.

具有时滞的不确定离散系统的鲁棒稳定化

考虑具有时滞的不确定离散系统的鲁棒稳定化问题，对每个子系统应用稳定化的状态反馈控制，利用特征根轨迹稳定的特性以及Ｇｅｒｓｈｇｏｒｉｎ定理，给出了参数扰动界，获得了系统渐近稳定的充分条件，推广了文献［６］的主要结果。

一类具有局部记忆阻尼的弱耦合系统的能量衰减估计

研究具有局部记忆阻尼弱耦合梁-弦系统.首先在合适的假设条件下,应用线性算子半群理论证明了系统的适定性;进而运用线性算子半群的频域定理证明了具有局部记忆阻尼弱耦合梁-弦系统的能量是一致指数衰减的.

时滞大系统的Robust稳定性

在本文中考虑了由非线性扰动子系统组成的时滞大系统的鲁棒稳定性问题，利用Ｌｙａｐｕｎｏｖ稳定性准则，对角占优矩阵的方法和结合矩阵Ｒｉｃｃａｔｉ方程，获得了系统指数稳定的充分判据，本文的结果改进并推广了文［４．６］的结果．

模糊数学理论及其应用评述

模糊数学自１９６５年诞生以来取得了突飞猛进的发展，尤其是在当今，模糊控制技术作为一项新的工程技术在国内外得到了广泛的应用，模糊产品层出不穷．本文综述了模糊数学的发展历程，尤其对模糊控制及其应用、模糊神经网络技术及我国的模糊数学研究作了较全面的论述．

网络系统可靠性分析的马尔可夫过程法

针对网络系统状态空间的巨大问题,提出用最大概值状态生成法生成网络实际运行时最可能出现的状态,并定义数字0和1的一种运算,以生成网络的断集空间用于判断网络状态的正常与故障。从而在网络部件寿命以及修理时间均为指数分布时,可应用马尔可夫过程理论获得网络系统的稳态可用度,首次故障前平均时间,稳态故障频度等指标,并举例进行说明。

一类非线性动态系统的自适应模糊小波神经网络控制

对未知非线性动态系统研究基于模糊小波神经网络的自适应跟踪问题,首先构建一个模糊小波神经网络用于逼近未知的非线性函数的模型,然后根据李亚普诺夫稳定性理论建立自适应率,在线调整的模型参数包括小波网络的权重、小波的伸缩量、偏移量和模糊集合隶属函数的相关参数。提出了一种自适应模糊小波神经网络的滑模控制策略,保证系统的跟踪误差和对外界干扰的抑制被衰减到期望的程度。证明了闭环系统的半全局收敛性和鲁棒性,对倒立摆系统的仿真试验证明了所提控制方法的有效性。

一类线性切换系统的能控性和能观测性的充要条件

循环不变子空间是常用于控制科学和信号处理理论的重要数学工具之一。用循环不变子空间的性质研究了切换系统的能控性和能观测性。先给出了切换系统能控性、能达性和能观测性的概念,并讨论了循环不变子空间的性质。然后用循环不变子空间的性质研究了周期线性切换系统的能控制性、能达性及能观测性,得到线性周期切换系统完全能控和完全能观测的充分必要条件。最后给出一般线性切换系统完全能控和完全能观测的充分条件和必要条件。

离散时间非线性时滞系统最优控制的DISOPE算法

对于非线性时滞系统的最优控制 ,提出一种基于线性时滞模型和二次型性能指标问题的迭代算法 ,将时滞系统化为满足马尔可夫性质的增广状态系统 ,在模型和实际存在差异的情况下 ,该算法通过迭代求解时滞线性最优控制问题和参数估计问题 ,获得原问题的最优解 .仿真实例表明该算法的有效性和实用性 .

具有多时滞的不确定多变量反馈系统的鲁棒稳定化

１引言在实际控制过程中，虽然复杂工业过程与控制对象可以用线性数学模型来描述，但由于模型的误差、测量的误差和线性化近似等，不确定性就会出现在控制系统中．这些不确定项给原来稳定系统的鲁棒稳定性分析带来了许多研究课题，已经引起了自动控制界和应用数学界的极大...