摘要：这份报纸处理与州的时间延期，参数无常和未知统计特征，但是与有限力量骚乱为 Lurie 单个系统的一个班过滤的柔韧的 H 的问题，试图设计一个要用体力地稳定的过滤器以便单个系统是的不明确的 Lurie 时间延期不仅常规，免费、稳定的推动，而且为所有可被考虑的无常为过滤错误动力学有 H 性能的规定水平。为如此的一个过滤器的存在的一个足够的条件以线性矩阵不平等(LMI ) 被建议。当 LMI 的这个集合的一个答案存在时，一个需要的过滤器的参量的矩阵能容易用 LMI 工具箱被获得。

摘要：本文研究了一类模糊Hopfield神经网络系统的稳定性问题.首先,基于无源性理论,设计了一种新的权重学习律,并通过构造的模糊Lyapunov函数证明了系统从输入到输出是无源的.在此基础上,证明了系统在该学习律下是输入到状态稳定的.相比于传统的公共Lypaunov函数,本文所提的模糊Lyapunov函数能保证系统具有更好的性能.最后,通过数值仿真验证了所提方法的有效性.

摘要：讨论了一类具有时变时滞的不确定It类型随机系统的鲁棒H_∞保性能控制问题.运用Lyapunov-Krasovskii泛函方法,设计使得闭环系统鲁棒随机指数均方稳定,且具有给定H_∞干扰抑制度γ的状态反馈保性能控制器,控制器存在的充分条件以线性矩阵不等式(LMIs)的形式表示.进一步,通过求解具有LMIs约束的凸优化问题,给出了不确定随机时滞系统的最优保性能控制器的设计方法.最后通过一个数值例子验证了所提方法的有效性.

摘要：在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限。此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况。H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题。基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例。结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题。

摘要：传统变结构多模型方法(VSMM)在处理高机动目标状态估计问题和大观测误差时存在因模型集合与真实模式匹配欠佳导致估计质量下降的问题.本文结合最小信息熵准则(ME)提出一种反馈式变结构多模型融合算法(MEVSMM),将在所有模型相关的在线估计信息进行反馈,进而选取状态估计分布信息熵最小的模型集作为当前有效模型集,计算多模型估计结果;结合粒子滤波算法(PF)和设计擂台赛算法(CM),构造了易于工程实现的次优算法(PF–MEVSMM).理论分析与仿真表明,与传统VSMM算法相比,本法具有模型集更精简、有效,融合估计结果鲁棒性更强、精度更高的优点.

摘要：研究设计了一种支持MPEG-4格式的便携式媒体播放器。系统采用Blackfin的ADSPBF532芯片,底层驱动和应用程序都自行设计,并对MPEG-4视频解码技术等算法进行了优化。该播放器支持多种格式的流媒体播放,具有低成本、小型化、低功耗、稳定可靠、便于携带等特点。

摘要：设计模式的使用有助于提高软件开发效率和增强软件的可复用性。在阐述SAR图像融合系统逻辑结构和功能特征的基础上,结合MVC设计模式和FVI设计模式的思想,提出了本SAR图像融合系统的设计模型;最后,针对本系统的图像数据管理和图像数据处理的技术难点给出了解决方案。开发一个具有可扩展性、易维护性和稳定性的SAR图像融合软件平台,对于研究各种融合算法具有重要的现实意义。

摘要：针对一类具有范数有界不确定性和时变时滞的Ito型随机Lurie系统,研究了鲁棒H∞和L2–L∞指数控制问题.利用Lyapunov-Krasovskii泛函方法和It微分公式,得到了以线性矩阵不等式(LMIs)表示的控制器存在的充分条件.对所有容许的参数不确定性,设计的无记忆状态反馈控制器使闭环系统鲁棒指数均方稳定,且具有给定的H∞和L2-L∞干扰抑制度.最后,通过两个仿真例子说明了所提方法的有效性.

摘要：针对一类具时变时滞的范数有界不确定离散奇异系统,本文研究其鲁棒H∞控制问题.通过建立基于二次型的有限和不等式,避免了模型变换和界定交叉项,得出一个新的时滞依赖有界实引理,并表示为严格线性矩阵不等式,同时给出了状态反馈控制器设计算法,保证对应的闭环系统对所有容许的不确定性是正则,因果,稳定且具给定的干扰衰减度.最后,数值例子证明了本文所给方法的有效性.

摘要：目标的声传感器数据是被动声传感器网络算法研究的前提和依据,其可靠性和真实性是非常重要的,但是如果通过现场实测获得,往往耗资巨大,设计一种逼近实际的被动声传感器网络数据仿真平台越来越显示出其必要性。给出了一种被动声传感器网络数据仿真平台的实现方法,通过该平台,可以方便灵活地模拟低空和超低空目标的各种机动飞行,并产生仿真数据。实验将平台产生的仿真数据与实测数据进行了对比,结果表明该数据仿真平台符合应用要求。