摘要：本文主要研究了一类基于T-S模型的区间二型随机模糊系统的稳定性问题.旨在设计一个状态反馈控制器,使得闭环系统随机渐近稳定.利用随机李雅普诺夫方法,建立了系统随机稳定的充分条件.利用区间二型模糊集合隶属函数的特性,引入松弛矩阵,得到一个保守性更好的稳定性结果.最后通过两个仿真例子,验证了所设计方法优势和有效性.

摘要：针对一类具有随机干扰的多速率采样系统,本文建立了一种快速率故障检测方法.首先,应用提升和初等变换等技术将原有系统转换为线性时不变(LTI)且满足因果约束的慢速率系统;然后应用Kalman滤波设计出系统的慢速率稳态残差产生器;同时,为了克服上述残差产生器不能实时检测故障的缺陷,并考虑新系统中所增加的过程噪声与测量噪声之间、各测量噪声之间相关性等因素,基于序贯滤波的思想,进一步设计出能实时检测故障且能避免因果约束问题的快速率稳态残差产生器和残差评估方法;最后,用计算机仿真对所提方法的有效性进行了验证.

摘要：针对非线性相位有限冲击响应(FIR)滤波器的优化设计问题,提出一种频率响应误差和相位误差约束的最小二乘方法,既能独立控制幅值误差和相位误差,又能形成凸的约束区域.采用S形相位误差上界函数,不仅将相位误差控制在给定范围,而且有效减小了滤波器的群延迟误差,但增大了幅值逼近误差.为了减小幅值逼近误差,应用椭圆形的复数误差约束来代替通带上的圆形频率响应误差约束,研究基于椭圆复数误差约束及S形相位误差上界函数的复系数FIR滤波器加权最小二乘设计.仿真结果表明,应用椭圆形的复数误差约束能够有效减小滤波器的幅值逼近误差.

摘要：针对微粒群优化算法的早熟停滞缺陷问题,提出了一种基于种群年龄模型的动态粒子数微粒群优化算法.该算法建立了生物种群年龄模型,将每个粒子划分为不同的年龄段.动态地依据种群环境和个体信息有效地控制种群的粒子数规模;设计了较优粒子的生殖策略和较差粒子的死亡策略,增加群体的多样性和减少冗余计算量.以保证算法获得最优性能.将此算法与其他改进算法进行比较,仿真测试结果表明,新算法具有较高的全局搜索成功率和效率.计算量显著降低.优化精度显著提高,能够有效地避免算法陷入局部停滞的缺点.

摘要：研究采样数据（sampled—data，SD）系统最优诊断观测器的直接设计方法．首先从传递函数角度分析一般离散时间系统诊断观测器的Luenberger条件，由此构造出SD诊断观测器，并推导出其混杂动态关系．然后将SD故障检测问题定义为一个特定的比值型优化问题，并应用互内外分解法和代数方法构制其最优诊断观测器，使得产生的离散时间残差对连续时间未知输入具有鲁棒性，但对故障却是敏感的．仿真结果验证了所提设计方法的有效性．

摘要：在复杂战场环境下,传统的雷达系统很难检测到低空目标。针对低空目标信号微弱、背景杂波干扰强以及目标高机动性等特点,提出了一种低空目标检测融合系统的结构与框架设计方法。该融合系统通过引入混合式结构,增加了系统的鲁棒性与抗摧毁能力。在融合系统的传感器管理与分配环节,目标检测与跟踪方法融合环节,联合检测、跟踪与识别环节,通过对各模块的性能评估和动态优化,实现低空目标融合检测与跟踪性能的最优化。

摘要：精确的企业成本信息是企业进行生产管理、实施生产控制、乃至生产决策的重要依据。然而传统作业成本法扭曲成本信息的现象很可能导致成本失控,经营决策失败。本文引入了新的作业成本法(Activity Based Costing,ABC),探讨了ABC在药业企业成本核算中的基本原理,针对药业企业的运作模式、流程和特点,构建了基于作业成本法的药业企业成本控制系统模型,该模型对药业企业市场营销及竞争战略制定提供了重要的决策依据。

摘要：常数低群延迟有限冲击响应(FIR)滤波器在通信等领域得到了广泛应用,尤其是要求无波形失真、信号延迟小的场合。而低群延迟的FIR滤波器,其相位响应只能做到近似线性相位,其群延迟只能做到近似常数。为了减小与期望常数群延迟之间的误差,最近提出的通过迭代更新相位误差上界函数来逐步减小群延迟误差的方法,只考虑了单通带滤波器的minimax设计。本文将把该方法推广至多通带FIR滤波器的minimax设计和约束最小二乘设计,先对各通带单独处理使每个通带的最大群延迟误差有效降低后,再考虑各通带之间平衡,对各子带的最大群延迟误差进行折中,进而使整个通带上的最大群延迟误差继续减小。对约束最小二乘设计还特别考虑了通过修改收敛参数来解决相位误差约束过紧时设计问题无解的问题。仿真实例表明,该方法能有效减小多通带滤波器的最大群延迟误差。

摘要：本文以线性时不变或系统参数预先确定的单传感器系统为对象,研究带有不确定随机无序量测约束下的最优网络化估计问题.基于线性时不变或参数预先确定系统的滤波器系数矩阵离线计算和线性最小方差估计的线性加权求和特性,首先介绍传统Kalman滤波的等价测量值加权求和形式.然后,以该测量值加权求和滤波器为基础,结合布尔二值开关和无序量测直接求和补偿技术,针对两种典型无序量测跟踪系统分别设计全局最优网络化Kalman滤波器.最后,四个仿真例子验证了本文算法的有效性和优越性.

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.