简介:论文研究非自反Banach空间中Hille-Yosida算子的非线性Lipschitz扰动.首先,证明Hille-Yosida算子的非线性Lipschitz扰动诱导的微分方程的温和解构成非线性指数有界Lipschitz半群;其次,证明非线性扰动半群保持原半群的直接范数连续性质.获得的结果是线性算子半群某些结论的非线性推广.
简介:将模式识别领域的经典算法——Fisher线性判别应用于Am-Be中子源混合场特定能量段的中子/伽马粒子甄别研究。液闪探测器由Ф0mm×50mm的BC501A液闪和R329型光电倍增管组成,探测器距Am-Be源80cm放置,用泰科公司的DPO7104型示波器数字化采集探测器信号。结果表明,Fisher线性判别以获得高甄别品质因子为准则来构建投影向量,其甄别结果优于以向量投影法为代表的投影类波形甄别方法。
简介:给出了Banach空间中线性离散时间系统一致与非一致多项式膨胀性的概念,使其在相应空间中范数的增长速度不快于指数型增长,并用实例阐释了二者的关系.借助于指数型膨胀性的研究方法,讨论了其非一致多项式膨胀性的离散特征.作为应用,利用Lyapunov函数给出了相应概念的充要条件.得到了指数膨胀性理论中一些经典结论在非一致多项式膨胀情形下的变形.
简介:针对带有末端多约束的三维非线性制导问题,设计了一种通用模型预测静态规划制导算法。该制导算法通过向后迭代求解权矩阵微分方程对控制量进行更新,将动态优化问题转化为静态优化问题,计算效率得以提高。阐述了通用模型预测静态规划制导算法的基本原理,详细给出了基于通用模型预测静态规划算法的制导律设计过程。所设计的制导律满足末端法向加速度约束,因此,间接满足末端弹体姿态角约束。仿真时考虑目标的机动方式和落角约束,仿真结果表明,末端位移偏差小于0.5m,末端落角可控制在0.01°范围内,末端法向加速度小于0.01m/s^2,该制导律能够很好地满足末端位移、落角和法向加速度约束。
简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。
简介:本文中,我们对一类推广型多线性分数次积分算子TΩ,lA_1,A_2,…,A_t进行讨论,得出它是从L~(q1)空间到L~(q2)空间的有界性,进而证明了此算子及其变形算子均是MK_(α,λ)(p1,q1)空间到MK_(α,λ)(p2,q2)空间也是连续的.
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。