基于F-MⅡ状态空间模型的多维系统实现方法

来源 :高技术通讯 | 被引量 : 0次 | 上传用户:zy_landicorp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对多维系统的实现问题,本文对多输入多输出(MIMO)线性系统的Fornasini-MarchesiniⅡ(F-MⅡ)状态空间模型进行了研究.在一维系统实现方法的基础上做了进一步的讨论,提出了一种基于F-MⅡ模型的多维系统实现矩阵的求解新方法.与规范的实现矩阵求解方法相比,新方法通过在传递函数特征多项式的图结构中添加两种类型的顶点,能够得到F-MⅡ状态空间模型的一组完整的实现矩阵,而不是只有一个实现,且获得实现矩阵的阶次更低,避免了复杂的矩阵计算过程,使得系统表现形式更加清晰直观,有利于多维系统的设计和分析.对所提出的方法,本文给出了具体的数例说明其可行性.
其他文献
以安徽旌德-宁国地区大气干湿沉降物为研究对象,共采集6处干湿沉降物样品24件,对大气干湿沉降元素含量特征、通量特征进行对比分析,对干湿沉降元素含量及分布特征加以统计研究,并开展大气干湿沉降环境地球化学评价.结果显示:1)大气干湿沉降元素主要以矿物相形式存在或吸附在固体颗粒上,且受周边环境影响;2)干沉降中Cd、Se的高含量会对研究区土壤污染造成较大影响,湿沉降中部分样点pH超灌溉水水质标准,所有点均达到地表水Ⅱ类环境质量标准;3)区内重金属元素年沉降通量密度为,As年沉降通量低,Hg、Ni、Pb、Cr、C
应用高频红外碳硫仪研究了东北黑土地中碳的赋存形态(全碳、有机碳),实验优化了样品称样量、纯铁纯钨助熔剂加入量等测试条件.结果表明:当样品称样量在0.05 g、纯铁助熔剂加入量为0.5 g、纯钨助熔剂加入量为1.0 g时,黑土地中碳形态分析测试效果最佳.用该方法对有证土壤标准物质进行分析,结果均在不确定度范围内,测量值与标准值相对误差在-5.00%~+2.69%之间,相对标准偏差(RSD)小于6.29%.应用该方法与地质矿产行业标准方法(DZ/T0279.27—2016)对黑土实际样品进行比较分析,测试结果
选取土壤、水系沉积物、岩石、超基性岩、黏土等标准物质,应用混合溶剂与样品质量比为14:1的高稀释比方法熔融制备测试样品,拟合校准曲线,建立X射线荧光光谱(XRF)同时测定硅酸盐岩石样品中18种组分(SiO2、Al2O3、TFe2O3、MgO、CaO、K2O、Na2O、TiO2、BaO、MnO、P2O5、Cr2O3、V2O5、Rb、Sr、Zr、Cu、Ni)的快速分析方法.应用帕纳科Eagon2全自动高频电感熔样机,称取7.0000 g(45Li2B4O7+10LiBO2+5LiF)混合溶剂与0.5000 g
雅江县位于四川省西部雅砻江中游河段,以中山—高山峡谷地貌为主,地质灾害频发.为保障人民生命财产安全,基于逻辑回归与确定性系数叠加分析,进行雅江县上游河段滑坡灾害危险性评价.结果表明:1)雅江县上游河段滑坡极易发生在海拔2500~3000 m、拔河高度600~900 m、坡度30~45°、距离河流水系0~200 m范围较硬岩夹较软岩类地带;2)雅江县上游河段高危险区、极高危险区面积占总面积的46.75%,发生滑坡占滑坡总数的65.91%,说明该区域内滑坡分布密集,危害程度相对较高,与野外实际调查结果相符;3
目前新冠肺炎(COVID-19)在全球蔓延,为了对新冠肺炎进行早期诊断,同时减轻医护人员的工作压力,使用深度学习对患者胸部电子计算机断层扫描(CT)图像进行分析变得越来越重要.针对肺炎图像中纹理细节较为丰富、边缘结构模糊、极易干扰机器及医生诊断的问题,本文提出一种基于多尺度并行深度可拆分卷积神经网络(MSP-ReC-NN),对新冠肺炎CT图像进行去噪处理,提升肺炎图像质量.多尺度特征提取模块从不同尺度提取肺炎图像中的纹理特征细节,采用深浅通道并行方式,分别提取肺炎图像中的高维度以及低维度的特征.为进一步优
神经网络模型结构作为深度学习的重要组成部分,在很大程度上决定着深度学习的性能表现.而目前基于深度学习的应用,大部分都由经典的网络模型修改而来.由于无法获得原神经网络模型结构,本文根据原模型的输入输出数据以及经典的神经网络模型结构,构建了原模型的预测模型.该方法主要通过对预测模型的结构参数进行编码,并利用遗传算法(GA)进行选择、交叉、变异操作,从而构建出原模型的等价模型.对于同一输入数据,等价模型和原模型的输出基本保持一致.本文提出的构建方法在图像分类、信号调制类型分类和网络链路预测领域均取得了较好的效果
选取72个国家创新型城市作为研究对象,依据城市的经济发展能力和创新能力将样本划分为4个象限,形成包含全样本和4个象限在内的5个样本组.对各样本组2019年的科技创新政策进行文本挖掘,主要包括高频词、语义网络图、点度中心度、网络中心势和小团体分析.研究结果表明,我国国家创新型城市科技创新政策的重点突出,主要依托项目和企业开展研发活动,以实现科技和技术的创新,同时需要重视多渠道激励创新绩效的提升.本研究为政策优化与政策决策提供了参考和依据.
基于兴趣点(POI),采用图论中判定节点重要度的方法,根据节点在路网中的基本信息,建立一种判定节点重要度的通用节点重要度(GNI)算法.针对不同场所出租车需求量不同的问题,建立了一种不同模式下的出租车按需分配呼叫模型.以GNI算法为基础,获得基于POI的专用节点重要度(DNI)算法.采用杠杆原理,同时类比多边形获取“重心”的方法,分析DNI算法下节点重要度排名结果,获得出租车最佳停靠位置,通过实验验证了该DNI算法的实用性及有效性.
科研主题识别和演化分析是了解科研领域发展现状和趋势的重要手段.近年来,基于复杂网络和网络演化计量的社区发现算法成为揭示科研主题演化的主要方法,有必要深入探讨该类算法在主题识别和演化分析中的优点与不足.本文选取植物油菜素甾醇领域,构建了关键词共现网络,对比了Newman MM、Ball Overlapping和Blondel这3种典型社区发现算法的科研主题识别和演化追踪结果,并结合专家知识对3种算法效果进行分析.实验结果表明,Blondel算法在科研主题的识别和演化追踪研究中运算速度最快,识别的主题更为准确
无线传感器网络(WSN)中高精度目标跟踪时的传感器能量管理为当前的研究热点.针对节省能量和能耗均衡问题,提出一种基于能耗约束的传感器选择算法.算法实现以扩展卡尔曼滤波(EKF)增益矩阵及传感器量测能耗矩阵为待优化变量,以估计协方差矩阵的迹与传感器量测能耗函数的和为目标函数,结合传感器节点能耗阈值约束,通过凸优化方法求解.理论推导与仿真实验结果表明,在保证估计精度条件下,本文算法可以有效节省网络能量,实现网络能量均衡.