导读:本文包含了交叉格莱姆论文开题报告文献综述及选题提纲参考文献,主要关键词:模型降阶,希尔伯特-施密特,范数,格莱姆
交叉格莱姆论文文献综述
付金宝,仲崇亮,丁亚林[1](2010)在《基于希尔伯特-施密特范数和交叉格莱姆的模型降阶方法》一文中研究指出为了克服基于交叉格莱姆矩阵的最小信息损失模型降阶方法的局限性——信息损失性能指标不满足非负性和范数意义导致其物理意义不直观,利用Hankel奇异值以及交叉格莱姆的信息属性推导出希尔伯特-施密特范数与交叉格莱姆的关系,进一步推理得出希尔伯特-施密特范数意义的信息损失性能指标,并给出了基于希尔伯特-施密特范数和交叉格莱姆的模型降阶方法.最后,通过数值算例表明,降阶效果大为改善,截断误差更小,验证了新的信息损失指标的合理性和有效性.(本文来源于《信息与控制》期刊2010年04期)
付金宝,章辉,孙优贤[2](2009)在《基于交叉格莱姆矩阵的最小信息损失模型降阶方法》一文中研究指出运用信息论的原理和方法研究以状态空间形式描述的线性定常系统的模型降阶问题.应用线性定常系统及其对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式.基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息.通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义.在基于最小信息损失的模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了新的模型降阶方法———CGMIL方法.理论分析和仿真结果表明,交叉格莱姆信息是包含系统能控性信息和能观性信息的综合信息描述形式,CGMIL方法与基于最小信息损失的模型降阶方法相比能够获得更好的降阶性能.(本文来源于《浙江大学学报(工学版)》期刊2009年05期)
付金宝[3](2008)在《基于交叉格莱姆矩阵的最小信息损失模型降阶方法》一文中研究指出模型降阶是控制与系统工程领域重要课题之一。系统精确描述的需求一直在增加,这就导致了高阶复杂模型的出现。模型降阶的动机就是简化动态系统模型,捕获原始复杂系统的主要特征,用精简模型取代原始高阶模型用于仿真或控制等。本文首先介绍了模型降阶的研究历史和发展现状,具体介绍了一些经典的模型降阶方法的基本思路。本文主体创新部分在重点研究最小信息损失模型降阶方法(MIL)及其改进方法(RMIL)的基础上提出基于交叉格莱姆矩阵的最小信息损失方法(简称CGMIL方法),并对CGMIL在多变量系统中的推广做了探讨。本文主要创新工作及贡献为:(1)应用系统的稳态状态信息熵和对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式。从系统信息描述完整性角度,指出了MIL不足之处,即状态信息仅包含了系统的能控性信息而没有反映出能观性信息。RMIL方法虽然在信息完整性方面没有欠缺,但是需要对系统进行输出正规模型的转化,将能观性信息中的动态部分转移到能控性信息中统一处理。本文基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息。通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义。在实施最小信息损失模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了针对渐近稳定的单变量系统的基于交叉格莱姆矩阵的最小信息损失模型降阶方法;(2)采用MIL算法、CGMIL算法以及平衡截断算法对matlab随机生成的24阶模型和一个实际的598阶标准测试模型进行降阶仿真,并分别从时域、频域、噪声响应误差以及确定性信号响应误差等对各个降阶模型进行多角度的分析比较,验证了CGMIL算法的合理性和有效性;(3)CGMIL方法以交叉格莱姆信息描述方法为基础,而该信息描述又取决于交叉格莱姆矩阵的平方等于能控性能观性格莱姆矩阵之积这一重要性质,而这一性质并不能无条件地推广到一般的MIMO系统。理论分析表明对称的MIMO系统和正交对称的MIMO系统满足该性质,也就可以建立具有明确状态物理含义的交叉格莱姆信息描述方法。因此,CGMIL可推广到对称MIMO系统和正交对称MIMO系统;本文基于对称MIMO系统的性质以及相关文献在系统对称化方面的研究成果提出了CGMIL在一般的MIMO系统中推广问题的基本解决思路,这部分工作有待进一步研究。总之,系统交叉格莱姆信息具有优良的系统属性,它是系统的能控性信息和能观性信息的平均值。因此,系统交叉格莱姆信息作为模型降阶的信息损失指标是合理的。CGMIL算法不需要对系统进行转化,从而保留了系统本身信息分布的特征,避免了引入额外的模型截断误差,降阶系统更加逼近真实系统。CGMIL方法在信息类模型降阶方法中有很强的优势,在性能上介于MIL和平衡截断之间。(本文来源于《浙江大学》期刊2008-05-01)
交叉格莱姆论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
运用信息论的原理和方法研究以状态空间形式描述的线性定常系统的模型降阶问题.应用线性定常系统及其对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式.基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息.通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义.在基于最小信息损失的模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了新的模型降阶方法———CGMIL方法.理论分析和仿真结果表明,交叉格莱姆信息是包含系统能控性信息和能观性信息的综合信息描述形式,CGMIL方法与基于最小信息损失的模型降阶方法相比能够获得更好的降阶性能.
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交叉格莱姆论文参考文献
[1].付金宝,仲崇亮,丁亚林.基于希尔伯特-施密特范数和交叉格莱姆的模型降阶方法[J].信息与控制.2010
[2].付金宝,章辉,孙优贤.基于交叉格莱姆矩阵的最小信息损失模型降阶方法[J].浙江大学学报(工学版).2009
[3].付金宝.基于交叉格莱姆矩阵的最小信息损失模型降阶方法[D].浙江大学.2008