1) stationary random fields
稳定随机场
2) stochastic stability
随机稳定
1.
The stochastic stability for a class of uncertain hybrid linear systems with Markovian jumping parameters was discussed.
通过分析一类具有Markov跳跃参数的不确定混合线性系统的随机稳定性问题,将确定型系统中的Lasalle稳定性定理推广到混合系统中,并对系统不确定部分的未知范数上界提出了一种参数自适应估计方法及相应的鲁棒控制律,实现了混合线性系统以概率1渐近稳定。
2.
Based on the linear matrix inequality (LMI) technique and the Lyapunov method, a sufficient condition is derived for the stochastic stability of the closed-loop NCS, and a design procedure is.
基于线性矩阵不等式技术和李亚普诺夫方法得到了闭环系统随机稳定的充分条件,并给出了状态反馈保性能控制器的设计方法。
3.
By using the Lyapunov method and the linear matrix inequality technique, sufficient conditions for stochastic stability of closed-loop systems are obtained and the design method of a stabilizing controller is presented.
利用Lyapunov方法和线性矩阵不等式技巧,得到了闭环系统随机稳定的充分条件,并给出了镇定控制器的设计方法。
3) stochastic stable
随机稳定
1.
The simulation results show that two classes of designed controllers and switching laws guarantee the closed-loop systems is stochastic stable.
针对一组由随机微分方程描述的子系统组成的切换系统,采用单李雅普诺夫方法和多李雅普诺夫方法,分别给出了切换系统的随机稳定的充分条件,给出控制器的设计方法。
2.
The simulation results show that the designed controllers and switching laws guarantee the closed-loop systems stochastic stable.
仿真结果表明,所设计的控制器能保证闭环系统在一定意义下的随机稳定。
4) stationary random field
平稳随机场
1.
Based on the modeling of the stationary random field property of topography,a novel method for geometric rectification of remotely sensed imagery is discussed.
从地形平稳随机场模型出发,应用空间统计学中的Kriging插值算法,提出在多项式纠正基础上进行误差改正的图像精纠正方法,并进行相应的实验验证。
5) Stochastic stability
随机稳定性
1.
After introducing the constant differential equation assistant system, the stochastic stability relative theorem of backward stochastic differential equation (BSDE) of It type is studied by the method of Lyapunov function, and two criterions of stochastic stability are testified.
通过引入常微辅助系统 ,利用Lyapunov函数方法 ,给出了It^o型倒向随机微分方程的随机稳定性比较定理 ,得到了该方程平凡解yt≡ 0的随机稳定性的两种判据 。
2.
In this paper we study the stochastic stability and convergence conditions of a class of asynchronous large_scale systems with random state transition.
本文针对一类具有随机状态转移概率的异步大系统，研究了该类异步大系统的随机收敛性及随机稳定性条件。
3.
By the method of Lyapunov function, the stochastic stability of backward stochatic differenttiai equation(BSDE)of It type is studied as follo
s 的随机稳定性,得到了判据。
6) stochastic stabilization
随机稳定化
补充资料：广义随机场
广义随机场
random field, generalized
【补注】亦见随机场(m记om field).广义随机场[皿日田】云dd，90.司加闭;cjly，‘HOenO二0606川e“Hoel，广义随机过程(罗能阁讼分stochas康Proo巴洛) 光滑流形G上的随机函数(mndom丘Lnction)，它的典型的实现是定义在G上的广义函数.更确切地说、设G是一C。流形(光滑流形)，再设D(G)是定义在G上的紧支撑的无限次可微函数空间，具有在一致紧支撑上的函数列及其所有导数序列的一致收敛性的通常拓扑.这样，就可以在G上用给定的从D(G)到定义在某个概率空间(Q，黔，川上的随机变量空间L。(Q，忍，拜)的连续线性映射 D(G))L‘，(Q，忍，拼)，职~九，中6D(G)来定义广义随机场，这里Q是非空集合，黔是O的子集。代数，“是定义在毋上的概率测度，而随机变量空间L。(Q，黔，拜)具有依测度收敛(conVergenCeinn笼尧巧ure)拓扑(〔7]).当概率空间是G上广义函数空间D‘(G)，具有由D‘(G)中柱集生成的。代数黔。(见广义函数空间(罗配耐刘丘m由。留，印aceof)，柱集(q越n由rset))且映射由 j，(T)二(T，甲)，T‘D‘(G)，甲〔D(G)，给定的情形，广义随机场{凡:职〔D(G)}称为典型的(以加灿以1).任何一个在有限维流形G上的广义随机场概率同构于某一(唯一的)G上的典型随机场(见[2」). 这个定义容许很多自然的修正.例如，可以考虑向量值广义随机场或者在定义中用G上的检验函数的更广的空间(例如，在G=R”，n=l，2，…，的情形，S(R”)一C田可微函数连同其导数都比任意负幂{xl人，k=一1，一2，…，x〔R”下降迅速，这样的函数所成的空间)来代替空间D(G). 广义随机场的概念包括其实现是通常函数的古典随机场及过程.这一概念出现于见年代中期，当时许多自然的随机结构显而易见地不能够用古典随机场给予充分简单的表述，而可以用广义随机场的语言给出简单、优雅的描述.例如，D(Rn)，n=l，2，二，上的任意正定双线性形(，、，，:)一丁丁、(x，，xZ)，1(x，)，2(、2)dxldxZ， R，Rn职，，毋2‘刀(R”)，其中评(x，，xZ)是两个变量的正定对称广义函数，决定一个唯一的R”上具零均值的C透理粥广义随机场{几:中任D(R”)}，这个场的协方差是 J几.几2“。一‘，】，毋2’，其中#是D‘(R”)上与这个场对应的概率测度.仅当函数评(xl，xZ)充分好(例如连续有界)时，这个广义随机场才能转化成古典的.另一个例子是R”上的广义随机场(见〔6』)，其中没有古典场. 由于70年代早期发现了构造物理量子场的问题和R”(n>l)上MaPxoB广义随机场之间的联系，研究广义随机场(和特别是Ma琳oB场)的兴趣近年来一直在增长(见【5】).
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条