1) stochastic LQ problem
随机LQ问题
1.
Indefinite stochastic LQ problem with exponential stability degree constraint;
带指数稳定度约束的不定随机LQ问题
2) LQ problem
LQ问题
1.
Choosing the proper state weight matrix Q in the LQ index by the system parameters, we can express the state feed-back solution of the LQ problem in the form of the output feedback.
根据系统参数,在二次型指标中适当选择状态加权矩阵Q可以将LQ问题的状态反馈解表成输出反馈的形式。
3) LQ inverse problem
LQ逆问题
1.
Related optimization algorithms are also presented based on the parametric solution to the LQ inverse problem.
不仅研究了一类扰动控制系统鲁棒稳定界的定义、优化等问题 ,而且通过研究控制系统鲁棒稳定界与Riccati矩阵方程解的关系 ,提出了在闭环极点约束条件下研究鲁棒稳定界的方法 ,并给出了基于LQ逆问题参数化解的极大化鲁棒稳定界的优化算法 。
2.
In this paper, a new method for optimal pole assignment is presented from the viewpoint of the LQ inverse problem.
本文从LQ逆问题着眼提出了一种新的最优极点配置方法,推导了加权矩阵Q和R与开环特征多项式、最优闭环特征多项式之间的关系。
4) stochastic LQ
随机LQ
1.
The key to solve the stochastic LQ is deducing of two partial differential equations for initial bounded problems.
模型化为一个具随机周期的随机最优控制问题,该问题可通过一个辅助的随机LQ模型求解。
5) walsh series
奇异LQ问题
1.
Using the expansion of walsh series we give a new method of how to solve the singular optimal control in finite interval.
利用Walsh级数的分析特性讨论了有限区间上奇异LQ问题的解法。
6) randomized question
随机问题
1.
Technique of randomized question reading CAPTCHA based on character feature;
基于字符特征的随机问题阅读式验证码技术
补充资料：随机过程论中的统计问题
随机过程论中的统计问题
statistical problems in the theory of stochastic processes
究对于探讨尸。与尸。可能的奇异性也是有用的. 例4假定观测或者为x(t)二w(t)，其中w(0为一Wi印er过程(Wiener process)(H。假设)，或者x(r)=州t)+w(t)，其中附为一非随机函数(H，假设).如果m’6L2(0，T)，则测度p(，，pl是相互绝对连续的，而如果。’必L:(0，T)，则它们是相互奇异的.其似然比等于 d尸了 豆可Lx)-一{一合)〔优，(!)」2己亡·!川，(!)J·(亡)}· 例5.设x(t)二6十心(t)，其中口为实参数而老(0为一零均值的平稳Gauss的Map珊过程(Markov妙cess)，且有已知的相关函数厂(t)二。一“，‘，，:>0.此时测度尸子是相互绝对连续的，且有似然函数 dP不 万可气“)-一。p呀冬。二(。)、冬。二(:)、冬。:i、(才)‘: 一r tZ一’一、一’2“’一‘一‘2一才一‘一’- 一冬。2一牛。2::). 2“4-一j 特别地，x(o)+x(T)+:丁Jx(:)‘。关于族p万是一充分统计最(sul五cie以statistic)， 随机过程统计中的线性问题.设观测了函数 血 x(。)二艺口，伞，(:)+七(:)，(*) l其中奴t)是零均值且有己知的相关函数;(t，:)的随机过程，职，是已知的非随机函数，口二(0、，…，口*)是未知参数(口，为回归系数)，而参数集0是R‘的一个子集.0，的线性估计是形如见c，二(t，)或其均方极限的估计量.找寻均方意义下的最优无偏线性估计的问题归结为解与r有关的线性代数或线性积分方程.事实上，最优估计目由对任何形如七=艺bj、(tj)且艺b，伞，(t，)=0的心组成的联立方程E。(吞，劲二0所确定.在若干情形下，当T~的时，用最小二乘方法渐近获得的O的估计，并不比最优线性估计坏，但前者在计算上更简单月.不依赖于:. 例6，在例5的条件下，k二1，中;(t)‘1.这时最优无偏线性估计最(血ea犷estin迫tor)为 、=.浩了「·(。)二(·)二)·(r)“亡{，而估计量T 。‘一喜f二(:)“。 T才-·一渐近地与之有相同的方差. G皿ss过程的统计问题.设{x(t):O蕊t簇T，p‘{}对所有口‘0为Gauss过程(Gaussian process).关于Gauss过程，有如下二者择一的结果:任何两个测度尸乙尸J或者相互绝对连续或者奇异.因为Gauss分布pJ是由其均值m。(:)二E。x(t)及其相关函数，。(s，t)=E，无(s)x(t)完全确定的，从而似然比d尸J/d尸J以一种复杂的方式由m。
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