基本信息
浏览量:66
职业迁徙
个人简介
研究方向:
1. 马尔科夫过程与随机分析;
2. 有限域上群表示;
3. 描述系统脉冲能控性与能观性;
4. 通信约束下的控制律;
5. 平方和方法应用于多项式非线性系统;
6. 系统辨识参数估计收敛性;
7. Monte-Carlo方法非线性滤波.
目前正在进行的研究项目为非线性滤波, 采用基于随机模拟(或称Monte-Carlo抽样技术)的方法. 此滤波法在文献中也称为粒子滤波, 是统计学、控制、及信号处理等多学科交叉融合的研究方向. “滤波” 可以理解为某种随时间演化的递推算法, 目的是估计动态系统的状态. 其最著名者为Kalman滤波, 适用于线性高斯系统. 非线性滤波问题的连续时间情形归结为一随机偏微分方程的求解; 离散时间情形归结为反复求解非线性方程组、Jacobian矩阵、及高维数值积分. 目前这类问题, 其理论探讨及数值计算均较困难, 是相关领域重要研究课题. Monte-Carlo抽样技术是Von Neumann等先驱者们为解决核反应堆控制等复杂计算问题而提出的有效方法, 将其应用于非线性滤波有着广泛的应用前景.
1. 马尔科夫过程与随机分析;
2. 有限域上群表示;
3. 描述系统脉冲能控性与能观性;
4. 通信约束下的控制律;
5. 平方和方法应用于多项式非线性系统;
6. 系统辨识参数估计收敛性;
7. Monte-Carlo方法非线性滤波.
目前正在进行的研究项目为非线性滤波, 采用基于随机模拟(或称Monte-Carlo抽样技术)的方法. 此滤波法在文献中也称为粒子滤波, 是统计学、控制、及信号处理等多学科交叉融合的研究方向. “滤波” 可以理解为某种随时间演化的递推算法, 目的是估计动态系统的状态. 其最著名者为Kalman滤波, 适用于线性高斯系统. 非线性滤波问题的连续时间情形归结为一随机偏微分方程的求解; 离散时间情形归结为反复求解非线性方程组、Jacobian矩阵、及高维数值积分. 目前这类问题, 其理论探讨及数值计算均较困难, 是相关领域重要研究课题. Monte-Carlo抽样技术是Von Neumann等先驱者们为解决核反应堆控制等复杂计算问题而提出的有效方法, 将其应用于非线性滤波有着广泛的应用前景.
研究兴趣
论文共 65 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
Communications in Nonlinear Science and Numerical Simulationpp.108013, (2024)
COMMUNICATIONS IN NONLINEAR SCIENCE AND NUMERICAL SIMULATION (2024)
ISA Transactions (2024): 266-280
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn