完全收敛性

摘要： 本文利用NSD随机变量序列的性质、矩不等式及三级数定理,在一定的矩条件下,得到了NSD随机变量序列的完全收敛性.所得结果推广了Chow与Lai^([15,16])与Jajte^([17])的独立序列的结果.

摘要： 次线性期望空间理论的提出是为了解决金融领域风险度量计算涉及的非线性问题,概率极限理论研究也由此获得新的研究方向.基于此,本文将简单介绍次线性期望空间,并围绕Stout型分布END序列完全收敛性开展研究,次线性期望空间的完全收敛性内容由此得以丰富.

摘要： 在Choquet积分存在的条件下,研究次线性期望空间下END阵列加权和的完全收敛性,将概率空间中END阵列加权和的完全收敛性推广到次线性期望空间.

摘要： 应用已有研究结论得到了宽相依(widely orthant dependent,WOD)随机变量序列加权和的完全收敛性定理,所用证明方法与传统证明方法有所不同,所得定理推广了已有研究结果.

摘要： 研究次线性期望空间下行END阵列的完全收敛性,将概率空间中行END阵列的完全收敛性的条件更一般的情况推广到了次线性期望空间.

摘要： 众所周知,END随机变量是一类包含独立变量、NA变量以及NOD变量在内的非常广泛的相依变量.在适当的权系数和矩条件下,我们研究了END随机变量加权和的最大值序列的完全收敛性.作为应用,得到END随机变量加权和的强大数定律.所得结果推广NA变量和NOD变量的相应结果.

摘要： 利用END随机变量的Rosenthal型矩不等式和随机变量的截尾技术,研究了END随机变量加权和的完全收敛性以及完全矩收敛性,所得结果推广了独立变量以及NA随机变量的若干相应结果.

摘要： 本发明是一种针对关键节点的大规模电力系统潮流收敛性调整方法，其特点是通过牛顿迭代法(Newton‑Raphson)迭代的中间数据，建立潮流收敛性的判断指标；根据指标值所代表的具体意义辨识关键影响节点和因素；根据关键影响节点和因素刻画潮流收敛域；依赖不同调整目标对关键数据量进行调整等内容。具有科学合理，适用性强，效果佳等优点，能够为电网潮流调整提供直观依据。

摘要： 一种提升传输线瞬态仿真收敛性的方法，包括以下步骤：1)获得待拟合数据集：(ωi,yi)，i＝1,…,N，其中，ωi是第i个频率点，yi是ωi对应的物理量的值，N是数据点个数；2)建立拟合对象模型：Re(zi)＝Re(yi)，Im(zi)＝αIm(yi)+(1‑α)Im(yic)，其中，zi为拟合对象，Re(zi)为拟合对象的实部，Im(zi)为拟合对象的虚部，α为收敛因子，yic为在第i个频点通过上一步迭代后的极点和留数计算得到的拟合值；3)给定极点，拟合给定物理量的实部。本发明在不增加原矢量拟合计算代价的同时，大大提升W‑element计算的收敛性。

摘要： 本发明揭示了一种改善宽频带天线波瓣宽度收敛性的馈电网络，包括第一功分器、延时线、90°电桥和第二功分器，第一功分器将输入至馈电网络的一路信号转换为两路信号，并将其中一路信号通过延时线改变相位后输入至90°电桥中，另一路信号直接输入至90°电桥中，90°电桥将接收到的两路信号转换为等相不等幅的两路信号，并将其中一路信号通过第二功分器输出至辐射单元中，另一路信号直接输出至辐射单元中。本发明通过特定的馈电网络的设计，使延时线改变信号的相位，进而调节90°电桥输入信号的相位差，最终改变90°电桥输出信号的幅度分配，使每个辐射单元的幅度可随着频率的变化而变化，从而有效改善了宽频带天线波瓣宽度的收敛性。

摘要： 本发明适用于数据处理技术领域，提供了一种面向slurm调度系统的CFD作业收敛性监控方法，根据slurm分配的作业ID，使用sacct查询指令，定时查询获取CFD作业的各节点的作业状态；根据获取的各节点的作业状态，筛选出需要处理的作业状态；若需要处理的作业状态为“运行中”或“完成”，对CFD作业的计算结果进行收敛性判断；若收敛或发散则结束该作业的计算，若未收敛则自动续算。本发明提出根据sacct查询指令查询的状态来相应地制定控制策略，从而slurm调度系统可以自动地完成对CFD计算收敛性的判断，从而提高计算效率，节约计算资源。

摘要： 本发明涉及水下定位技术领域，特别涉及一种水下航行器的单信标定位方法。一种具有全局收敛性的水下航行器单信标定位方法，水下航行器搭载有水听器、多普勒测速仪、深度计、姿态航向参考系统及GPS；水声信标周期性广播水声信号；本发明通过状态增广，将离散状态的非线性单信标定位模型转化为线性时变模型；在未接收到水声信号时，通过水下航行器自身搭载设备获得水下航行器与水相对速度与姿态进行航位推算；接收到水声信号后，通过已知的水声信号发射时间获得水声信号传递时间，将其作为观测变量，同时综合航位推算数据以及各种传感器观测数据，基于Kalman滤波进行单信标定位的预测及更新。在满足定位模型可观测的前提下，本方法具有全局指数收敛性。

摘要： 本发明公开了一种基于深度强化学习和级联图神经网络的潮流收敛性调整方法，采用级联图神经网络，通过该网络的数据拟合当前潮流数据与潮流收敛概率的非线性映射关系，同时利用该网络所得的潮流收敛概率作为深度强化学习的奖赏函数设计参照之一。强化学习可通过不断进行动作(潮流调整动作)与环境(当前潮流参数)的交互，通过环境的对于动作的奖赏学习到可调整的动作策略，并利用深度学习构建当前环境下不同动作与动作最终价值之间的非线性映射关系。本方法将前述级联图神经网络得到的潮流收敛概率作为奖赏函数的设计参考之一，最终得到潮流收敛性调整策略，对保障电力系统安全稳定运行有着重要意义。

摘要： 本发明公开了一种机械臂时间收敛性的控制方法及其7DOF机械臂，属于自动化控制技术领域。本发明的控制方法为首先建立7‑DOF机械臂系统的数学模型；接着设计RBF神经网络自适应控制器，利用神经网络训练求出权重，设计控制律，建立李雅普诺夫函数方程和不对称项推导其收敛性；最后设计约束状态下的神经网络自适应；设计范围参数，以遗传算法优化。通过所设计控制律在保证控制精度的条件下，验证时间收敛性是否增快。本发明通过带有时变约束状态的神经网络来进行自适应控制，并利用遗传算法在保证控制精度的条件下，选取参数优化时间收敛性，用以处理机械臂末端轨迹会产生明显偏差，精度降低的问题。

摘要： 本发明提出了一种信道衰落干扰下迭代学习控制系统的收敛性保障方法，联合利用比例型迭代学习控制器的学习过程与信道衰落干扰下输入信号和输出信号的传输过程，在执行器端建立用于对控制器端更新输入进行估计的滤波模型，设计一个线性最小方差意义下的最优滤波器，在传感器到控制器和控制器到执行器两侧信道均存在随机衰落干扰下，在迭代域对滤波模型中的状态信号进行最优估计，并以估计的状态信号中的控制输入分量驱动系统的执行器，从而改善信道衰落干扰下迭代学习控制系统的收敛性能。本发明能够同时处理传感器到控制器和控制器到执行器两侧信道随机衰落干扰的影响，适用于无线衰落信道下采用比例型迭代学习控制器进行远程控制的所有对象。

摘要： 本发明适用于数据处理技术领域，提供了一种面向slurm调度系统的CFD作业收敛性监控方法，根据slurm分配的作业ID，使用sacct查询指令，定时查询获取CFD作业的各节点的作业状态；根据获取的各节点的作业状态，筛选出需要处理的作业状态；若需要处理的作业状态为“运行中”或“完成”，对CFD作业的计算结果进行收敛性判断；若收敛或发散则结束该作业的计算，若未收敛则自动续算。本发明提出根据sacct查询指令查询的状态来相应地制定控制策略，从而slurm调度系统可以自动地完成对CFD计算收敛性的判断，从而提高计算效率，节约计算资源。

摘要： 本实用新型提供一种用于改善波束收敛性的特殊天线阵列，其通过在常规双阵列双极化天线中，减少了其中一个阵列的末端单元，并把另一个阵列的末端单元放置于两阵列中间，并共用此单元作为赋形单元，或者把常规阵列末端两单元先进行合并，并共用此单元作为赋形单元，该赋形单元的两个极化都通过网络分配出两个等功率的能量，分别连接两个阵列，对双阵列波束进行赋形和纠正波束偏向，使原来波束发散的阵列具备收敛性，并减小波束宽度，防止了临区干扰问题，从而可在有限的物理尺寸下，改善天线水平面波束宽度，提升天线性能，同时使天线覆盖区域具有良好的收敛性，避免邻区干扰。