一、与线性代数有关的matlab指令 二、解线性方程组 三、多项式 四、数据分析函数 五、泛函指令 六、信号处理 七、系统分析

傅里叶变换的模和相位表示 LTI系统频率响应的模和相位表示 线性和非线性相位 群时延 理想频率选择性滤波器的时域特性

4.1 非周期信号的表示：连续时间傅里叶变换(CFT) 4.2 周期信号的傅里叶变换 4.3 连续时间傅里叶变换性质 线性 时移 共轭及共轭对称性 微分与积分 时间与频率的尺度变换 对偶性 帕斯瓦尔定理 4.4 卷积性质 4.5 相乘性质 4.6 傅里叶变换性质和傅里叶变换对列表 4.7 由线性常系数微分方程表征的系统

信流图是线性代数方程组结构的一种图形表达。 设一组线性方程式如下:

一、非线性调制的原理 调制过程都要实现基带调制信号的频谱搬移,对于线性调制 系统,调制后信号的频谱结构和基带调制信号的频谱结构保持一 致,而非线性调制却不再保持基带调制信号的频谱结构。非线性 调制通常是通过改变载波的频率或相位来实现的,而载波振幅保 持不变

一、理想运算放大器概念 二、理想运算放大器特性 1.理想运放工作在线性状态时的特性 2.理想运放工作在非线性状态时的特性

第三章线性网络的一般分析方法电阻电路分析方法: 一、等效变换求局部响应 二、一般分析方法—系统化求响应 三、网络定理

研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换，利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升，导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数，进而利用最优调节原理，得到其最优调节器.再经过变换，得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论，给出了严格的数学证明.最后的数值仿真表明，本文所设计的最优调节器是有效的

能控性(controllability)和能观测性(observability)深刻地揭示了系统的内部结构关系,由 .e.Kalman于60年代初首先提出并研究的这两个重要概念,在现代控制理论的研究与实 践中,具有极其重要的意义,事实上,能控性与能观测性通常决定了最优控制问题解的存 在性。例如,在极点配置问题中,状态反馈的的存在性将由系统的能控性决定;在观测器 设计和最优估计中,将涉及到系统的能观测性条件

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径