求解大型非对称线性方程组的拟最小残量IOM（q）算法

不完全正交化算法（IOM（q））由于存储量和计算量小，常用来求解大非对称线性方程组。而此方法收敛过程常出现不规划振荡现象，从而影响了收敛速度。本文将拟残量最小的化性质加到IMO（q）算法中，提出拟最小残量不完全正交化算法（QMRIOM（q），这样收敛曲线光滑无振荡，从而大大加快其收敛速度，而且保留其存储量和计算量小的性质。     

基于MPP编程环境的一种并行子空间迭代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法 ,针对向量机和共享内存的多处理机 ,前人已成功地作了并行处理。文中给出了适合 MPP大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题 ,其计算工作量主要体现在矩阵乘法 ,通过对该方法作并行处理 ,使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机 PA R95上结合 J8- II机翼的动力特性问题对该算法作了数值试验 ,结果说明所给算法是非常有效的     

Krylov子空间算法研究

Krylov子空间技术是基于投影方法的规划算法,如今已成为一类求解大规模线性问题的优秀算法,该算法采用正投影或斜投影在子空间产生迭代向量进行计算。同时,正确有效的预处理方法能加快迭代收敛。本文介绍了如何利用基于LU分解的GMRES(Generalized M in imum Residual)方法来求解大规模线性优化问题。     

非对称线性方程组的块广义最小向后误差算法

许多科学领域都需要求多个右边值的大型非对称线性方程组，使用块方法同时计算所有的方程组比分别计算每一个方程要有效得多。因此，能同时计算所有方程的块迭代方法比单独计算每一个方程的迭代法要有效得多。本提出了一个块GMBACK方法求解有多个右边值的大型非对称线性方程组，该方法利用块Arnoldi过程构造Krylov子空间来求解Xm∈X0 Km(A,R0)使得矩阵A的扰动范数最小。     

基于MPP编程环境的一种并行子空间失代法

子空间迭代法是科学与工程计算中求解广义特征值问题的有效方法，针对向量机和共享内存的多处理机，前人已成功地作了并行处理。文中给出了适合ＭＰＰ大规模并行计算机的并行子空间迭代法。该算法将广义特征值问题转换为一般特征值问题，其计算工作量主要体现在矩阵乘法，通过对该方法作并行处理，使矩阵求逆及一部分乘法运算转换为各结点机上三角形方程组的并行求解。在大规模并行计算机ＰＡＲ９５上结合Ｊ８－ＩＩ机翼的动力特性问     

用Chebyshev多项式加速的子空间迭代法

研究计算大型稀疏对称矩阵的若干个最大或最小特征值的问题，首先引入了求解大型对称特征值问题的子空间迭代法和Chebyshev迭代法，并对后者作了理论分析。为了加速子空间迭代法的收敛速度，作者用Chebyshev多项式来改进原始的子空间迭代法，即讨论Chebyshev迭代法对子空间迭代法的应用，从而给出了Chebyshev-子空间迭代法。最后把原始的方法和改进的方法计算数值例子的结果进行了比较，其结果表明Chebyshev-子空间迭代法比子空间迭代法优越，不仅收敛速度快，并且减少了计算量和计算时间。     

求解对称矩阵极端特征的Chebyshev—PBL方法

为了加速预处理块Lanczos方法的收敛法，本文采用组合Chebyshev迭代和预处理块Lanczos方法，提出了求解大型对称稀疏矩阵极端特征的一种新方法－Chebyshev－PBL方法。数值结果表明，新方法对计算大型对称稀疏矩阵的几个最大（或最小）特征值是有效的。     

对称带状矩阵的并行Cholesky分解及相应线性方程组的并行计算

大型结构问题所导出的方程组系数矩阵阶数往往非常浩大,传统的串行计算机受存储容量与计算速度限制往往难以处理。本文给出适合寄存器—寄存器加工方式流水线向量机上对称带状矩阵三角分解的并行算法MPLDLT和对称带状线性方程组求解的并行算法MCSA。在YH—1机上通过对实例的计算表明,算法是高效的。当矩阵的阶数仅力1666阶时,算法MPLDLT比相应串行算法计算速度快25倍,算法MCSA比相应串行算法计算速度快47倍。若结合YH—1机的特点,使用向量“链接”技巧,则算法MPLDLT比相应串行算法的计算速度快74倍。     

非线性输出误差模型的两阶段递推辨识算法

输入非线性系统的输出误差模型在实际工业生产中是一类常见模型,针对含有色噪声的输出误差模型提出基于辅助模型的两阶段递推增广最小二乘算法。根据辅助模型思想和分解技术,将复杂的非线性辨识系统分解为系统模型和噪声模型子系统,再根据最小二乘思想分别辨识,其中噪声信息向量中存在的不可测噪声项用其估计值代替。最后与递推增广最小二乘算法在参数估计精度和收敛速度的比较,验证算法在此类模型应用的有效性,仿真结果表明该算法精度高,收敛速度快,计算量小。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

求解大规模矩阵问题的Krylov子空间方法

求解大规模矩阵问题包括线性方程组和特征值问题等是计算数学和科学工程计算中的重大课题，最近几年，其研究工作取得了许多重大进展。文中给出大型线性方程组和特征值问题Krylov子空间方法若干进展的一个概述，其中包括作者对这些问题的研究成果。涉及的专题包括求解大型线性方程组的共轭梯度法、SYMMLQ算法、MINRES算法、GMRES算法、Lanczos双正交化算法、QMR算法以及这些算法的块格式；求解大对称特征值问题的Lanczos算法和块Lqnczos算法；求解大型非对称特征问题的Lanczos算法、Arnodi算法以及这些算法的推广。讨论求解大规模矩阵问题的加速技术和预处理技术。了一些有待进一步研究的问题。     

求解大型非对称线性方程组的UNSYMMLQ方法

本文给出了求解大型非对称线性方程组的Lanczos方法的一个判据,提出了求解非对称方程组Ax=b的UNSYMMLQ方法,它是Paige和Saunders求解对称线性方程组的SYMMLQ方法的推广。文中描述并讨论了一些数值试验。     

求解大型非对称特征问题的块Arnoldi方法

本文提出了计算大型非对称矩阵若干个模最大或模最小特征值以及相应特征向量的块Arnoldi方法。研究了块Arnoldi方法的收敛率,推广了Saad关于Arnoldi方法收敛率的一些结果,给出了块Arnoldi方法收敛率的一些估计。提出并讨论了由该方法所产生的数值结果。     

带极端特征向量的重新开始GMRES算法

求解大型非对称线性方程组的 Ｇ Ｍ Ｒ Ｅ Ｓ算法通常以其重新开始版本来减少存储量和计算量，而重新开始过程将影响残量的收敛速度。由此可以考虑在重新开始时保留一些重要信息，如把极端特征值对应的近似特征向量加到新的 Ｋｒｙｌｏｖ 子空间中。这样可以大大加快其收敛速度，而且保持残量最小化性质。     

检错码的对偶定理

自动请求重传(ARQ)方法已经在许多数字通信系统特别是通信网中获得了广泛的应用。在ARQ系统中,分组码的不可检错误概率是决定系统性能的重要参数,因此研究各种线性分组码的不可检错误概率显得非常重要。在本文中,不可检错误概率满足上限q~(-(m-k))的q进制线性分组码被定义为检错好码。笔者证明了关于检错码的一个对偶定理,即GF(q)上(n,k)线性分组码为检错好码的充要条件是其对偶码也是检错好码。对偶定理表明,可以从一个线性分组码的对偶码研究它的检错能力,本文用这个定理得到了关于检错码的一系列新的结论。     

SAR原始数据压缩技术研究

研究两种合成孔径雷达(SAR)原始数据压缩算法，它们是块自适应树型矢量量化算法和块自适应预测编码算法。前者是在使用穷尽型搜索技术的块自适应矢量量化算法的基础上，通过使用树型搜索算法来提高算法的运行效率；后者是通过预测编码来消除SAR原始数据之间的相关性从而提高压缩性能。结合机载SAR实测原始数据，对讨论的各种算法分别进行压缩和解压缩，并进行SAR成像处理。通过比较和分析各种算法的性能及图像域参数，表明块自适应树型矢量量化算法和块自适应预测编码算法能提高SAR原始数据的压缩性能，比较适合实际工程应用。     

一种线性离散时间大系统分散最优控制器设计方法

本文针对离散时间定常大系统模型,提出了一种分散最优控制器设计方法,即限定状态反馈阵为分块对角形,采用梯度寻优的方法,求得各子系统的分散控制器。另外,为了比较,本文还给出了集中最优控制器结果。最后讨论了设计算例,     

基于线性参数变化自适应观测器的鲁棒故障诊断

基于线性参数变化自适应观测器,研究了一类具有外部扰动的不确定线性参数变化系统的鲁棒故障诊断问题。针对飞控系统具有非线性和时变的特点,运用了线性参数变化技术,提出一种基于线性参数变化自适应观测器的自适应故障估计算法来估计故障信息。为降低外部扰动对故障估计的影响,引入了H∞鲁棒性能指标来设计线性参数变化自适应观测器以及故障估计算法。结果表明,该方法具有良好的故障估计性能,且对外部扰动具鲁棒性。设计过程中,将参数的求解转化为线性矩阵不等式（LMIs）约束下的凸优化问题。最后,将该方法应用于直升机线性参数变化飞控系统执行器故障诊断,仿真实验验证了该方法的有效性。