Characterization of input-to-output stability for infinite-dimensional systems
本文针对包含连续和离散时间系统的非线性无限维系统,通过引入新的稳定性概念并证明相关判据,建立了输入 - 输出稳定性(IOS)的叠加定理,该结果不仅推广了现有的输入 - 状态稳定性(ISS)叠加定理及有限维 IOS 理论,还通过反例揭示了将此类理论扩展至无限维系统所面临的挑战。
361 篇论文
本文针对包含连续和离散时间系统的非线性无限维系统,通过引入新的稳定性概念并证明相关判据,建立了输入 - 输出稳定性(IOS)的叠加定理,该结果不仅推广了现有的输入 - 状态稳定性(ISS)叠加定理及有限维 IOS 理论,还通过反例揭示了将此类理论扩展至无限维系统所面临的挑战。
本文提出了一种基于预测的多时间域优化方法,通过根据电网碳强度动态调整高能耗服务(如生成式 AI)的响应质量等级,在满足特定位置可用性约束的前提下,显著降低了大规模服务的年度碳排放。
本文提出了一种基于线性参数变化(LPV)框架和积分二次约束(IQCs)的分析方法,用于推导时间变化凸优化算法在强凸且梯度 Lipschitz 连续条件下的跟踪误差定量界,该界不仅依赖于问题的时间变异性,还引入了函数值及梯度变化率等新的度量指标。
本文提出了 Space-O-RAN 架构,通过将 Open RAN 原则扩展至卫星星座,利用星载轻量级应用、基于星际链路的集群协调以及地面战略管理,实现了 6G 非地面网络中智能、开放且可互操作的闭环控制。
本文提出了一种结合可微分优化与自监督深度感知的无人机轨迹规划方法,通过构建无需专家标注的 3D 成本地图并引入神经网络时间分配策略,在仿真与真实环境中显著提升了跟踪精度与控制效率。
本文提出了一种用于大规模多输入多输出系统降阶的迭代切向插值算法,该算法通过优化插值权重矩阵以逼近误差、利用低秩插值策略以及灵活选择插值点,在保证加权误差单调递减的同时,实现了与现有主流方法相当的计算性能。
本文提出了一种针对逆流换热器的鲁棒控制策略,通过建立基于均匀空间离散的双线性系统模型,设计了包含状态观测器的输出反馈控制器和纯积分控制律,并利用真实实验验证了其在调节流体出口温度方面的有效性。
本文提出了一种名为 Zono-Conformal 的新型不确定性量化方法,该方法通过将保证覆盖率的预测 zonotope 直接嵌入基础预测器模型,利用高效的数据驱动线性规划解决了传统共形预测计算成本高且难以捕捉多维输出依赖性的问题,并在回归与分类任务中实现了比现有方法更紧凑且统计有效的预测集。
本文提出了一种自适应量化行星陨石坑检测系统(AQ-PCDSys),通过结合量化感知训练、自适应多传感器融合及多尺度检测头架构,旨在解决自主深空探测中受限于星载硬件资源而难以部署高精度深度学习模型的瓶颈问题。
本文提出了一种名为 L-IPM 的基于学习的方法,通过利用长短期记忆(LSTM)网络学习内点法(IPM)早期稳定迭代的中心路径结构,并结合网格信息机制确保可行性,从而在无需牺牲精度和可行性的前提下,显著加速了最优潮流(OPF)问题的求解过程。
本文提出了一种针对 n 球面上星形约束区域的连续时不变反馈控制策略,通过根据状态与不安全区域的邻近程度选择沿测地线趋近目标或转向特定不安全区域内部点的反极,实现了目标点的几乎全局渐近稳定。
本文提出了一种无需预解标签的 dispatch-aware 深度神经网络(DA-DNN),通过嵌入可微直流最优潮流层并采用定制化初始化与正则化策略,在确保物理约束可行性的同时,实现了大规模电网最优输电切换问题的高效求解、快速推理及对新系统配置的泛化能力。
本文介绍了一种采用 130 nm 工艺制造的辐射硬化电流模式 Delta-Sigma ADC,该芯片在 100 Mrad 总电离剂量下仍能保持性能,通过灵活的积分时间调节实现了从 1 mA 到 1 pA 的 200 dB 动态范围,同时满足高能物理束流损失监测中毫秒级快速响应与亚皮安级高精度测量的双重需求。
本文介绍了一个名为 GenAI Workbench 的概念框架,该框架基于开源 PLM 平台,利用生成式人工智能技术将多模态工程数据(如文档、几何模型和系统图)整合为统一数字线程,旨在通过自动提取需求和生成系统架构来弥合学科设计与系统工程之间的鸿沟,从而推动更集成、数据驱动的工程设计方法。
本文提出了一种基于 OpenMDAO 和 Dymos 的多学科设计优化框架,通过耦合 SPT-140 霍尔推力器的高保真变比冲模型与随太阳辐照度及阵列退化动态变化的功率约束,实现了针对 16-Psyche 小行星低推力轨道插入任务的轨迹与航天器功率系统的协同优化。
本文提出了一种基于因子图优化的实时松耦合 GNSS/IMU 融合架构,通过在城市峡谷等挑战性环境中的实验验证,分析了其在保证实时运行和服务可用性的同时,与批处理精度之间存在的权衡关系。
本文提出了一种基于增量优化与固定滞后边缘化的实时紧耦合 GNSS-IMU 因子图优化方法,并在城市复杂环境下利用 UrbanNav 数据集验证了其在信号遮挡与多径干扰场景中的高精度定位性能。
本文提出了一种基于奇异摄动理论的双时间尺度设计方法,通过引入小参数分离快慢动态并利用导数估计,实现了无需子系统间协调的局部网络控制障碍函数安全滤波器,同时推导了显式边界以量化该局部实现与理想集中式滤波器之间的轨迹失配及安全性能权衡。
该研究通过构建时延与碳排用户均衡模型,结合六座美国城市的人口增长情景模拟,揭示了生态路径在人口扩张下虽能减排但碳排放仍呈超线性增长且易形成碳瓶颈的规律,并证实了针对关键瓶颈路段的精准扩容可显著降低排放与延误。
本文通过引入信息结构视角,在去中心化部分可观测马尔可夫决策过程框架下形式化了学习通信问题,证明了非经典情形下的计算不可行性,并针对准经典情形提出了保持该结构的条件及具有准多项式复杂度的可证明规划与学习算法。