忆阻器是具有记忆和连续输出特点的非线性电阻器，现已成为电路中的第 ４ 种基本元件。 以一个三次光滑的非线性忆阻器模型为基础，与常见的有源低通滤波器相结合，利用电路分析的基本理论，分析该电路的频率响应特性，并与有源 ＲＣ 电路进行对比，对含有忆阻器的有源低通滤波电路进行电路仿真，其结果很好地验证了理论分析。

Cubature 卡尔曼滤波器(CKF) 在非高斯噪声或统计特性未知时滤波精度将会下降甚至发散, 为此提出了统计回归估计的鲁棒CKF 算法. 推导出线性化近似回归和直接非线性回归的鲁棒CKF 算法, 直接非线性回归克服了观测方程线性化近似带来的不足. 具有混合高斯噪声的仿真实例比较了3 种Cubature 卡尔曼滤波器的滤波性能, 结果表明这两种鲁棒CKF 滤波精度及估计一致性明显优于CKF, 直接非线性回归的CKF 的鲁棒性更强, 滤波性能更好.

针对控制方向未知的、存在周期性非参数不确定型的一类非线性系统, 给出零误差跟踪的重复控制方法. 引入Nussbaum函数设计自适应重复控制器, 参数估计修正律采用完全饱和形式, 将参数估计囿于预先给定的范围内. 分析表明, 闭环系统中所有信号本身有界, 且跟踪误差本身趋于零. 数值仿真结果验证了算法的有效性.

基于记忆多项式模型数字预失真算法的改进，刘洋，，本文针对功率放大器工作于非线性区并且对于宽带信号具有记忆效应的特点，介绍了一种基于Hammerstein模型的数字预失真算法，并用归一�

提供二阶非线性微分方程边值问题的数值解法，其中用Newton迭代法进行迭代

BP神经网络非线性拟合程序，带示例。BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。

摘要针对超短脉冲激光与气体相互作用产生的非线性荧光光谱的特点，提出了光谱分析的预处理、特征提取以及定量分析的有效方法。采用小波算法对光谱数据进行压缩和降噪处理，

此 Simulink 模型是基于平衡点周围的局部线性化模型来说明非线性设备的 GPC 控制。 非线性设备是在论文“Constrained Pole Assignment Control of a Two Tank System”，2014 年第 15 届国际喀尔巴阡控制会议 (ICCC)，pp.52-57 中描述的双槽系统。 输出为罐 2 的液位。未观察罐 1 的液位。 它由以下文件组成： TwoTank.mdl：Simulink 模型T2Tank.m : 工厂的 S 函数T2TankControl.m : 控制器的 S 功能GPCcoef.m : 一个计算 GPC 系数的函数我的论文“一种新的类似 DMC 的 GPC 实现” Radial.m : 一个简单的函数来计算 sign(x)sqrt(|x|) 用户可以尝试修改这里作为参考信号的阶跃函数的最终值（一定不要偏离平衡太多，因为

随着大功率射频微波器件的不断推广与发展，传统的小信号S 参数线性理论已经不能满足以微波功率放大器为主的大功率有源器件非线性行为的表征与分析，因此器件非线性行为表征技术就变得尤为重要，而此时Cardiff 模型也就应运而生。本文首先详细给出了Cardiff 模型的完整建立与理论推导过程；然后对以HP_AT41411 为核心射频功率放大器进行了实际测量，并根据实测结果建立Cardiff 行为模型；最后将行为模型仿真得到的结果与实际测量结果作对比，对比结果显示两者吻合较好，这也就验证了Cardiff 模型的正确性及有效性。

BP神经网络的非线性系统建模（Matlab完整程序和数据） BP神经网络的非线性系统建模（Matlab完整程序和数据） BP神经网络的非线性系统建模（Matlab完整程序和数据）