考虑了多变量输出误差系统的辨识问题. 使用系统可得到的输入输出数据构造一个辅助模型, 用辅助模型的输出代替信息向量中的未知变量, 提出了一个基于辅助模型的随机梯度辨识算法. 使用鞅收敛定理的收敛性分析表明: 提出的算法给出的参数估计收敛于它们的真值. 给出了带遗忘因子的辅助模型随机梯度算法来改进参数估计精度, 仿真结果证实了提出的结论.
考虑具有状态时滞的Markov切换系统的均方指数稳定性分析问题. 为此, 我们构造了一类较为一般的与模态相关的Lyapunov-Krasovskii泛函, 并利用Markonv过程的统计性质计算泛函的微分. 进而, 通过引入自由权矩阵建立了以线性矩阵不等式表述的稳定性准则. 仿真算例验证了方法的有效性.