一种炮弹射程偏差预测方法的精度分析

射程预测精度是衡量弹道辨识系统的重要指标,直接影响弹道修正引信的工作性能。基于比较名义弹道与实际弹道在上升初始段的水平距离来实现对弹丸射程偏差的预测算法,为了评估其辨识精度并为辨识系统设计提供理论依据,本文提出一种利用Matlab/Simulink模块对其进行建模仿真的方法。建立弹道数学模型,获取仿真初始参数及随机测量误差,运用Simulink模块生成仿真模型。仿真结果表明该射程预测方法预测误差为0.838%,可以作为弹道修正引信的弹道辨识方法。     

基于非参数核密度估计与数值天气预报的风速预测修正方法

提出一种风速预测偏差修正方法。建立基于非参数核密度估计的风速修正模型,利用预测点之前一段时间内风速的初始预测误差来估计预测时刻的预测误差,从而对初始风速预测结果进行修正;结合数值天气预报法建立风速相位误差修正模型,有效减小风速预测的相位误差,在一定程度上防止风速突变拐点处"误修正"的出现。某地区实际风速数据的预测仿真结果表明,所提方法可有效降低初始风速预测偏差。     

基于核极限学习机误差预测修正的变压器顶层油温预测

为准确估算变压器热点温度,给变压器负载能力估计、热故障预防、绝缘寿命预测提供辅助依据,建立了基于核极限学习机误差预测修正的变压器顶层油温预测模型。该模型采用核极限学习机对典型的Susa热路模型顶层油温的预测误差进行建模预测,并以核极限学习机的预测值修正热路模型顶层油温预测结果。为提高核极限学习机的预测精度,采用引力搜索算法对核极限学习机的惩罚系数和核参数进行优化。算例结果表明,所提模型的预测结果与实测值基本一致,预测精度高于未经误差修正的半物理模型——Susa热路模型和典型的非线性拟合回归模型——引力搜索优化的核极限学习机模型,并且采用的引力搜索优化的核极限学习机算法在训练时间上显著优于引力搜索优化的支持向量机和Elman神经网络算法,且预测精度略优于后2种算法。     

基于跟踪偏差角和改进迭代误差修正的光伏功率预测优化策略

随着光伏发电逐渐接入电网,电网对光伏功率的预测精度也提出了更高的要求。针对双轴太阳能自动跟踪系统实际运行中存在的跟踪偏差角以及采用传统迭代误差修正思想进行多模型预测时存在的误差异常值,提出一种基于跟踪偏差角和改进迭代误差修正的光伏功率预测模型。首先,建立改进迭代误差修正模型;然后,利用改进迭代误差修正模型对功率预测进行一层优化;最后,结合跟踪偏差角完成对光伏功率预测的二层优化。仿真结果表明,所建立的光伏功率预测模型能使功率预测精度提高5%左右,弥补了单一模型存在的不足。     

基于模糊C均值聚类的分布式电源集群并网逆变器输出功率置信区间估计方法

为了提高多分布式电源仿真建模的精度,降低仿真模型与物理设备的运行误差,提出基于模糊C均值聚类的分布式电源并网逆变器输出功率置信区间估计方法。首先,根据DG的电压电流输入输出关系建立同类型DG的统一模型,采用粒子群算法进行参数辨识,得到DG输出功率偏差与物理系统同型设备运行参数的关系特性;其次,采用模糊C均值聚类方法,对DG集群进行分类,并将输出功率偏差划分成若干个子集;最后,采用概率分析方法得到输出功率偏差对应各子集的概率密度函数,并对偏差进行概率置信区间预测,根据预测结果通过物理系统同型设备输出特征修正仿真模型运行行为。采用实际运行算例验证,结果表明该方法快速准确修正了仿真模型与物理模型的运行误差。     

一种改进的基于IOWA算子的组合预测方法及应用

按误差平方和准则建立的基于IOWA算子的组合预测模型并不能正确反映出各个时期观测点所引起误差对预测值的影响程度,在实际预测时预测期数据是未知的,无法直接利用该方法进行预测。针对以上缺陷,提出以单项预测模型中精度较高者的预测值为标准,计算其余模型的预测值与其偏差,再按各个时期各单项偏差绝对值和的平均值大小赋予权系数,建立按照加权误差平方和准则新的预测模型,并利用遗传算法求解最优权系数。通过实例验证,改进后的组合预测方法优于原来的基于IOWA算子的组合预测方法,有效地提高了预测精度。     

一种改进的基于IOWA算子的组合预测方法及应用

按误差平方和准则建立的基于IOWA算子的组合预测模型并不能正确反映出各个时期观测点所引起误差对预测值的影响程度,在实际预测时预测期数据是未知的,无法直接利用该方法进行预测.针对以上缺陷,提出以单项预测模型中精度较高者的预测值为标准,计算其余模型的预测值与其偏差,再按各个时期各单项偏差绝对值和的平均值大小赋予权系数,建立按照加权误差平方和准则新的预测模型,并利用遗传算法求解最优权系数.通过实例验证,改进后的组合预测方法优于原来的基于IOWA算子的组合预测方法,有效地提高了预测精度.     

粒子群优化BP神经网络在短期负荷预测误差修正模型中的应用研究

短期负荷预测是电力系统安全稳定运行的前提与保证。误差修正模型是在考虑相关因素相似度识别的预测方法基础上,利用BP神经网络优秀的学习能力捕获相关因素与历史预测误差的非线性映射。针对BP网络存在的自身缺陷,采用改进粒子群算法优化BP网络参数,得到可靠的误差预测,建立误差修正模型对未来负荷进行修正预测。通过算例验证了其可行性和实用性,达到了提高短期负荷预测准确度的目的。     

基于线性回归的风电功率预测误差修正方法

风电功率预测精度的好坏直接关系到发电计划的合理制定和风电功率的优先调度.为提高风电功率的预测精度,文中利用模式输出统计方法对风电功率的预测误差进行分析,根据模式输出统计方法可自动修正数值预报偏差特点,提出了基于线性回归的风电输出功率预测误差修正方法.基于实际风电场历史数据的研究表明,该方法数学原理简单、适用性强,可有效改善风电功率的预测精度,具有很好的工程实用价值.     

改进PSO优化ELM预测锂离子电池剩余寿命

针对极限学习机在预测锂离子电池剩余寿命过程中的不稳定性,提出利用混合粒子群优化算法对极限学习机预测模型优化的方法。通过改进的粒子群优化算法对极限学习机的输入端进行寻优处理,不但能够使模型的预测精度有进一步提高,而且大大增加了锂离子电池单次剩余寿命预测结果的可信度。利用NASA PCoE公开的锂离子电池数据进行仿真实验并评估该模型的预测性能,然后与标准的极限学习机预测模型预测结果进行对比,统计结果表明该方法使预测误差控制在2%左右。     

基于SSA-VMD-SE-KELM结合蒙特卡洛法的风电功率区间预测

为降低风电功率序列波动性并提高风电功率预测精度,提出一种基于SSA-VMD-SE-KELM和蒙特卡洛法的组合风电功率区间预测模型。采用麻雀搜索算法（SSA）优化后的变分模态分解（VMD）算法将功率序列分解为理想数量子序列,通过计算样本熵（SE）对其重构,得到新子序列分别建立核极限学习机（KELM）点预测模型,叠加各点预测结果得到最终点预测结果及功率误差序列,使用蒙特卡洛法随机抽样得到对应置信度下的预测区间。以实际采集到的历史数据为例进行预测,实验结果表明:与传统模型相比,此模型所得功率预测区间紧密跟随风电功率变化趋势,其区间覆盖率更高、平均宽度更窄。     

Multi-Point Prediction of Aircraft Motion Trajectory Based on GA-Elman-Regularization Neural Network

Abstract

Aiming at the problem that the traditional algorithm has large prediction error on motion trajectory and short prediction distance, this paper proposes a GA-Elman-Regularization based neural network method. The GA algorithm has the characteristics of parallel search global optimal solution, which makes up for the shortcomings of static property given by neural network model and the tendency of training algorithm to fall into partial optimal solution, and introduces regularization terms to improve the generalization ability of the network, also improves the prediction accuracy of the network. Comparison of experimental results of motion trajectory prediction by Elman neural network, GA-Elman neural network and GA- Elman-Regularization neural network on semi-physical dataset, the predicted average errors are 1.37%, 0.82% and 0.556%. Experiments show that the optimized algorithm improved the generalization ability of the network and the accuracy of prediction.     

新型的内嵌式永磁同步电机弱磁转速控制

在基本转矩前馈控制系统的基础上,提出了一种新型的永磁同步电机的弱磁控制算法。由于电流调节器的饱和使得定子电流进入弱磁控制,因此在这种新的弱磁控制算法的基础上,设计出一种新的定子电流误差观测器用以辨识电流调节器的饱和情况。另外,在弱磁区利用转速观测器观测定子电流变化,利用差值控制器以达到使定子电流矢量由常规的弱磁控制轨迹转向最大输出的电压极限轨迹（VLMO）的目的。仿真结果表明：相应产生的VLMO控制模式能够优化弱磁控制策略,控制算法能有效实现弱磁控制下的转速调节。     

改进视觉惯性里程计融合GPS的无人机定位方法研究

为提升无人机大范围弱纹理场景下的状态估计，提出一种改进视觉惯性里程计融合GPS的定位方法。首先，通过在视觉惯性里程计中加入线特征来表示环境的几何结构信息，提升位姿估计的准确性；其次，通过引入长度阈值筛选，剔除对位姿估计贡献不大的短线段，改善特征追踪的鲁棒性；最后，使用非线性优化的方式，将GPS测量信息和改进的视觉惯性里程计融合，校正视觉惯性里程计的累积误差。基于EuRoC数据集仿真实验以及应用于无人机的真实场景实验表明，相较于原算法，加入线特征算法的定位误差在仿真实验中降低了39.14%，室内场景降低了23.48%，室外场景降低了33.58%。融合了GPS的点线特征算法相较于原算法，定位误差降低了53.99%。     

基于FPGA的NMEA解码和校正的算法设计

针对目前全球定位系统(GPS)在NMEA-0183码解码及其授时系统校正电路复杂、难以提高精度的不足之处,提出了一种完全用FPGA来实现NMEA码解码、校正的方法。该解码算法以NMEA-0183协议定义的语句格式为基础,根据GPS输入秒脉冲的上升沿,循环判断码的帧起始位、帧状态、帧结束位标志,直至完成正确解码;校正算法则用线性预测理论,以最小预测误差为原则,对前一时间段的系统时间进行加权计算,在当前时刻出现丢码、误码或不能正常工作时,则以该计算值为当前系统时间的预测值来校正和维持系统时间。用硬件描述语言对该解码、校正算法编程,并在一块FPGA芯片内部生成硬件电路。仿真与硬件测试结果证明算法精确有效,经济实用,稳定性好。     

基于动态滑动模型的加速度传感器数据在线预测方法研究

加速度传感器输出值精确测量是相关数据预测的必要前提,为补偿制造工艺和测量环境影响带来的加速度传感器输出误差并准确预测加速度传感器输出数值,提出了基于自适应归一化奇异谱和神经网络的加速度传感器误差补偿及数值预测方法。首先分析加速度传感器输出误差产生的原因;然后根据奇异熵定阶去噪的方法提出了自适应奇异谱方法用于加速度传感器误差自适应补偿;最后选用基于滑动窗的径向基(radical basis function, RBF)神经网络作为加速度传感器输出数值预测方法,并用粒子群优化算法优化RBF神经网络的初始参数。实验结果表明,自适应奇异谱方法可以有效补偿加速度传感器输出误差,并可以选定不同的自适应参数以满足不同误差需求,并且粒子群算法优化的RBF神经网络可以有效预测加速度传感器输出数值。     

基于三步数值积分的弹道外推方法

利用已经形成的弹道轨迹,采用三步数值积分的方法外推弹丸的起始点。首先采用两次积分确定弹道外推的积分参数,确保弹道外推的精度,然后利用积分参数进行第3次数值积分获得弹丸的起始位置。接着利用积分时间间隔从弹道轨迹滤波的结束点向炮口进行第3次积分,完成弹道外推。最后将积分结果转换到雷达切平面坐标系中。这样能够有效保证弹道外推的精度,准确估计出弹丸的发射位置,适用于炮位雷达的对于迫击炮和榴弹炮的弹道外推过程。     

结合速度控制的时空图网络行人轨迹预测模型

行人轨迹预测中最重要的任务是建立行人轨迹交互模型,针对在模型中缺乏关于时间和速度等信息的建模,提出了一种结合速度控制的时空图网络算法来建立行人交互模型并对轨迹进行预测.整体模型采用条件生成对抗网络架构,其中采用速度预测模块预测行人未来速度并作为条件生成对抗网络的控制条件,显式地将速度信息引入行人轨迹预测,避免较大偏差速度对轨迹的影响。在生成器中设计了基于图卷积注意力机制的时空信息融合模块,在提取行人轨迹序列运动特征并关注其空间上相互作用关系的同时,显式地编码行人序列的时间相关性。最后,将结合时空信息和速度信息的轨迹交互特征解码,完成轨迹的预测。此外,考虑到现有评价方法的不足,采用平均碰撞次数作为轨迹合理性的评判。在公开数据集ETH和UCY上进行验证,实验结果表明,该文所提出的算法能更好地完成行人轨迹预测,平均位移误差为0.40 m和最终位移误差为0.79 m。     

基于MEMS的海洋漂流浮标运动姿态测量系统设计

针对海洋漂流浮标运行时运动轨迹姿态多变影响传感器观测要素可靠性的特点，设计了基于三轴MEMS陀螺仪、加速度计、磁阻传感器的漂流浮标姿态测量系统。介绍了系统硬件组成结构及软件算法流程，采用四元数方法和PI调节算法进行姿态解算以及数据融合，并采用椭球拟合和阀值滤波方法修正补偿系统误差。实验测试表明，系统姿态测量效果良好，静态误差小、动态抗干扰性能较好，满足海洋漂流浮标姿态测量基本需求。