一种高精度的非平稳随机信号实时建模算法研究

针对传统的非平稳随机信号时变参数筹分模型算法的不足,论文把非平稳随机信号时变参数差分模型与一种带自适应遗忘因子的RLS算法结合起来,形成一种有效的非平稳随机信号实时建模算法,仿真分析表明该算法不仅能获得快的收敛速度而且能获得高的建模精度。     

基于聚类算法实现信号盲分类

本文解决了信号处理、工业控制等领域存在的非平稳信号盲分类问题。在聚类中广泛应用的K-Means算法及其它基于中心的聚类算法有两个共同的缺陷-需要预先确定类数目且随机初始化中心引起性能不稳定。本文提出的算法较好地解决了这两个问题，提高了算法稳定性，实现了非平稳信号盲分类。提取非平稳信号的小波系数作为聚类的样本空间，分析聚类结果的统计偏差以估计类的数目，采用调和均值准则进行分类。最后给出的仿真结果表明本文提出的方法较传统的K-Means算法明显降低分类错误率。     

STATIONARY AND NON-STATIONARY STATE SPACE MODELS

Abstract. The concepts of time invariance, stationarity, non-stationarity and immemorial time are considered for state space models (SSMs). Necessary and sufficient conditions for stationarity are given and connected with standard conditions. Expressions are given for the unconditional mean and covariance matrix of the state of a time-immemorial SSM. Application of the results is made to a variety of theoretical and empirical models and the initialization of the Kalman filter in the non-stationary case and for the ARIMA ( p, d, q ) model.     

基于无监督深度图像生成的盲降噪模型

鉴于有监督神经网络降噪模型的数据依赖缺陷,提出了一种基于无监督深度生成（UDIG）的盲降噪模型。首先,利用噪声水平评估（NLE）算法测定给定噪声图像中的噪声水平值并输入到主流FFDNet降噪模型中,所得到降噪后的图像（称为初步降噪图像）作为UDIG降噪模型的输入。其次,选用编码器—解码器架构作为UDIG模型的骨干网络并用UDIG模型的输出图像（即生成图像）分别与初步降噪图像、噪声图像之间的均方误差之和构建混合loss函数;再次,以loss最小化为优化目标,通过随机梯度下降（SGD）网络训练算法调整网络模型的参数值从而获得一系列生成图像;最后,当残差图像（噪声图像与生成图像之间）的标准差逼近之前NLE算法所测定的噪声水平估计值时及时终止网络迭代训练过程,从而确保生成图像（作为降噪后图像）的图像质量最佳。实验结果表明：与现有的主流降噪模型（算法）相比,UDIG降噪模型在降噪效果上具有显著优势。     

Some investigations on fuzzy P + fuzzy I + fuzzy D controller for non-stationary process

The paper addresses the adaptive behaviour of parallel fuzzy proportional plus fuzzy integral plus fuzzy derivative (FP+FI+FD) controller. The parallel FP+FI+FD controller is actually a non-linear adaptive controller whose gain changes continuously with output of the process under control. Two non-stationary processes, whose characteristics change with time, are considered for simulation study. Simulation is performed using software LabVIEW TM . The set-point tracking response of parallel FP+FI+FD is compared with conventional parallel proportional plus integral plus derivative (PID) controller, tuned with the Ziegler-Nichols (Z-N) tuning technique. Simulation results show that conventional PID controller fails to track the set-point and becomes unstable as the process changes its characteristic with time. But the parallel FP+FI+FD controller shows considerably much better set-point tracking response and does not deviate from steady state. Also, a huge spike is observed in the output of PID controller as the reference set-point and process parameters are changed, while the FP+FI+FD controller gives spike free control signal.     

径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解（ESMD）方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报。首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测结果。结果表明：组合模型预报精度大于单一模型,与ESMD-BP神经网络组合模型比,ESMD-Elman神经网络组合模型的8站年径流预报结果的平均相对误差（MAPE）平均降低3.6%,均方根误差（RMSE）平均降低7.8%,确定性系数平均提高5.0%;8站月径流预报结果的MAPE平均降低3.0%,RMSE平均降低2.8%,具有“分解?预测?重构”特点的组合模型提高了预报精度。     

基于功率谱估计的造纸生产线断纸预测

建立打浆度、定量、水分等信号随机分量的自回归(AR)模型,并采用Levinson-Durbin递推算法对AR模型参数进行在线估计,由AR模型参数得到信号的功率谱估计,并根据功率谱的变化预测断纸过程的发生.将这种方法应用于生产,实践表明预报效果显著.     

考虑土体强度参数深度依赖性的非平稳随机场边坡滑动深度和体积分析

基于随机有限元方法（RFEM）和Monte-Carlo模拟,建立了能够模拟具有深度依赖性的土体强度参数边坡或具有软弱夹层边坡的非平稳随机场模型。通过辐射扫描方法获取最危险滑动面,得到非平稳随机场边坡滑动深度和滑动体积。将该方法与均质边坡和平稳随机场边坡获得的滑动深度和滑动体积进行对比,研究土体强度参数深度依赖性的非平稳随机场边坡的不同坡度和各向异性对滑动深度和滑动体积的影响。结果表明：基于RFEM的非平稳随机场滑动深度和滑动体积结果为地质灾害风险及后果评估提供了一个参考分析的新角度;参数的深度依赖性程度越高(变化率b越大),则边坡平均滑动深度和滑动体积越小;在大坡度滑坡风险后果评估中,可以基于均质边坡分析结果进行初步预估;在非平稳随机场中,随着各向异性的增大,所有坡度边坡的滑动体积变异系数增大;不同坡度下,水平方向的相关程度越大,则土坡内软弱夹层的不确定性越强,滑动体积的变异系数也不断增大。     

非平稳时间序列极值统计模型及其在气候-水文变化研究中的应用综述

伴随全球气候变暖和平均海平面持续上升,极端气象事件出现的频率增加、强度增大,气候变化已经成为导致水文极值非平稳性的一个重要原因。本文总结了气候-水文变化研究中常用非平稳时间序列极值统计模型的结构以及统计推断方法,从降雨极值变化、洪水极值变化等方面分析了非平稳时间序列极值统计模型在气候-水文变化研究中的典型应用案例。国内外研究表明:非平稳时间序列极值统计模型能体现水文极值随时间或协变量的变化情势,非平稳情况下水文极值重现期和风险的概念和计算方法与传统平稳时间序列的频率分析相比存在显著差异。最后对需要进一步研究的问题进行了展望。     

模拟爆炸地震波及其对框架结构的影响

基于能够描述爆炸地震波的非平稳随机过程模型进行爆炸地震波的模拟研究,给出能够考虑装药量和爆心距影响的单点爆炸地震波实用模拟方法。以15层框架结构为例,运用有限元分析软件建立空间板梁结构的有限元模型,计算结构的固有频率和固有振型,分析高层框架结构在模拟爆炸地震波作用下的动力响应。根据结构动力响应结果,判断结构的薄弱层,为工程抗震设计提供参考依据。