Identification and U-control of a state-space system with time-delay

This article presents a state-space model with time-delay to map the relationship between known input-output data for discrete systems. For the given input-output data, a model identification algorithm combining parameter estimation and state estimation is proposed in line with the causality constraints. Consequently, this article proposes a least squares parameter estimation algorithm, and analyzes its convergence for the studied systems to prove that the parameter estimation errors converge to zero under the persistent excitation conditions. In control system design, the U-model based control is introduced to provide a unilateral platform to improve the design efficiency and generality. A simulation portfolio from modeling to control is provided with computational experiments to validate the derived results.     

带延迟索赔和随机收入的离散风险模型的Gerber-Shiu分析（英）

破产理论是保险数学中的重要问题，它可以为保险公司决策者提供一个非常有用的早期风险预警手段．本文研究了一个带潜在延迟索赔和随机保费收入的复合二项风险模型．利用矩母函数的技巧，得到了 Gerber-Shiu 期望折罚函数的递推公式．特别地，还得到了贴现因子为 1 的特殊情形下的 Gerber-Shiu 期望折罚函数的解析表达式．最后还得到了实际应用中的一些重要的破产特征量，包括破产概率，破产时赤字的密度函数，破产前盈余与破产时赤字的联合密度函数，以及导致破产的索赔密度函数等．     

Maximum likelihood-based adaptive differential evolution identification algorithm for multivariable systems in the state-space form

Parameter estimation plays an important role in the field of system control. This article is concerned with the parameter estimation methods for multivariable systems in the state-space form. For the sake of solving the identification complexity caused by a large number of parameters in multivariable systems, we decompose the original multivariable system into some subsystems containing fewer parameters and study identification algorithms to estimate the parameters of each subsystem. By taking the maximum likelihood criterion function as the fitness function of the differential evolution algorithm, we present a maximum likelihood-based differential evolution (ML-DE) algorithm for parameter estimation. To improve the parameter estimation accuracy, we introduce the adaptive mutation factor and the adaptive crossover factor into the ML-DE algorithm and propose a maximum likelihood-based adaptive differential evolution algorithm. The simulation study indicates the efficiency of the proposed algorithms.     

Prediction of the crack condition of highway pavements using machine learning models

Departments of Transportation regularly evaluate the condition of pavements through visual inspections, nondestructive evaluations, image recognition models and learning algorithms. The above methodologies, though efficient, have drawn attention due to their subjective errors, uncertainties, noise effects and overfitting. To improve on the outcomes of the shallow learning models already used in pavement crack prediction, this paper reports on an investigation of the use of recursive partitioning and artificial neural networks (ANN; deep learning frameworks) in predicting the crack rating of pavements. Explanatory variables such as the average daily traffic and truck factor, roadway functional class, asphalt thickness, and pavement condition time series data are employed in the model formulation. Overall, it is observed that the recursive partitioning (regression tree – R² > 0.8 and classification tree – R² > 0.6) and ANN (continuous response – R² > 0.8 and categorical response – R² > 0.6) are compelling machine learning models for the prediction of the crack ratings based on their goodness-of-fit statistics, mean absolute deviation (MAD < 0.4) and the root mean square errors (RMSE between 0.30 and 0.65).     

多边形坡屋顶屋脊线的递归算法

坡屋顶是比较常见的一种屋面构造形式。在建筑结构CAD辅助设计软件中,自动生成坡屋顶是一项必要的功能。坡屋顶尽管有多种形式,但其基础算法却大同小异。本文探讨的是最有代表性的一类坡屋顶的屋脊线算法问题。坡屋顶的底边可为简单规则的四边形、六边形,但也可能为任意的复杂多边形。根据坡屋顶的底边及坡屋面的倾角求坡屋顶的屋脊线是相对较复杂的几何问题。经过尝试,本文针对这个问题找到了一种非常简明有效的递归算法,该算法主要基于试探性的解题路线和屋脊线无交叉的有效性判断准则,很适于在计算机上编程实现。坡屋顶的屋脊线算法已有不止一种,本文的新意在于算法的简练。若把这种思路在类似问题中加以扩展,也很容易应用在其它一些建筑几何问题的算法处理上。     

势问题的数值流形方法

以往的数值流形方法都是以最小势能原理或变分原理为基础来建立求解方程的。但在实际工程中有些实际问题,无法应用变分方法来建立数值流形方法的求解方程,必须寻找较一般的方法来推导数值流形方法的求解方程。本文研究了如何从加权残数法出发建立拉普拉斯方程数值流形方法的求解方程。通过建立拉普拉斯方程的数值流形方法,充实了数值流形方法的数学基础,并拓宽了其应用领域。最后以热传导和渗流为例,验证了本文方法的正确性。     

频域谐波分析算法的新解释及其推广

在电力系统谐波分析的频域方法中,加汉宁窗插值算法应用较为广泛,其某些实现具有相似结构,只是选取的插值点数不同。为深入理解其内在本质,文中利用汉宁窗和矩形窗之间的关系,将已有的两种加汉宁窗算法转化成未加窗的等价形式,找出其中规律,并将其推广到通用的未加窗p点插值算法。在推导过程中,首先建立了多分量信号的未加窗离散傅里叶变换(DFT)值的近似模型,接着利用此近似模型分析出算法系数所需满足的两个条件,最后设计了满足条件的一组系数。当插值点数p为4或5时,所提算法等价于已有的两种加汉宁窗算法;p的最小允许值为3,此时算法具有最高的频域分辨率,并且不存在对应的基于汉宁窗的等价形式。结合改进后的DFT递推公式,所提算法所需计算量仅和插值点数p呈线性关系,因此能够大幅降低计算量,并为电网信号提供实时估计。仿真部分比较了算法采用不同插值点数p时的表现,实验部分将算法应用于三相电机电流信号的实时估计。     

面向飞行器交会对接应用的载波相位差分技术研究

GNSS引导两飞行器交会对接的前提是实时可靠地估计相位模糊度。针对卫星和飞行器的高动态性所引发的频繁换星问题,提出一种实时递归相位模糊度估计方法。该算法能够有效处理失锁所造成的卫星起落现象,同时充分利用历史观测与当前观测方程中部分模糊度分量的关联性,使得模糊度估计的成功率对可见卫星数目的减少不敏感。为了验证该算法在空间飞行器对接中的精度和成功率,采用GPS模拟器仿真两飞行器近程导引段和最终逼近段的过程,应用新算法实时估计两飞行器间相对位置,精度达到亚厘米级水平,成功率在可见星数递减时依然渐进逼近100%。     

基于动能定理的公交车质量估计算法(英文)

公交车质量是影响公交车油耗的重要因素,同时也是车辆自动换挡策略和混合动力能量管理的关键参数。本文针对公交车质量的估计问题,提出了基于动能定理的估计算法。利用车辆数据采集系统,得到车辆的速度、扭矩等信息,选择同一站点、同一档位加速过程的数据,使用动能定理的方法估计了公交车的质量。经过试验数据验证,质量的平均估计误差为2.92%。动能定理的方法相比传统的递推最小二乘方法所需的样本点更少,估计误差更小。由于公交车站点间的运行距离一般较短,可提供的样本数据非常少,因而动能定理的方法更适用于公交车的质量估计。此外,还分析了档位、滚动阻力系数、空气阻力系数和道路坡度对质量估计的影响。     

基于改进EKF的飞机蓄电池在线SOC估计方法

蓄电池荷电状态(state of charge,SOC)是电池管理系统最为重要的参数之一,由于飞机蓄电池工作环境恶劣复杂,具有较强的非线性,给蓄电池的在线 SOC估计带来较大的困难。以提高复杂应力条件下飞机蓄电池在线 SOC估计精度为目的,采用性能测试实验对蓄电池性能参数的温度、放电率特性进行研究,并提出递推最小二乘法与扩展卡尔曼滤波算法结合的改进 EKF方法,实现蓄电池等效电路模型参数的在线辨识以及蓄电池在线 SOC 的估计。上述方法通过物理实验进行了验证,实验结果表明,改进后 EKF方法的 SOC 估计误差小于0.5%,估计精度获得明显提高。