相关函数脉冲响应法系统实时辨识

结合了相关函数法和脉冲响应法两种经典系统辨识方法原理,在随机信号干扰的情况下,设计对系统实现实时辨识的仿真软件,获得系统的非参数模型。该仿真设计中,以M序列作为输入信号,白噪声信号作为干扰信号,进行了Matlab仿真实验,讨论了M序列的幅值,采样时间和周期长度对系统辨识效果的影响,以及分析M序列的选取方法来减少系统辨识误差。     

基于MATLAB的辅助变量法参数辨识与仿真

本文介绍了参数辨识中辅助交量法的基本原理以及Matlab系统辨识工具箱中参数辨识主要功能函数，并通过实例分析该工具箱在参数辨识、系统仿真中的应用。     

短记忆性时间序列的建模分析及预测

AR模型作为时间序列模型的一种,由于其参数估计和定阶简单而广泛用于系统辨识.在多维AR序列的最小二乘建模的基础上,结合Kalman滤波算法,推导了应用Kalman滤波技术的多维AR序列参数估计方法.该算法无需保存历史数据,可对AR模型的估计参数进行实时的修正.在确定AR模型阶数时,提出了两步F检验法.选取上证某A股收益序列作为样本,利用时间序列相关性分析对该算法的有效性进行验证;对时间序列的RMSE和MAD指标进行比较,结果表明该算法大大减少了建模过程中的计算工作量,并具有较好的预测性.     

改进的BP神经网络算法在水质监测中的应用

针对一类多输入多输出系统进行辨识, 以"A simulation of the western basin of Lake Erie"为例, 通过分析河流湖泊的水质特征, 针对伊利湖湖泊水质建立数学模型, 由于该环境系统为多输入多输出系统, 文章采用了一种改进的BP神经网络算法, 利用Matlab神经网络工具箱进行数据分析, 绘出实际输出与模型输出的曲线以分析相关情况, 检验建立的模型对于系统的辨识水平, 给出传统BP网络和改进BP网络对该系统辨识的结果进行分析对比. 文章还对不同噪声层次下的数据进行分析比较, 并研究白噪声对于人工神经网络模型的影响.     

基于MATLAB神经网络的NNSYSID和NNCTRL工具箱

0　引言神经网络目前已经成为辨识和控制非线性系统的一种大众化工具 ,它的实现方法最常用的是软件仿真 ,MATLAB神经网络工具箱就是其中的优秀代表[1] ,广泛地应用于多种场合。不过这些工具箱都是一般意义上的工具箱 ,缺少系统辨识和控制设计用的针对性很强的工具箱。本文介绍的NNSYSID和NNCTRL工具箱就是新近开发的专门针对系统辨识和控制用的工具箱[2～ 4 ] 。NNSYSID工具箱是基于神经网络的系统辨识工具箱 ,它可以帮助辨识非线性动态系统参数 ,并且具有大量的基于神经网络的非线性模型结构 ,以及有效的学习算法和验证模型结构…     

有限转角系统的建模

本文以相关分析原理为基础，以Ｍ序列作为激励获得系统的冲激响应，再用最小二乘法辨识获得系统的离散模型和频域模型。通过对一实际系统辨识，证明了该方法的工程应用价值。     

基于模糊模型的非线性离散时间系统辨识:算法与性能分析

讨论使用模糊系统方法辨识非线性离散时间系统时,模糊系统模型的构造、逼近性质以及模型参数的自适应调整算法.研究了该辨识方案的有关性能,对模糊模型的参数误差和辨识误差进行了分析,并给出了模糊模型参数的估计值收敛到其真实值所需的持续激励条件.     

基于残差方差的系统阶次和参数辨识算法

系统辨识的研究一般是将系统的阶次辨识和参数估计分开的,但实际应用过程中这两个问题又是紧密相关的。有的模型阶次辨识过程是伴随着模型的参数估计,因此可以对这类阶次辨识方法同参数估计的方法进行融合和扩展。针对输出误差系统,借助辅助模型推导出基于残差方差递推算法,利用该算法辨识出了模型的阶次和参数,减少了传统系统辨识过程的计算量和辨识时间。     

水泥回转窑工作点的多变量系统辨识建模

研究水泥回转窑优化建模问题,水泥回转窑自动控制优化的实现,需要以准确的数学模型作为基础。由于水泥回转窑为高温热工设备,其系统是复杂的非线性系统,要求准确建模。为解决上述问题,提出采用时间序列模型,应用最小二乘的参数寻优方法进行系统辨识,得到某生产线工作点及其附近的线性化模型,用专家智能控制系统软件实现建模。实验结果可见,系统的实际输出与辨识所得模型的输出曲线归一化后拟合良好,表明所得模型在工作点附近可以准确地描述多变量系统,验证了所提时间序列模型辨识建模算法的有效性。     

基于多层感知器神经网络的精矿品位预报

精矿品位是直接关系到选矿生产效率和产品质量的重要指标,精矿品位的在线检测对提高赤铁矿选矿生产流程的产品质量和生产效率、减少资源消耗具有重要意义。但是,由于选矿生产的强非线性和强耦合性,使得精矿品位往往难于在线连续测量。为了建立精矿品位与工艺指标之间的模型,以便于调整各工艺指标,从而实现全流程优化,本文采用多层感知器神经网络和系统辨识相结合的方法,运用Matlab系统辨识工具箱和神经网络工具箱,提出了由线性模型和非线性补偿模型组成的混合模型结构的精矿品位预报方法,建立了精矿品位预报模型。该方法提高了对于复杂工业过程中精矿品位指标的预报精度,通过现场数据和一系列对比实验验证了本方法的有效性和优点。     

基于宇宙射线观测的喀斯特槽谷区典型流域土壤水分反演研究

宇宙射线中子法是一种百米尺度的土壤水分无损测量方法。基于重庆市青木关槽谷区多个站点的多层土壤水分观测数据,针对宇宙射线土壤水分观测系统（COSMOS）同步测得的中子序列开展了土壤含水量反演研究。在反演算法研究过程中,引入S-G滤波对COSMOS快中子数进行平滑,分析了植被含水量的影响,探索和优化了算法率定和验证阶段不同的数据筛选方案。结果表明：该区域植被含水量对COSMOS反演结果影响较小,且考虑全时段土壤水分水平下发展的算法能得到与实测区域平均更为一致的土壤水分序列。最后应用该反演算法进一步生成了COSMOS观测时段的长时间序列土壤水分产品,并与周边相邻土壤水分观测进行间接验证,揭示了该区域的土壤水分季节变化特征。该研究发展的COSMOS土壤水分反演算法在该区域展现了较强的适用性,可为重庆市青木关喀斯特槽谷区典型流域的区域尺度土壤水分观测与水文气象分析提供支持。     

结合三维视景的控制系统仿真

介绍了一种基于VC和Matlab的采样控制系统仿真。它以Matlab控制系统工具箱函数为基础,通过Matlab引擎技术建立VC与Matlab的通信渠道,获得控制系统的等价线性模型。在VC程序中将控制系统的仿真过程以采样周期为时间单位拆成单步进行仿真,并在仿真中嵌入三维视景语句,依据每步的仿真结果更新视景画面,从而获得控制系统仿真在三维视景中的实时表现。集成后的软件不仅能充分发挥VC与Matlab各自的优点,还可以应用视景软件表现逼真连续的三维画面。提供的实现过程和编程实例均说明此方法简单、方便、可操作性强。     

STDMA系统数据链自组织特性的仿真研究

船舶自动识别系统(AIS)的关键技术是STDMA,它采用信道时隙动态预约的自组织方式工作。由于信道中数据链路负载程度的不同,系统有可能会发生传输时隙的冲突。针对这一问题,该文采用计算机仿真的方法,通过模拟不同的数据链路负载状况,特别是高负载数据链路环境,研究了SIDMA系统自组织特性的工作状况和识别效率,并深入研究了链路负载程度与站台间相隔距离以及系统网络吞吐量三者之间的关系,最后在仿真结果的基础上给出了一组计算不同区域链路吞吐量的公式。     

A didactic procedure for designing power oscillation dampers of FACTS devices

An important issue related to power system stability is to properly damp low frequency oscillations. Traditionally, these oscillations have been damped by means of power system stabilizers. In recent years, FACTS devices equipped with a power oscillation damper have been also efficiently used for damping oscillations. This paper is a tutorial for designing such power oscillation damper. The paper presents design projects suitable for students in the power system control area at the M.Sc. and Ph.D. levels. For educational purposes, the procedure is based on Matlab and on two specific toolboxes, namely the Power System Analysis Toolbox and the Control System Toolbox. A single-machine infinite bus and a two-area test systems, with a thyristor controlled series compensator and an unified power flow controller, respectively, are used as examples for the POD design. Classroom experience has shown that the procedure helps in consolidating a better understanding of power system stability and control.     

基于RBF的模糊神经网络控制器设计与仿真分析

介绍一种基于RBF的模糊神经网络设计与仿真分析的实现方法。该方法利用MATLAB中的神经网络工具箱图形用户界面GUI结合模糊控制规则表给定的输入/输出样本数据设计、构建RBF模糊神经控制器,并在Simulink中建立系统仿真模型。通过对阶跃输入信号作用下系统动态性能的仿真分析,结果表明基于RBF的模糊神经控制器有良好的控制性能。     

GPS误差的时间序列分析建模研究

定位精度是影响全球定位系统(GPS)应用的重要因素之一,目前采用的差分GPS虽然能够有效地提高定位精度,但属于非自主式定位方法,易被发现和攻击,限制了系统的应用范围;而组合导航定位系统结构复杂,实现成本较高。利用时间序列分析方法,分析GPS误差序列的统计特性,建立误差模型,可有效地改善GPS预报结果,提高定位精度。结合实际采样数据,给出了具体实现方法,实验结果表明了利用时间序列分析方法进行GPS数据建模分析的有效性及可行性。     

时态信息系统转换方法的改进

利用Rough Set方法分析时间序列，已经取得了成果。时态信息系统(TIS)是时间序列的形式化表示。将时态信息系统转化为传统的信息系统(IS)，是将Rough Set方法应用于时间序列挖掘的基础。目前，已有的将TLS转换为IS的方法，依赖于固定的时间间隔，具有一定的局限性。本文在已有算法的基础上，提出了两种改进方法，并结合Rough Set理论，使之适用于一般的时间序列的挖掘。     

在线分段时间序列流:一种有限自动机方法*

针对目前已有的时间序列数据分段方法多侧重于静态数据的分段现状,根据时间序列流数据的变化情况,分析数据流的状态,提出一种有限自动机的分段方法,它通过分析时间序列流中数据所处的状态,进而发现其中的变化点,并以变化点作为段的两端,从而完成时间序列的分段。实验表明,这种方法能够有效地对高速时间序列流进行分段,保证了分段的效果和质量。     

Data-based mechanistic modelling of stochastic rainfall-flow processes by state dependent parameter estimation

Due to the inherent nonlinearity in the process of transformation of rainfall into river flow, a simple direct input-output transfer function (TF) model may not sufficiently capture the catchment's hydrological dynamics. This paper presents an application of state dependent parameter (SDP) models for nonlinear, stochastic dynamic system to identify the location and form of the nonlinearity in the rainfall-effective rainfall dynamics. The objective was to develop an effective rainfall input time series that was then used to improve the performance of an originally developed direct input-output TF model of daily rainfall-flow relationship. The CAPTAIN Toolbox in the MATLAB^® environment was used in the model identification in which the recursive filtering and smoothing procedures formulated within a stochastic state space setting were applied to the time series data in order to identify the location and form of nonlinearities within a generic TF model. The nonparametric estimation as well as the parametric optimisation of the resulting nonlinear models was done using the Curve Fitting Toolbox in MATLAB^®. The results showed an improved and more parsimonious TF model. The model improved from explaining only 13% of the data to 56% presenting an improvement of 43% in the model fit. The study demonstrates that simple stochastic but robust tools can be successfully applied to develop and improve applicable hydrological models.     

基于MODIS时间序列数据的作物季相信息提取

基于MODIS NDVI时间序列数据对浙北平原单季稻区进行作物季相一致性分析。对NDVI时间序列数据进行离散傅立叶变换去除噪声,再利用土地利用现状图提取耕地区的NDVI影像图,根据时间序列曲线的最大值研究作物的季相。结果表明:水稻生长期对NDVI时间序列曲线的响应和季相一致性均较小麦和油菜好;8 d合成的数据较16 d合成的数据可以更详细地反映作物季相信息。研究证实了MODIS NDVI时间序列曲线对区域作物季相分析的意义。