共查询到20条相似文献,搜索用时 78 毫秒
1.
本文将粗差检测与定位理论,具体地运用于高程控制网的数据处理中。并且结合某市大型高程控制网,进行了粗差的检测与定位试验,结果证明了粗差检测与定位理论在高程控制网的数据处理中是十分有效的。 相似文献
2.
3.
针对采样中出现的粗差,提出了一种基于抗差估计理论的故障定位算法.通过等价权原理,将抗差估计理论和最小二乘法有机的结合起来,有效地避免了粗差的影响.算法采用微分方程作为数学模型,并利用相模变换解耦;然后,在模域采用输电线路双端信号列写故障点方程;最后,用抗差最小二乘法求解.经过RTDS实验表明,该算法结果稳定,具有很好的准确性和抗干扰能力. 相似文献
4.
针对采样中出现的粗差,提出了一种基于抗差估计理论的故障定位算法。通过等价权原理,将抗差估计理论和最小二乘法有机的结合起来,有效地避免了粗差的影响。算法采用微分方程作为数学模型,并利用相模变换解耦;然后,在模域采用输电线路双端信号列写故障点方程;最后,用抗差最小二乘法求解。经过RTDS实验表明,该算法结果稳定,具有很好的准确性和抗干扰能力。 相似文献
5.
6.
磁浮控制系统的传感器非线性校正方法研究 总被引:2,自引:0,他引:2
磁浮控制系统采用涡流传感器检测其运行状态.由于控制系统对精度和实时性有较高要求,涡流传感器输入输出特性的非线性和模型随环境的变化需要快速准确的补偿.为此,采用径向基函数网络建立涡流传感器逆模型,使加入逆模型后涡流传感器输入输出映射单位线性化.采用本文提出的简化自适应隐层结构和中心学习算法能够快速准确得到网络结构和参数.实际测量说明,该方法在精度和实时性方面满足要求,校正误差小于0.7%,能够补偿涡流传感器模型的变化.该方法能够用于精度和实时性要求高的其他传感器校正中. 相似文献
7.
提出了一种基于改进型BP神经网络的瓦斯传感器的非线性校正方法,利用神经网络良好的非线性映射能力,逼近反非线性函数完成非线性校正.仿真实验结果表明:与分段线性校正和传统BP算法相比,改进型的BP神经网络收敛速度快、逼近精度高,准确度由原来分段线性校正的±5.02%提高到现在的±0.130%,且易于动态调校. 相似文献
8.
9.
10.
基于径向基函数神经网络的涡流传感器非线性补偿方法研究 总被引:2,自引:0,他引:2
为了解决数字式涡流传感器的非线性问题,提出利用径向基函数神经网络进行非线性补偿的方法。介绍非线性补偿原理以及算法,并将其与BP神经网络法进行比较。从实测数据出发,建立了涡流传感器的非线性补偿模型。结果表明,这种非线性补偿模型误差小、有良好的鲁棒性、能实现在线软补偿,比用BP神经网络有更快的训练速度。 相似文献
11.
为了对无刷直流电动机的非线性系统实现快速、精确的故障检测,采用精确的无刷电机非线性系统模型,并应用RBF神经网络,设计了一种非线性状态观测器,通过观测器的估计值与实际输出值之间的残差来判定无刷电机故障与否,并将无刷直流电动机非线性模型在某一工作点附近线性化,采用线性观测器的方法对其进行故障诊断的仿真并与非线性故障诊断方法相比较。结果表明,对于在多工作点工作的无刷直流电机,该方法能获得更精确的故障检测结果。 相似文献
12.
机床热误差建模及检测系统模块设计 总被引:1,自引:0,他引:1
提出了基于模糊神经网络的数控机床温度与热变形的数学模型,该模型根据输入输出样本自动设计和调整模糊系统的参数,并使传统神经网络中没有明确物理含义的权值被赋予模糊逻辑中推理参数的物理含义。将模糊逻辑理论和神经网络结合,提高了网络的泛化能力。文中给出了模糊神经网络结构、算法的具体实现过程。并通过一个仿真实例说明模型可以将20μm内的热变形补偿到1.7μm内,补偿效果明显。针对补偿技术研究与应用中需要快速采集大量的温度及热变形信号问题,以MSC1210微控制器为核心进行模块化设计,温度采集模块通过SPI接口与上位机DSP连接组成数据采集系统。可以方便、灵活的完成数据采集任务。 相似文献
13.
14.
Cheng He Jian Wu Jiyang Dai Zhe Zhang 《International Journal of Adaptive Control and Signal Processing》2021,35(2):262-284
This study examines the fixed-time adaptive neural network tracking control problem for a class of unknown multi-input and multi-output (MIMO) nonlinear pure-feedback systems. The introduction of the radial basis function resolves uncertain problems of unknown MIMO systems. The mean value theorem is introduced to overcome the controller design problem attributed to the nonaffine structure in pure-feedback systems. Moreover, a novel fixed-time virtual controller and an actual controller are designed to solve the issue of previous single-input and single-output and MIMO systems that have no solution in the negative domain and at the origin in finite- and fixed-time controls. Furthermore, a design method is proposed. The final designed controller ensures that all signals in the system are bounded. Simulation experiments show that the designed fixed-time controller facilitates smaller tracking error of the system compared with other finite- or fixed-time controllers. Furthermore, the selection of appropriate design parameters allows the tracking error to converge on a small neighborhood of the origin in a fixed time. 相似文献
15.
随着风电机组装机容量的持续高速增加以及大规模风电场的建设,各个国家(地区)的电网对风电的重视程度也在增加,风电场发电功率的短期预测对于风电场并网以及电网的调度起着至关重要的作用。通过对风电场发电功率的时间序列进行分析,表明该序列具有混沌属性,并在此基础上,利用相空间重构理论建立了关于风力发电功率的RBF神经网络与BP神经网络预测模型,并进行了实际预测。通过对结果进行对比分析,显示该模型可以得到较高的短期发电功率预测精度,更好地满足实际现场需要。 相似文献
16.
Nguyen T. Thao 《International Journal of Circuit Theory and Applications》1997,25(5):369-391
Deterministic analysis is becoming increasingly popular to study the theoretical mechanisms of ΣΔ modulation, as opposed to the classical noise-shaping approach. This paper gives an overview of its application to the specific problem of signal reconstruction. Once an input signal has been processed through a ΣΔ modulator of given specifications, the fundamental question is to know what deterministic information can be retrieved about this signal from the ΣΔ output. The paper summarizes all results obtained in this research under a unified presentation framework. © 1997 by John Wiley & Sons, Ltd. 相似文献
17.
针对核酸提纯、扩增、检测一体化设备的荧光检测系统多通道检测运动的快速性和稳定性,设计了三种基于PID控制器的控制策略,分别为模糊PID、模糊RBF神经网络PID和PSO-PID。经MATLAB仿真结果表明,模糊PID控制有较大的超调量和调节时间,震荡较大;模糊RBF神经网络PID控制的超调量十分小,调节时间较小,无震荡;PSO-PID控制有小幅度震荡和超调量,调节时间最短,可快速到达稳定状态。模糊RBF神经网络PID和PSO-PID控制步进电机的方式同模糊PID相比,没有了主观经验的影响,反应时间快、稳定性好,具有很好的自学习、自适应能力。 相似文献
18.
针对光伏功率单变量预测方法的不足,设计了一种新型光伏功率多变量相空间重构预测方法。首先,基于相关性分析,选取实际光伏电站的历史光伏功率和气象因素时间序列组成多变量时间序列;然后,利用C-C法和虚假邻近点(false nearest neighbors,FNN)法重构光伏功率预测的多变量相空间,并以小数据法识别其混沌特性;最后,结合径向基函数(radial basis function,RBF)神经网络强大的非线性拟合能力,建立了基于多变量相空间重构和RBF神经网络的光伏功率预测模型。算例分析表明,相较于单变量预测方法,所提出的多变量相空间重构预测方法性能更加优越。 相似文献
19.
针对在双选衰落特性下信道时变和非平稳导致OFDM信号检测精度较差的问题,提出了一种基于CNN-GRU神经网络(Convolutional Neural Network-Gated Recurrent Unit Neural Networks,CGNN)信号检测方案。首先使用信道模型生成数据以充分挖掘信道先验知识;然后在离线训练中采用一维卷积神经网络对原始信号进行降维和特征提取,利用门控循环单元的记忆特性恢复受到衰落的信号;最后为减少衰落程度严重的子载波引起的干扰,在网络训练中添加注意力机制,给每个子载波赋予权重,从而进行差异化训练。仿真结果表明,本文所提检测方法的误码性能提升明显,在平坦衰落信道下,CGNN能获得0.3dB~1dB的误码性能增益,在频率选择衰落信道下,CGNN能获得2dB~5dB的误码性能增益,并且拥有很强的鲁棒性。 相似文献