离散动态随机系统的信息融合滤波方法

针对离散随机动态系统的滤波问题,提出了基于信息融合估计的线性和非线性滤波方法。对于线性滤波,通过融合一步预测状态信息以及量测信息来获得系统状态的最优融合估计,并证明了它与标准卡尔曼滤波的一致性。基于非线性信息融合估计定理,推导出一种计算简单的迭代型非线性滤波方法。最后,还提出了信息融合滤波初值选取问题的解决方法。     

基于在线SVM的裂解炉燃料气热值软测量

针对裂解炉燃料气离线热值模型泛化能力差的问题,提出一种具有自适应能力的在线支持向量机(Online SVM)建模方法.该方法将增量式支持向量机(ISVM)与近似线性依靠(ALD)条件相结合,通过计算新样本与建模样本间的近似线性依靠值,选择满足ALD条件的独立新样本更新SVM模型.分析裂解炉燃料气热值的影响因素,并用Online SVM算法建立裂解炉燃料气热值在线软测量模型.该模型由离线训练模块和在线模型更新模块组成.离线训练模块基于离线数据训练得到初始热值软测量模型,在线更新模块通过使离线模型学习线性独立新样本来保证热值模型的在线预测精度.利用合成数据、Benchmark数据与裂解炉燃料气热值数据,将该方法与传统的SVM和LS-SVM方法进行对比仿真研究.结果表明:该方法能够适应新的工况,具备自适应学习新样本的能力,可以用于具有慢时变特征的裂解炉燃料气系统热值软测量建模.     

基于在线SVM的裂解炉燃料气热值软测量

针对裂解炉燃料气离线热值模型泛化能力差的问题,提出一种具有自适应能力的在线支持向量机(Online SVM)建模方法.该方法将增量式支持向量机(ISVM)与近似线性依靠(ALD)条件相结合,通过计算新样本与建模样本间的近似线性依靠值,选择满足ALD条件的独立新样本更新SVM模型.分析裂解炉燃料气热值的影响因素,并用Online SVM算法建立裂解炉燃料气热值在线软测量模型.该模型由离线训练模块和在线模型更新模块组成.离线训练模块基于离线数据训练得到初始热值软测量模型,在线更新模块通过使离线模型学习线性独立新样本来保证热值模型的在线预测精度.利用合成数据、Benchmark数据与裂解炉燃料气热值数据,将该方法与传统的支持向量机(SVM)与LS-SVM方法进行对比仿真研究.结果表明:该方法能够适应新的工况,具备自适应学习新样本的能力,可以用于具有慢时变特征的裂解炉燃料气系统热值软测量建模.     

黑箱系统的一种简便自适应预测控制策略

采用一种输入输出增量式一元线性回归模型作为黑箱系统的预测模型，应用投影算法估计模型参数．该模型将对象输出增量分解为2个分量：一个为非零控制增量作用下的强制分量，另一个为控制增量为零时的自由分量，是一种非齐次时变线性模型．此外，应用广义预测控制理论，提出了一种基于该模型的自适应多步预测控制策略，导出了基于该模型的多步最优预测算式和最优控制律．该控制策略不仅具有广义预测控制的强自适应能力和强鲁棒性，且模型参数少，算法简单，适用于黑箱系统的控制．仿真结果表明该控制策略是有效的。     

基于空间变异理论的电子地图构建方法

为提高位置指纹法在离线采样阶段建立电子地图(radio-map)的工作效率,提出了一种基于空间变异理论的radio-map构建的方法.将信号强度采样分解为趋势项和随机项描述其空间连续性和变异性.通过信号传播衰减模型建立趋势项和收发距离间的函数关系,利用普通克里金算法对非采样位置信号强度随机项进行最优线性无偏估计.最终实现根据少量采样计算定位区域任意位置信号强度的点估计.实验结果表明,该方法对信号强度的估计精度好于距离反比加权算法,在降低构建radio-map工作量的同时保证了定位精度.     

INS/GPS/DVL组合导航系统中测量延迟的影响及标定方案分析

以INS/GPS/DVL组合导航系统为例,分析了测量延迟误差对系统精度的影响(会产生较大的航向误差,继而会影响前向加表偏置)。提出了延迟误差的软硬件标定方法,包括时标法和相关系数分析法,对硬件和算法不需要作较大的改动就可以估计出延迟误差并补偿外部观测量。在无延迟、有延迟和延迟补偿后几种情况下进行了对比仿真。结果表明:该标定补偿方案可以准确地估计出延迟误差,有效地提高系统精度,几乎达到无延迟的精度水平。     

无刷直流电动机系统的一种摩擦补偿方法研究

针对无刷直流电动机系统的非线性数学模型特点,提出了一种简单的摩擦补偿方法。该方法首先利用输入输出线性化方法将原系统模型转化为一种简单的线性模型,然后给出一种非线性摩擦估计器实时估计系统中的库仑摩擦值,最后利用摩擦前馈补偿方法对其进行补偿。仿真结果表明该方法可以有产地抑制无刷直流电动机系统中的摩擦影响。     

基于LAR和在线LS-SVR的非线性时间序列故障预报

针对非线性系统的故障预报,设计了一种在线最小二乘支持向量回归机(LS-SVR)算法,提出了一种基于在线LS-SVR和线性AR(LAR)混合预测的故障预报新方法.用LAR对非线性系统进行局部线性建模,用LS-SVR在线补偿局部线性模型的建模误差,实现了非线性时间序列的一步预测,并推广到N步预测.基于已知的正常时间序列数据,直接对当前N步预测值进行异常估计,实现故障预报,提高了实时性.同时方法的误检率和漏检率还可人为调整,对不同对象具有普遍性.仿真实验证明了方法的有效性.     

带有乘性噪声的时滞系统多传感器信息融合

研究了带有乘性噪声的线性时滞系统的局部最优预报估计和全局最优线性加权信息融合问题。 通过虚拟噪声补偿技术,将该问题转化为一类带有未知时变噪声的随机系统的状态最优估计问题。基于等价系统的新息重组分析及Hilbert空间上的投影定理,给出局部最优预报器设计,进而通过求解与各单传感器子系统有相同维数的Riccati方程得到多传感器分布式全局最优加权信息融合算法。与集中式融合估计算法相比,该方法无需扩维。最后通过一个仿真实例证明该算法的有效性。     

凸轮系统动态响应的一种有效计算方法

以线性时不变滚子从动件平面凸轮机构为分析对象 ,结合截断Fourier级数和Lpalace变换及其反变换 ,直接求得系统在任意周期、任意时间或任意时间段内的响应 ,避免了一些数值方法当参数改变时所带来的繁琐求解计算过程 ,为凸轮系统动力响应分析与设计提供了一种较快速简便的理论方法。最后 ,通过一实例 ,对其动态响应计算加以说明。     

大跨度铁路钢桁斜拉桥传感器优化布置

为了解决大跨度铁路桥梁健康监测中的传感器优化布置问题,建立了基于改进自适应遗传算法的传感器优化布置方法。引入二重结构编码方法改进了遗传算法的个体编码方法。在最优保存策略中,采用自适应的部分匹配交叉和逆位变异方法,随适应度值的大小自动改变交叉概率和变异概率,确保布置结果收敛于全局最优解,克服了其他遗传算法应用于大型桥梁结构时收敛速度慢且易陷入局部最优的缺陷,加快了收敛速度。最后以某铁路钢桁梁斜拉桥健康监测系统的传感器优化布置为例,验证了该算法较基本遗传算法和广义遗传算法具有较好的全局寻优能力、计算效率和可靠性,所提方法可应用于实际铁路斜拉桥健康监测系统的传感器优化布置。     

基于被动声纳探测网络的空间配准算法

该文针对被动声纳组网后,其探测范围和探测精度都比单个声纳系统有较大改善,但探测网络中常常存在系统和随机误差,如若不进行处理,则会严重影响组网的探测性能。该文在忽略模型线性化误差的情况下,通过一阶Taylor展开,将观测方程线性化,得到系统误差估计的数学模型,从而利用广义最小二乘算法求出系统误差。之后再对原始测量数据进行误差补偿,修正被动声纳的固有偏差,提高被动声纳探测网络的定位精度。     

无刷电机反电势IIR滤波及其DSP实现

转子位置信息的获得是无位置传感器无刷直流电动机控制的关键,传统的反电势检测法在滤除高频干扰时的相位延迟难于补偿;通过在DSP上实现反电势信号的IIR数字滤波,消除噪声对反电势信号的影响,获得正确的反电势过零点。该方法在基于DSP的无位置传感器无刷直流电动机控制平台上进行实验验证,实测数据证明该方法可以有效滤除高频干扰,准确的获得反电势过零点,性能可靠,灵活性和实用性较高。     

污染物在填埋场底部非饱和土中的一维扩散解析解

为了揭示非饱和状态时污染物在填埋场底部土层中的运移规律,建立了污染物在非饱和土中的扩散模型。模型考虑了零浓度和零通量等下边界条件。在假设土层体积含水量随深度线性分布的基础上,利用分离变量法结合广义正交理论推导了该模型的解析解。解析解计算结果和有限元软件COMSOL Multiphysics 4.2的计算结果符合很好,并可退化到稳态解。100年时非饱和土底端污染物通量为91g/ha/a,是孔隙度0.3时饱和土底端通量(63g/ha/a)的1.4倍,是孔隙度0.6时通量(126g/ha/a)的0.7倍。当土层上下端总体积含水量一定时,同一时刻土层底部污染物相对浓度随顶端含水量增大而减小;土层底部污染物通量变化则很小。本文解析解可用于复杂数值模型的检验,实验数据的拟合和填埋场防渗系统的初步设计等。     

非线性放大的OST-MCPM信号的性能分析

该文针对两天线的正交空时编码的多进制连续相位调制传输系统,研究了非线性高功率功放对该系统的非相干检测算法的性能影响。分析了具有线性HPA和非线性HPA时非相干检测算法的成对差错概率。在准静态Rician衰落信道中,仿真和比较了两者的误比特率性能。理论分析和Matlab仿真结果均表明,在具有不同Rice因子的Rician衰落信道中,具有非线性和线性HPA的误比特率性能几乎一样。     

基于N-Gram的文本去重方法研究

中文文本去重是自然语言处理研究的一个重要方向。该文提出了一种基于N-Gram项和特征映射的文本去重方法。该方法提取N-Gram项的序列作为文本特征,将N-Gram项映射成哈希值,通过查找哈希值来判定文本是否重复。利用哈希数值查找代替字符串匹配,为实现快速的去重方法提供了一种新的可行的方法。实验表明,该算法对于普通网页文本去重能取得很好的效果。     

灰色均值量化关联度

该文灰色关联分析作为一种有效的模式识别方法应用广泛。相对关联度模型在灰色关联分析中占有重要地位,但是其计算存在一定的缺陷,即容易受奇异值的影响,进而影响关联度的整体性,而且相对关联度模型中的分辨系数的取值没有确定的方法,通常依赖于经验,这将导致关联度值不具有唯一性。该文采用对序列差进行均值计算的方法来降低奇异值的影响,并分析了分辨系数在关联度计算中的作用,并给出了分辨系数取值的具体量化方法。通过实列分析,该方法有效的增大了关联度分布区间,提高了关联度分辨力,使关联分析更符合实际。     

基于全寿命周期成本的地埋管地源热泵系统间歇运行能效分析

间歇运行状态影响竖埋管地源热泵系统的换热性能,进而影响系统的全寿命周期成本(LCC)。利用DeST软件对某办公建筑进行了逐时负荷模拟分析,建立了地下换热器三维管群换热模型以及热泵系统各部分的能耗模型,通过对热泵系统在连续运行15年和间歇运行15年工况下的计算结果进行对比分析,间歇运行的LCC值相对于连续运行的LCC值降低了13.45%,间歇运行模式在热泵系统全寿命周期内的平均节能率为17.20%。间歇运行模式可以有效的提高系统能效和降低LCC值。     

一种基于部分数据的阶跃响应辨识方法

针对气动定位系统强非线性的特点,用机理建模分析系统模型存在很大偏差,而试验建模只需利用系统输入输出数据即可实现系统模型的辨识。该文在比较几种阶跃响应辨识方法的基础上,提出了一种用部分数据辨识系统模型的方法。实测结果表明该方法计算精度高,应用范围广,在实际工业过程中有较强的实用性。     

关于线性预测滤波器阶数的分析研究

线性预测技术是现代语音信号处理中的核心技术之一。该文详细介绍了线性预测技术的原理,并以G.729标准中为例,着重研究了线性预测滤波器的阶数对编码系统的影响,通过对不同阶数下的归一化均方误差及语音估计谱两方面的实验结果的对比分析,总结了线性预测滤波器阶数的选择。