软测量建模中的过失误差检测新方法

软测量建模中建模数据的准确与否直接影响到模型的精度,因此通过对建模数据进行过失误差检测可以确保建模数据的质量.文中提出了一种基于聚类分析的过失误差检测方法,该方法脱离了传统检测方法依赖于机理模型的束缚,更好地适应软测量的特点.针对软测量建模过程中建模数据过失误差检测的特性提出了一种新的聚类方法,这种新方法依据各数据点到数据中心的欧氏距离进行聚类,可以有效地将过失误差从数据集中剔除.实验表明这种基于聚类分析的过失误差检测方法具有很好的效果.     

基于支持向量回归的间接测量建模方法

间接测量方法广泛应用于复杂工业过程的测试计量中,然而目前尚无统一的模型和理论.针对小样本数据特征下间接测量的非参建模问题,提出一种支持向量回归(SVR)的建模方法,并且介绍了间接测量不确定度的评定方法.仿真实验表明,支持向量回归模型适应了测量数据小样本、非线性的数据特征,预测精度明显高于传统建模方法.     

非线性动态WPLS航煤干点软测量

针对炼油工业过程存在的多变量、非线性和数据动态性问题,提出一种自回归移动平均模型与径向基函数-加权偏最小二乘相结合的非线性动态建模方法。首先建立基于径向基函数-加权偏最小二乘方法的软测量模型,然后利用自回归移动平均模型对数据进行时序分析校正,将动态误差信息加入到模型中去,实现模型的动态装换。将该方法应用到加氢裂化航煤干点的软测量建模中,从而获得比径向基函数-加权偏最小二乘算法更高的预测精度。     

机器人系统中操作环境动力学模型研究

研究了机器人操作环境的动力学模型,提出了一种基于径向基函数(RBF)神经网络的机器人系统中环境非线性动力学模型新的建立方法,阐述了其建模机理和算法.结果表明,采用RBF神经网络对机器人系统中的操作环境建模比用BP神经网络有更高的精度,其网络训练速度也大大快于BP神经网络.     

基于有限元和神经网络的杂交建模

针对复杂非线性结构动力学系统提出了一种基于有限元与神经网络相结合的杂交建模方法。依据该方法,首先将系统中的线性结构部分采用有限元建模,非线性或难以机理建模的结构部件采用神经网络描述。其次,再通过力和位移边界联接条件将有限元模型部分和神经网络模型部分结合从而得到整个系统的杂交模型,且杂交模型的物理结构明确,精度较高,网络规模较小。在一非线性隔振系统的杂交建模算例仿真中,用所建杂交模型对正弦及宽带随机激励进行了预测检验分析,结果良好,该杂交建模方法为主体结构为线弹性结构而又包含有强非线性器件的非线性动力学系统提供了一种有效的建模途径。     

光纤陀螺刻度因子的建模方法

针对低精度光纤陀螺(FOG)刻度因子线性度较差的问题,提出了采用径向基函数(RBF)神经网络对刻度因子进行建模的方法,以减小光纤陀螺输出误差。通过测量数据对 RBF 神经网络进行训练,获得神经网络参数,根据神经网络结构和参数可以得到非线性刻度因子的解析表达式,将其作为刻度因子的模型,来提高 FOG 的精度。同时将 RBF 神经网络对刻度因子进行建模的结果与传统的建模结果进行了比较,验证了采用 RBF 神经网络对低精度刻度因子建模是非常有效的。     

基于季节性神经网络的医院门诊量曲线拟合与预测

医院月门诊量是一个具有复杂的非线性组合特征的季节性时间序列。传统的时间序列趋势分析是通过季节调整建立预测模型,效果不理想。文章提出一种利用季节性神经网络预测模型对医院门诊量进行非线性曲线拟合分析并预测。论述了该模型的设计思想和实现算法。通过仿真实验表明,该模型的非线性曲线拟合精度和预测精度明显高于ARIMA季节乘积模型,可较好地反映系统的动态性和门诊量的季节时序关联性,为季节性时间序列预测提供了一种新的途径。     

基于最小二乘支持向量机的SOFC电特性建模

针对现有的固体氧化物燃料电池(SOFC)模型过于复杂的弊端,提出了一种基于最小二乘支持向量机(LS-SVM)的建模方法,用具有径向基函数(RBF)核函数的LS-SVM建立了SOFC电堆的非线性模型.应用仿真对建模的有效性和精度进行了检验,并与径向基函数神经网络(RBFNN)模型的辨识效果进行了比较.仿真结果证明,与RBFNN模型相比,LS-SVM模型具有较高的预测精度,这表明用LS-SVM对SOFC电堆进行建模是可行的.该LS-SVM模型的建立,对SOFC系统控制策略的研究具有一定的实用价值.     

高速电主轴负载扭矩软测量技术研究

在分析高速电主轴功率与负载转矩关系的基础上,提出了一种负载扭矩软测量的方法.采用电主轴定子电压、定子电流、空载电流和主轴转速作为辅助变量,建立了基于BP神经网络的负载扭矩软测量模型.以航空发动机离合器轴承试验台扭矩检测为例,对软测量模型进行了仿真研究.仿真结果表明,该方法能够满足一定精度要求,为解决高速电主轴拖动系统扭矩传感器昂贵和不易安装等问题,提供了一种解决方法.     

基于ELM的非线性PLS软测量方法研究

提出了一种基于极限学习机的非线性偏最小二乘软测量方法,有效地处理过程非线性、数据共线性以及在线快速建模等问题.该方法保留线性偏最小二乘外部模型以去除变量间的相关性,采用极限学习机建立内部模型来准确描述系统的非线性关系,与其它方法相比,该方法建模速度快,并具有良好的泛化能力.通过在苯乙烯反应器仿真及穿孔能耗预测应用结果表明,该方法建立的模型精度、泛化能力均优于传统方法,验证了其可行性和有效性.     

多传感器多目标粒子滤波算法

为了能够有效解决非线性、非高斯环境中多传感器多目标跟踪问题,提出了一种基于粒子滤波的多传感器联合概率数据互联粒子滤波算法(MJPDAP)。该算法应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合以形成等效量测点,并计算所有等效量测点的联合似然函数。在此基础上,结合联合概率数据互联(JPDA)的思想计算各个粒子权值,以获得最终的跟踪结果。仿真结果表明,与单传感器联合概率数据互联粒子滤波算法(SJPDAP)相比,该算法位置跟踪精度能提高20m左右。     

Reflectance recovery for airborne sensor images of 3D scenes

An airborne sensor measures the radiance spectrum, which is dependent on the spectral reflectance of the ground material, the orientation of the material surface, and the atmospheric and illumination conditions. We present an algorithm to estimate the surface spectral reflectance, given the sensor radiance spectrum corresponding to a single pixel. The algorithm uses a nonlinear physics-based image formation model. A low-dimensional linear subspace model is used for the reflectance spectra. The solar radiance, sky radiance, and path-scattered radiance are dependent on the environmental conditions and viewing geometry, and this interdependence is considered by using a coupled-subspace model for these spectra. The algorithm uses the Levenberg-Marquardt method to estimate the subspace model parameters. We have applied the algorithm to a large set of synthetic and real data.     

From the reflected spectrum to the properties of a fiber Bragg grating: a genetic algorithm approach with application to distributed strain sensing

We describe a genetic algorithm approach to solve an inverse problem in optics, which determines the characteristics of a fiber Bragg grating from its reflected spectrum. The validity of the proposed method is demonstrated by use of a Bragg sensor for the measurement of nonlinear strain acting on a uniaxial aluminum test specimen.     

改进混合蛙跳算法在无线传感网定位中的应用

提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度。首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位, 然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题。同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化。在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能。结果显示该智能算法简单可靠,而且有效提高了定位精度。     

LIP多重微区域分解算法扩展数字图像动态范围

CCD/CMOS 图像传感器的饱和电流和背景噪音使得一次曝光很难超过 60-80dB 的动态范围。用 LIP(Logarithmic image processing)模式将图像转换为灰色调函数,再将基于 LIP 模式的非线性多重微区域图像分解算法进行改进,可以适应不同亮度的单幅图像处理,提高了可分辨信息量和图像对比度,同时抑止了噪声。质量评价显示,该算法能将 MOS 等级四的源图像提高到等级一。     

热膜式空气质量流量传感器动态非线性建模

热膜式空气质量流量传感器响应速度较快,测量范围宽,可靠性高,广泛应用于发动机空燃比的测量。但是,这种传感器的动态非线性问题影响了进气量测量的精度。采用基于多幅值阶跃信号的Hammerstein模型和两步辨识方法描述了传感器的特性。通过动态标定实验,得到不同幅值的阶跃输入、输出数据。根据幅值,用最小二乘拟合方法确定非线性系数,由输入数据和非线性系数得到静态非线性环节的输出。根据输出数据,运用线性自回归方法得到动态线性环节的传递函数。这样就建立起块联形式的动态非线性模型,有利于传感器动态非线性的校正。建模结果表明,动态非线性模型比线性模型可更准确地描述传感器的特性。     

Ocean optical source estimation with widely spaced irradiance measurements

A method was developed for determining the spatial distribution of a source from downward and upward irradiance measurements at a single wavelength in seawater of known optical properties. The algorithm uses measurements at two depths located an arbitrary distance apart and solves two nonlinear equations for two parameters that fit a globally exponential or linear source shape. Complex spatially dependent source shapes can be estimated from an irradiance profile by piecing together estimates from neighboring measurement pairs. Numerical tests illustrate the sensitivity of the algorithm to depth, measurement spacing, chlorophyll concentration, sensor noise, and uncertainty in the a priori assumed inherent optical properties. The algorithm works well with widely spaced measurements, moderate sensor noise, and uncertainties in the optical properties regardless of whether the assumed and true profiles are the same shape.     

基于Laguerre函数的高压力非线性传感器补偿研究

针对高压力传感器线性化输出的结果不准确的现象,研究了具有针对性的Duffing非线性系统。用传感器的输出数据作为补偿器的输入,传感器的输入数据作为补偿器的输出,进行基于Laguerre函数的非线性动态补偿器的设计研究。该方法无需知道传感器的非线性阶数,对于外界干扰有较强的抑制作用,对于时延对象也具有一定的优势。利用该补偿器对传感器进行动态补偿,将补偿结果与阶跃响应输出进行对比,结果表明该非线性模型补偿的有效性。     

基于人工神经网络的固相质量流量软测量研究

采用弯管法测量稀相气固两相流中固相质量流量时,固相流量与其影响因素（压差、流量系数、气固混合密度等）之间存在着复杂的非线性关系,给粉体的精确测量带来困难。利用人工神经网络优良的非线性映射能力,建立了一个基于BP网络固相质量流量软测量模型,并以实验数据为样本对网络进行训练,实现对固相质量流量的在线估计,与实验结果吻合较好,为稀相气力输送中固相质量流量在线测量提供了一种简单、可靠的新方法。     

Analysis of ternary mixtures with a single dynamic microbial sensor and chemometrics using a nonlinear multivariate calibration

An amperometric biosensor based on immobilized bacterial cells of Alcaligenes eutrophus KT02 and an oxygen electrode was integrated in a flow-through system. Because microorganisms metabolize various organic analytes in a specific manner, the sensor shows for different pure analytes distinct time-dependent oxygen consumption rates that can be treated as characteristic patterns. This behavior is conserved also when the biosensor is exposed to a mixture of these organic analytes; the sensor with a particular type of microorganisms responds with a total signal. The respiration curves as time-dependent amplitudes were subdivided into several time channels. This procedure creates an additional data dimension and makes the single sensor "dynamic". Using multivariate calibration models with only one single biosensor, simultaneous quantitative analysis of ternary mixtures of acetate, L-lactate, and succinate was realized. A nonlinear algorithm that compensated for conceivable interactions of the analytes was superior to a partial least-squares algorithm. Each analyte was predicted more precisely by the nonlinear approach resulting in root-mean-square errors of prediction of 0.20 mg/L for acetate, 0.43 mg/L for L-lactate, and 0.73 mg/L for succinate.