过阻尼过程的预测控制

大多数工业过程有过阻尼特性。针对这类现象，提出了一种新的基于脉冲响应模型的预测控制算法。该算法可有效地减少脉冲响应模型的截断误差并具有少的计算量。仿真结果表明这种算法是有效的，可行的。     

模型预测算法在温度控制中的应用

介绍一种控制算法及在温度控制中的应用，它用系统的脉冲响应建立“预测模型”，这样的模型包含了关于系统动态的主要信息。温度过程的脉冲响应容易在线测取，故而省去了费力很大的“建模”工作，现场整定参数只有一个，使用方便，该算法仿真和试用结果令人满意。     

具有模型不确定性的单值MAC鲁棒稳定性分析

给出基于脉冲响应模型下的单值模型算法控制(SMAC).采用一系列可能对象的脉冲响应来描述模型的不确定性,分析了SMAC闭环系统的鲁棒性,推导得出了几个鲁棒稳定性条件.这些结果有利于预测控制的设计和分析.     

一类非自衡系统的简化模型鲁棒预测控制

预测控制是基于模型的控制，从模型着手来提高预测控制系统的鲁棒性不失为一种简单易行的办法，鉴于脉冲响应模型具有简单易得，鲁棒性强的特点，利用阶梯化脉冲响应模型来作为预测控制系统的预测模型，对一类非自衡对象进行鲁棒预测控制器的设计，用这种阶弹化脉冲响应模型来拟和实际脉冲响应模型的办法，不仅减少了模型的参数，而且由于这种简化模型与对象响应的细节无关，进一步提高了模型的鲁棒性能，通过仿真研究，证明了本文设计的两种鲁棒预测控制器（单步鲁棒预测控制器和扩展时域鲁棒预测控制器）对对象模型失配和干扰有较强的性能鲁棒性和稳定鲁棒性，该模型的参数少，控制器设计简单，为实现自适应预测控制提供了基础。     

一种预测控制算法

本文根据模型算法的思想，提出了的模型算法对象的输出信息不经滞后就反馈，采用闭环校正修正预测输出值，通过在线滚动优化可获得预期的动态控制性能。     

模型预测算法在温度控制中的应用

介绍一种控制算法及在温度控制中的应用，它用系统的脉冲响应建立“预测模型”，这样的模型包含了关于系统动态的主要信息．温度过程的脉冲响应容易在线测取，故而省去了费力很大的“建模”工作．现场整定参数只有一个，使用方便，该算法仿真和试用结果令人满意     

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。     

一类非自衡系统的简化模型鲁棒预测控制

预测控制是基于模型的控制 ,从模型着手来提高预测控制系统的鲁棒性不失为一种简单易行的办法。鉴于脉冲响应模型具有简单易得 ,鲁棒性强的特点 ,利用阶梯化脉冲响应模型来作为预测控制系统的预测模型 ,对一类非自衡对象进行鲁棒预测控制器的设计。用这种阶梯化脉冲响应模型来拟和实际脉冲响应模型的办法 ,不仅减少了模型的参数 ,而且由于这种简化模型与对象响应的细节无关 ,进一步提高了模型的鲁棒性能。通过仿真研究 ,证明了本文设计的两种鲁棒预测控制器 (单步鲁棒预测控制器和扩展时域鲁棒预测控制器 )对对象模型失配和干扰有较强的性能鲁棒性和稳定鲁棒性。该模型的参数少 ,控制器设计简单 ,为实现自适应预测控制提供了基础     

基于M序列相关辨识的温度自整定控制

提出了在控制回路中加入微幅多频二进制信号(M序列)，利用在线相关辨识确定系统脉冲响应，再应用优化算法对PID的参数进行在线整定的控制方案．该方案被用于温度控制案例的试验结果表明是有效     

室内噪声控制模拟的研究

针对现有的一些测试和分析方法的局限性，提出对噪声的和谐化控制的方法。给出了仿真模型双耳脉冲响应函数测量的实验原理及听觉化的实验结果。     

网络控制系统多变量DMC算法的稳定性分析

针对网络化控制系统(NCSs),研究具有多输入多输出的动态矩阵控制(DMC)算法的闭环稳定性问题.首先,基于有限脉冲响应(FIR)模型导出了系统前向通道和反馈通道上均存在随机网络诱导时延的网络化DMC算法;其次,利用线性矩阵不等式(LMIs)方法分析该多变量网络化DMC算法的稳定性,将系统稳定性问题转化为一类求解LMI方程的可行解的问题,进而建立网络化DMC闭环系统的稳定性充分条件.最后,通过数值仿真实验验证该稳定性结论的有效性.     

A simple algorithm to calculate the pulsed sound field of a wide-band linear phased array

Ultrasonic testing is an important nondestructivetesting technique. Because of its strong penetrability,simple facility, convenient use and good security, ithas been wildly used in industry and high-technologyfields. But when testing pieces of complex geometrywith a conventional ultrasonic probe, the testing error isgreater and the ability to detect defects decreases be-cause of the diffusion of the sound field. In order to im-prove defect detectability, it is necessary to scan thetesting obje…     

Volatility Estimation of Multivariate ARMA-GARCH Model

ARMA-GARCH模型的多元波动率估计

谢鹏飞,冶继民,王俊元

（西安电子科技大学, 数学与统计学院, 西安 710071）

创新点说明：

本文提出了基于结构自回归移动平均（ARMA）模型和GARCH模型相结合的ARMA-GARCH模型。建立了误差项向量独立分量的条件异方差与残差向量的条件异方差之间的关系,并将多元GARCH模型条件波动率脉冲响应的估计转化为估计误差项向量独立分量的脉冲响应,同时保持了因果结构。

研究目的：

GARCH模型在金融时间序列中起着极其重要的作用,然而,多元GARCH模型的待估参数随着维数的增加呈指数级增加,因此寻找简单有效的估计方法显得尤为重要。

研究方法：

基于结构向量自回归移动平均（ARMA）模型和GARCH模型相结合的ARMA-GARCH模型。本文提出一种有效的多变量脉冲响应估计方法。首先,使用DirectLiNGAM算法识别模型的因果结构和估计误差项向量的独立分量,并使用MSE对算法的性能进行评估。其次,建立了误差项向量独立分量的条件异方差与残差向量的条件异方差之间的关系,将多元GARCH模型的条件波动率脉冲响应的估计转化为估计误差项向量独立分量的脉冲响应,同时保持因果结构。

结果和结论：

将所提出的估计方法用于股市波动率的估计,结果表明所提出的估计方法具有较高的计算效率。

关键词：结构向量自回归;多元GARCH;独立成分;因果结构;波动率

     

自适应-模糊滤波算法

为了克服大部分的自然图像中同时存在脉冲噪声和高斯噪声,在分析了传统滤波算法特点的基础上,提出了一种改进的自适应-模糊图像滤波算法.该算法首先判别并标定图像中的脉冲噪声,以实现两类噪声的分离.采用自适应滤波窗口的中值滤波算法滤除脉冲噪声,有效地克服了传统中值滤波的不足.在有效地滤除脉冲噪声的基础上,引入提出了模糊控制中隶属度函数的概念改进均值滤波算法,结合图像直方图的自适应,提出隶属度函数的阀值,克服了均值滤波造成图像细节模糊的不足.最后提出了一种针对图像滤波算法中求解中值的快速算法,提高算法的实用性.仿真证明,自适应-模糊滤波算法在滤除图像中混合噪声的效果明显优于传统滤波算法,可广泛应用于各种图像处理场合.     

神经网络设计二维带通三型FIR滤波器

为了改善传统方法设计的二维带通三型有限脉冲响应(FIR)滤波器的幅频响应性能，提出了复合正
弦基神经网络算法.以理想滤波器的幅度响应作为学习样本，通过复合正弦基神经网络训练，使得实际滤
波器的幅度响应逼近理想滤波器的幅度响应，再由神经网络的权值得到滤波器的脉冲响应.给出了复合余
弦基神经网络模型，建立了滤波器幅频响应与该神经网络的关系，同时指出了学习率对神经网络收敛性的
影响,推导并证明了使该算法收敛的收敛定理. 仿真结果表明，由该算法设计的二维带通三型FIR滤波器性
能接近于理想滤波器,并且克服了传统神经网络的主要缺陷，收敛速度快.     

遗传算法优化的SVM模拟电路故障诊断方法

提出了一种利用遗传算法优化的SVM多分类决策树(GADT-SVM)实现模拟电路故障诊断的新方法。介绍了GADT-SVM的设计思想和算法原理;利用传递函数对模拟电路进行建模,并用小波分解提取电路冲激响应的能量分布作为故障特征;使用GADT-SVM对故障特征样本进行分类实现故障诊断。仿真结果表明,与未经优化的DAG-SVM和DT-SVM故障诊断方法相比,该方法可以减小诊断“误差积累”的影响,具有更好的误差控制能力。     

相关辨识的限定记忆递推算法

本文基于相关分析法辨识线性系统脉冲响应函数的基本原理,导出了一个相关辨识的限定记忆递推算法,它具有计算量小,计算机存贮量小和运算速度快等优点。由于采用了含有预报误差的新息,因此本方法具有很好的收敛性。计算机仿真结果表明,该算法适用于在线递推辨识定常及慢时变线性系统的脉冲响应函数,且跟随系统的时变性能较好,可以满足工程上的需要。     

基于神经网络的FIR滤波器设计与应用

本文介绍了基于神经网络的FIR滤波器的设计方法 ,给出了神经网络的训练算法 ,并利用该设计方法构造了一个 5 0Hz带阻滤波器 ,与常规的用窗函数法设计的滤波器进行了对比 ,发现基于神经网络的方法所设计出的滤波器通带阻带无过冲无波动 ,具有更好的性能 .最后将这两种滤波器作用于受噪声污染的脑电信号 ,并给出了实验结果     

2L通道复系数FIR仿酉滤波器组的设计

针对处理复值信号的需要,给出了一种偶数通道复系数FIR仿酉滤波器组的设计方法,应用该方法得到的滤波器具有近似线性相位的特点,因此,在多带滤波中引入较小的相位失真。     

一种新的MIMO-OFDM自适应信道估计算法

基于经典的多输入多输出 正交频分复用(MIMO－OFDM)系统离散傅里叶变换(DFT)信道估计方案,提出了一种新的自适应信道参数估计算法,该算法能在一个OFDM导频符号内准确地估计出信道冲激响应、多径时延和噪声方差. 首先通过DFT信道估计得到初步估计值;然后提出了联合估计算法估计出各个接收天线上的噪声方差和多径时延,利用多径时延估计值提取信道初步估计中多径点上的信息,有效去除非多径采样点上的噪声. 仿真和分析表明,相比传统固定多径数目的估计算法,该算法能自适应地跟踪信道噪声能量和多径时延的变化,提高信道估计的精度.