自适应状态和参数的联合估计新方法

提出了一种有效的自适应状态和参数的联合估计方法，应用状态空间方法和现代时间序列分析方法，基于白噪声滤波器和输出预报器，给出了线性离散定常系统自适应最倨状态和偏差联合估计方法，仿真例子说明了新方法的有效性。     

两种时变参数估计的自适应递推算法

本文就参数呈快时变(包括阶跃变化)时系统辨识问题提出了两种在线自适应辨识算法,它们是通过参数时变检验对最小二乘递推算法进行适时校正得来的算法,并通过仿真与其它方法比较,验证了它们的有效性。     

应用局部函数估计的自适应控制方法

针对一类非线性、不确定性系统结构,提出一种应用局部函数估计的自适应控制器设计方法,并分析该控制器的结构和系统稳定收敛性,最后通过仿真试验表明该控制器设计的简单实用和优越性能。     

同参数估计对偶的自适应控制算法

本文把线性和非线性系统统一处理。从自适应控制算法与参数估计算法的对偶性出发,提出了自适应控制算法的一种统一格式。这种格式算法简单,并在一定的条件下,能使控制误差一致的足够小。     

用系统辨识方法估计油田可采储量

本文提出一种与储量有关的产量预报模型,依据这种预报模型,应用系统辨识的理论给出了一种估计油田在一定条件下的可采诸量的方法,实际计算表明,这种方法有较高的应用价值。     

基于输出残差的自适应状态估计方法

本文针对线性定常离散系统提出了一种有效的基于输出残差的自适应状态估计方法，首先利用输出残差给出了卡尔曼滤波增益马尔可夫参数估计，并且得到了卡尔曼滤波增益估计，然后解决了自适应状态估计问题，最后以仿真实例说明了此方法的有效性。     

实现闭环系统参数一致估计的直接辨识方法

为了实现闭环系统参数的一致估计，提出了一种一致辨识闭环系统模型参数的偏差补偿最小二乘法，这种方法不需要事先假设系统模型阶次和通道时延满足一定的不等式，允许前向通道的反馈通道一中的噪声为有色噪声，并且在其辨识过程中不需要对有色噪声建模。     

LMS自适应无偏估计修正方法

系统分析了LMS算法有偏估计的来源及其影响,并基于Treichler的γ-LMS算法提出了一种改进的无偏估计方法.根据自适应滤波器的最佳逼近原理和各信号矢量的几何关系,利用传统LMS算法获得的信息来估计输入噪声的功率,再通过γ-LMS算法在迭代过程中逐步修正维纳解,去除输入噪声的影响从而得到系统参数的真实估计.该方法无需假设输入与输出噪声功率相等或功率比已知、有用信号是白过程等限制条件.仿真与实际数据处理都验证了该方法的有效性,特别是将其应用于实际管道泄漏检测的被动时延估计系统中,在低信噪比或复杂噪声环境下LMS自适应算法的估计性能得到了改善.     

单应性矩阵自适应估计方法

如何从初始匹配点集中估计出精确的单应性矩阵,有效地剔除误匹配,一直以来都是视觉领域研究的重点和难点,也是实际相关技术应用中最为关键的一步。通过将特征点对相似度概念应用于LMedS的样本选取过程,提出了一种新的单应性矩阵自适应的估计方法。区别于传统LMeds方法从无序匹配点集中随机选取样本的过程,该方法首先以点对间的相似度对整个初始匹配点进行降序排列,然后从前往后依次选取样本。实验结果表明,与LMedS相比,该方法估计出的单应性矩阵更精确、鲁棒,效率更高（得到最佳模型所需的迭代次数仅约为LMedS的1/5）,同时弥补了RANSAC及其改进方法需预先设置距离偏差阈值的不足。     

H-R自适应边界元的模糊误差估计方法

为克服在利用传统自适应边界元法求解弹性问题时需对不同问题设计不同误差估计公式的缺点,以专家经验为基础,利用模糊逻辑理论,提出一种新的误差分析方法.基于H-R自适应边界元法,用FORTRAN编写求解2个经典平面弹性静力学问题的程序.分析表明该误差分析方法能较好地估计边界元解的误差.     

热洗周期的自适应滤波估计

本文熔系统辩识与最优滤波于一炉,提出了抽油机井热洗周期的自适应滤波算法,应用表明具有很高的计算精度,对热洗清蜡工作有较大指导意义.     

基于时空相关性的自适应运动估计方法

图象序列中,在时间和空间上相邻的运动信息之间具有很强的相关性,利用这种相关性可以得出了一个初始运动矢量,然后再根据这个初始运动矢量对当前块的运动类型进行分类,决定下一步搜索范围的大小,实验表明：这种运动估计方法性能接近全搜索方法,计算复杂度却大大降低了。     

自适应运动估计搜索算法

MPEG-4作为新一代的视频图像编码器有着广泛的应用前景,运动估计与运动补偿技术为MPEG-4的关键技术之一,由于运动估计非常耗时,因此对编码的实时性影响很大.在分析视频图像时空域相关性和已有的运动估计算法的基础上提出了自适应运动估计搜索算法,并经测试表明该算法在编码速度和质量上都有较大改进.     

一种基于岭回归的足球状态估计方法

以机器人足球中型组比赛环境中的足球作为研究对象,重点研究在机器人自身位置可能时刻发生变化 的情况下如何利用机器人全景视觉信息,可靠地估计出足球在自由运动状态下和在外力作用下的位置和速度。 提出了一种基于岭回归的估计方法实现对足球运动状态的估计,并在实验中证明本方法具有一定的稳定性和可 靠性。     

时变参数遗忘梯度估计算法的收敛性

提出了时变随机系统的遗忘梯度辨识算法,并运用随机过程理论研究了算法的收敛性.分析表明,遗忘梯度算法的性能类似于遗忘因子最小二乘法,可以跟踪时变参数,但计算量要小得多,且数据的平稳性可以减小参数估计误差上界和提高辨识精度.阐述了最佳遗忘因子的选择方法,以获得最小参数估计上界.对于确定性时不变系统,遗忘梯度算法是指数速度收敛的;对于时变或时不变随机系统,遗忘梯度算法的参数估计误差一致有上界.     

自适应模糊辨识及其在大系统中的应用*

本文基于Ｔ－Ｓ模糊模型构造了一种新的自适应模糊神经网络，给出了网络诉连接结构物学习算法，它能自动学习和修正前件参数及模糊规则，将其用于大系统随机民递阶优化的控制建模中，仿真结果表明，该方法具有收敛速度快，辨识精度高、泛化能力强等特点，可当作复杂大系统建模的一种有效手段。     

用哈特莱变换估计一类连续非线性系统的参数

针对一类具有已知结构且参数可分离的连续非线性定常系统,借助于哈特莱正、反变换及其微分性质,采用频域和时域相结合的方法,给出了一种简单实用的参数辨识方法。该方法不仅实现简单,而且对噪声有很强的抑制能力。     

自适应扰动估计的相关积分优化方法及应用

针对传统相关积分优化方法,当系统扰动与调优变量相关时,在迭代优化的过程中,目标函数难以收敛到最优值的问题,提出了一种改进的相关积分优化方法用于稳态操作调优.基于数据驱动稳态模型,构造了自适应扰动估计器用来估计扰动均值,对最小二乘方法计算得到的调优变量梯度均值进行补偿,并修正调优变量,确保目标函数在调优的过程中收敛于最优值.仿真对比及工业应用结果证实了所提方法的可行性和有效性.     

自适应块匹配运动估计搜索算法

为了提高块匹配运动估计快速算法的搜索速度、精度和鲁棒性，提出了一种根据空域相关块的运动水平，自适应选择搜索检查点样式、搜索窗范围以及是否采用多候选值策略的混合算法．本算法中对应于小运动块的基于中心偏置的搜索样式和针对大运动块的多候选矢量亚采样搜索策略，满足了视频编码对运动估计算法在速度和精度上的双重要求．实验结果表明，该算法在速度上和精度上都明显优于性能优越的菱形搜索算法DS，适用于不同运动程度的图像序列．