多输入单输出系统的辅助变量参数估计

利用辅助变量辨识方法,推导出多输入单输出系统的辅助变量递推最小二乘算法,并与辅助模型递推最小二乘法进行了计算量和辨识精度比较.     

随机多变量NARMAX模型的非线性递推最小二乘算法

针对随机多变量NARMAX模型存在的问题,基于线性滤波﹑谱分解定理及成型滤波器原理,将随机干扰等效在系统的输出端,提出改进的随机多变量NARMAX模型。基于辅助模型的原理,在参数估计的准则函数中加入待估参数的增量约束项和遗忘因子,并结合增广递推最小二乘算法和随机非线性递推最小二乘算法,将改进的多变量NARMAX模型转换为具有耦合的子系统,给出具有遗忘因子的,能克服算法病态的,适用于具有时变参数模型的改进随机多变量NARMAX模型的非线性递推最小二乘算法。应用在线修正参数预测滤波PID控制,仿真结果验证了算法的有效性。     

多变量随机动态过程的自适应跟踪问题

本文将文[1]提出的跟踪算法推广到多变量情况。首先导出跟踪参考信号为多变量平稳随机过程时的最优解,进而扩展到自适应情形,得到了一种适用的自适应递推算法,并着重证明了算法的收敛性。最后给出了数字仿真实例。     

离散多变量递推自校正PID控制

本文给出了一种新的离散多变量递推自校正ＰＩＤ控制器设计方法。该方法只对被控制过程进行近似解耦，并通过极小化一个广义性能指标函数以获得ＰＩＤ控制器参数。广义性能指标函数是由预测误差及控制作用所组成，极小化问题的解是以递推形式给出，便于在每一周期里对ＰＩＤ参数进行新的修正。自校正算法不受被控过程模型阶数的限制，可以很方便地为高阶被控过程设计ＰＩＤ控制器。一个仿真算例表明了本文方法的有效性。     

多变量系统的最优预报控制

以完整的最小二乘递推算法和以约束最优化方法为基础,提出了p-输入q-输出多变量系统的最优预报控制(OPC)方法。数字仿真和实时控制实验表明OPC具有很高的控制精度以及理想的解耦和抗干扰能力。     

基于神经网络的多变量非线性系统的广义预测控制

为了使广义预测控制的思想成功应用于多变量非线性系统,用神经网络对其进行开环解耦得到单变量非线性系统后,采用一种复合多层前馈神经网络结构作为单变量非线性系统预测模型,利用递推最小二乘法和Davidon最小二乘法作为在线学习算法,建立了一种适合多变量非线性系统的自校正广义预测控制器。     

多维和多重递推辅助变量辨识算法

对带白色观测噪声的多维自回归(AR)模型,应用相关方法,分别提出了多维和多重递推辅助变量(RIV)算法,给出了未知AR参数的强一致估计;推广了一维RIV算法。提出了模型噪声和观测噪声方差的信息融合估值器,它们具有强一致性。一个仿真例子说明其有效性。     

基于GEP-RNC的指数对数型程序不变量发现方法

程序不变量的发现是一种提高软件质量的有效方法.不变量发现工具Daikon可以发现程序中蕴含的简单不变量形式,但不包括复杂的函数型不变量.本文基于GEP-RNC算法对指数对数型不变量发现方法进行研究,通过实验证明GEP-RNC算法可以有效的发现指数对数形式的不变量,解决了基因表达式编程算法在复杂函数形式发现中稳定性不佳,精度不高的问题,扩展了Daikon不变量测试库中程序不变量的类型.     

多变量ARX-like系统的递阶最小二乘估计

利用Kronecker积,推导出多变量ARX-like随机系统的辨识模型,使用递阶辨识原理研制了一个递阶最小二乘参数估计算法.提出的递阶最小二乘算法比现存递推最小二乘算法计算量小.给出了为仿真例子.     

应用多变量系统辨识建立浮选回路在线模型

浮选回路的在线模型是实现浮选回路计算机高级控制的基础.本文将多变量系统辨识理论和方法应用于浮选回路在线模型的建立,以带外生可观测干扰变量的多变量受控自回归滑动平均模型作为浮选回路在线时间序列模型的基本形式.在IBM-PC/XT微型机上建立了通用的多变量递推辨识程序包MVRIMPB,用以估计模型的阶和参数.最后用仿真方法考查了程序包的实用性.     

基于马尔可夫毯的贝叶斯网络结构学习算法

贝叶斯网络图结构的自动学习是机器学习中的一个挑战,针对传统算法学习效率低、难于去除冗余边及确定结构中边的方向等问题,提出了一种基于马尔可夫毯的贝叶斯网络结构学习算法.该算法改进了经典的马尔可夫毯学习算法,使之减少条件独立检验次数,并在后续确定有向结构方面更适应贝叶斯网络结构学习,同时给出了两种有向边方向确定的一般性解决方案,有效提高了学习算法的学习效率.最后建立了基于贝叶斯网络的互联云QoE评价模型,并进行了仿真实验,结果表明改进后的学习算法在预测准确率、学习效率上均优于传统算法.     

关系模式的BCNF分解的一种新方法

传统的关系模式的BCNF分解算法必须判断“一个关系模式是否为BCNF”,该判断是一个NP-完全问题,因此传统算法缺乏实用性.本文避免这一判断,给出一个关系模式的BCNF分解的新算法,它的时间复杂性是O(kn~2)级的,其中n为模式中的属性个数,K为产生的模式个数.     

GPS单频单历元定姿算法性能分析与改进方法

为了提高LAMBDA在单频单历元情况下的性能和成功率,对该定姿算法的性能进行了理论研究,分析了影响搜索效率的因素,并提出了一种新的求解模型.将未知的整周模糊度拟合成噪声,能够显著提高搜索效率,同时利用模糊度存在范围等约束条件对原算法的成功率进行了改善.实验表明:相比于原算法,改进算法能够有效减少GPS姿态解算的时间,同...     

高速椭圆曲线密码协处理器的设计与实现

为提高椭圆曲线密码协处理器的性能,首先提出了一种改进的蒙哥马利模乘算法以及针对该算法的流水线结构,然后对椭圆曲线的点加和点倍计算流程进行优化,充分发挥模乘单元的流水线优势,使得协处理器计算参数为256 b的点乘只需要232 704个时钟周期.实验结果表明:在Cycloe Ⅱ EP2C35芯片上实现协处理器需要21000个基本单元,位长为256 b的点乘的计算性能达到1287次/s.     

汉-Ⅰ型智能机器人自律行走控制

本文讨论小车式机器人利用超声波传感器实现自律行走的问题.文中建立机器人行走运动的数学模型.讨论了两种利用超声波传感器和其它传感器确定器人空间位置、速度及姿势的方法.提出了一种分段最优控制方案.     

用于AR参数估计的一种神经网络新方法

提出一种用于估计ＡＲ参数的神经网络新方法和相应的递归预测误差算法，其优点是网络结构简单、估计结果准确．使用作者所提出的方法在估计ＡＲ功率谱时具有频率偏移小、无谱线分裂等优点。仿真模拟结果表明，文中所提出的神经网络方法和相应的算法是有效的。     

边界元法中边界变量的确定与误差直观度量

本文提出了一种适于弹性力学平面问题的,用于线性单元的确定边界变量的新算法.基于这种算法,提出了一种边界元法误差直观度量的方案,给出了一些数值算例.     

电磁层析成像系统

为了研制新型电磁层析成像(EMT)系统,提高EMT系统图像重建质量,通过对多种电磁层析成像系统的比较,尤其分析了两种典型电磁层析成像系统:单线圈激励系统和平行场激励系统的结构特点和发展过程,根据传统EMT系统的基本结构和物理原理,给出了典型EMT系统的数学模型;归纳了电磁层析成像技术中常用图像重建算法:线性反投影算法、启发式图像重建算法、ART算法和相关算法的优缺点;总结了EMT系统传感器阵列的设计特点、优于其他电层析成像系统的特点以及当前在开发中遇到的困难,对于电磁层析成像技术的发展具有指导意义,为新型系统的研制提供了理论依据.     

双横臂悬架的几何计算及其应用

本文从几何原理出发,对汽车前独立悬架双横臂导向机构进行了分析研究,提出了在车轮整个缓冲行程内,导向机构各节点坐标及前轮定位等有关参数的计算方法,编制了微机程序,其计算结果与试验测试值相当接近。本文提出的算法有足够的精确度。程序结构简单,语句少,适合推广应用。     

多通道自适应有源噪声控制器的设计

介绍了基于DSP的多通道自适应有源噪声控制系统,给出了系统的硬件结构及其工作原理,详细说明了有源噪声控制的自适应噪声控制算法,并给出了程序流程图.本系统采用基于Widrow HoffLMS算法的横向FIR型Filter X算法.该控制系统通过大量实验验证,得到很好的控制结果.