子空间辨识方法的研究与改进

文中研究了基于状态空间模型的子空间状态空间系统辨识方法,具体介绍了该方法的辨识原理,同时将该方法与AIC准则相结合,对子空间辨识方法进行了改进,并对该方法进行了仿真研究。结论表明:该方法可以非常准确地得到系统的阶次,避免由于阶次选择不同而引起的辨识误差,具有很广阔的实际应用前景。     

一种连续系统辨识方法及其在飞控规律辨识中的应用

针对某型飞机控制系统的规律辨识问题，对文献[2,3]提出的连续系统辨识方法进行了改进，给出了该方法可以适用的辨识对象的一般模型，同时通过对误差模型和极小化指标的改进，把原方法推广至时变参数辨识领域。数值仿真结果表明该方法成功的解决了该飞控系统的辨识问题。该方法还很容易推广到一类具有相同特征的线性，非线性，时变或时不变的参数辨识中。     

基于数控编程的转动惯量辨识方法

以西门子840D数控系统为实验平台,提出了交流伺服系统转动惯量辨识的新方法,该方法利用840D数控系统的同步动作功能,实现了M序列形式的速度激励信号的给定以及驱动力矩设定值和轴速度输出值数据的采集;基于最小二乘辨识算法,利用Matlab系统辨识工具箱对采集的输入输出数据进行辨识,实现了交流伺服系统转动惯量的辨识.实验结果表明:所提出的辨识方法能准确地辨识出伺服系统的转动惯量,该方法简单、有效,适合数控伺服系统模型的辨识.     

基于改进遗传算法的电阻炉模型参数辨识

由于电阻炉模型为非线性模型,使得参数辨识非常困难。因此针对该模型提出了一种基于改进遗传算法的模型参数辨识方法,并通过MATIAB仿真对辨识方法进行验证,结果表明该方法有效可行。     

自适应蚁群算法在线性系统参数辨识中的应用研究

介绍了自适应蚁群算法在线性系统参数辨识中的应用算法.该方法能够根据辨识偏差变化大小动态改变信息启发因子α和期望启发因子β的配置,引导搜索朝着全局最优方向运动,避免陷入局部最优同时减少搜索算量.通过仿真运行,该辨识方法能够较快缩小辨识区间,辨识结果接近真值,具有较好的辨识效果.     

基于分数信号处理的变步长自适应振动主动控制方法研究

针对自适应振动主动控制系统中次级通道的辨识精度严重影响振动控制效果的问题,分析了常规的次级通道在线辨识算法存在的问题,提出一种基于分数信号处理的双步长两阶段变步长策略的次级通道在线辨识方法。该方法使用基于分数信号处理的自适应算法代替传统的最小均方(least mean square, LMS)算法进行次级通道的在线辨识,同时给出了一种双步长的两阶段变步长策略,在次级通道辨识环节收敛前后应用不同的变步长策略以提高辨识精度和降低辨识环节的波动。仿真结果表明,与现有方法比较,该方法的次级通道辨识收敛速度更快,系统收敛后的波动更小,次级通道的辨识精度和系统的稳定性都有了明显的提升。经验证,该方法有效解决了常规的次级通道在线辨识算法收敛速度慢、辨识精度低和辨识环节波动大等问题,具有更好的振动控制效果。     

基于在轨辨识的空间柔性结构振动控制

为抑制空间柔性结构的振动,必须进行在轨动力学参数辨识,实时获得系统参数。该文针对空间柔性结构,建立了基于在轨辨识的振动控制方法。该方法运用特征系统实现算法辨识得到系统的动力学参数,然后利用辨识得到的参数设计最优控制器,抑制结构的振动。仿真和实验的结果表明,该方法辨识要求的数据短、辨识速度快,对主要振动模态的抑制效果明显,适合于空间柔性结构的在轨控制。     

基于遗传算法的摩擦模型参数辨识

摘Tustin摩擦模型能够很好地描述零速附近的摩擦力,由于该模型为非线性模型,使得参数辨识非常困难。针对该模型提出了一种基于遗传算法的摩擦模型参数辨识方法,并通过仿真对辨识结果进行验证,结果表明该方法是有效的。     

基于模型辨识的铅球比赛投掷轨迹曲线控制算法研究

文章提出了一种铅球比赛投掷轨迹曲线模型辨识的控制算法。建立了铅球比赛投掷轨迹曲线模型辨识的控制模型,使用Matlab仿真。仿真结果表明:该算法符合铅球比赛投掷轨迹曲线模型的辨识方法。该方法具有快速、准确、平滑地判断曲线轨迹的能力,为教练员提供了知识理论。仿真结果验证了该辨识建模方法的可行性和有效性。     

模糊神经网络在锅炉煤种辨识中的应用

针对目前很多工业锅炉燃烧煤种发生变化时,控制效果下降,燃烧效率降低等问题,设计了一套在线煤种辨识系统,其核心采用模糊神经网络来构建辨识模型,综合了线性辨识方法和非线性神经网络建模方法的优势。能够利用过程历史数据辨识对象模型。利用试验仿真平台对该方法进行了仿真验证,结果显示了该方法辨识误差在2%以内,且具有适应范围广、计算方法简单等优点,该方法还可应用于锅炉其他重要热工参数的软测量,有很高的应用推广价值。     

三参数Weibull分布的秩拟合最优化法

对于给定的一组疲劳寿命试验数据,首先求得该样本顺序统计量的平均秩（或中位秩）,然后由三参数Ｗｅｉｂｕｌ分布对此平均秩进行拟合．通过对线性拟合相关系数的最优化求解来确定Ｗｅｉｂｕｌ分布的位置参数,再由最小二乘拟合便可估计出Ｗｅｉｂｕｌ分布的形状参数和尺度参数．该方法具有迭代收敛快且拟合精度高的特点．     

参数并行：一种基于群启发式算法的机器学习参数寻优方法

针对机器学习算法超参数寻优效率低的问题和参数寻优主流算法的特点,提出了一种基于参数并行机制的机器学参数寻优方法。该方法利用群启发式算法来进行机器学习算法的参数寻优,将种群转换为Spark平台特有的弹性分布式数据集,针对参数寻优耗时特点并行计算种群中个体适应度。选取随机森林和遗传算法作为实验算法设计了多组实验对所提出的学习训练方法进行验证。实验结果表明,在20万条以下的小数据量下,文中提出的基于参数并行机制的机器学习参数寻优方法与基于数据并行机制的机器学习参数寻优方法相比,运行时间最多能够减少2个小时,并具有良好的可扩展性。     

控制系统的优化设计——多性能指标下的参数优化方法

本文提出一种多性能指标下控制系统参数的优化方法。利用本方法可以得到控制系统在满足所给定的时域性能指标下使积分性能指标最小的优化参数,也可以得到在满足超调量等指标的前提下,使调节时间最短的优化参数以及解决其它一些特殊要求的参数寻优问题。经仿真研究,结果是满意的。     

基于状态反馈的混沌参数调制解调方法

混沌由于其内秉随机性而适于在保密通信中应用。混沌掩盖、混沌键控、混沌参数调制、混沌符号序列扩频是混沌在通信中的应用研究的 4大热点。该文主要研究混沌参数调制与解调 ,把混沌参数作为一个状态变量 ,并采用状态反馈方法实现混沌同步与参数解调。用这种方法实现的混沌通信系统具有调制效率高 ,保密性好的特点 ,特别适用于保密通信。以蔡氏电路为基础构造了混沌参数调制与解调系统 ,仿真结果表明 :这种方法是有效的     

桁架结构随机有限元的可靠性分析

研究基本随机变量对结构可靠性的影响,针对桁架结构分别或同时考虑了结构的物理参数、构件的几何参数以及作用荷载等的随机性,提出了将确定性有限元随机化的方法,结合H-L(Hasofer-Lind)几何法,分别以结构的位移与应力响应作为功能函数,得到结构中构件的最小可靠指标.通过算例表明随机变量的变异系数对构件可靠指标有较大影响,当同时考虑多个基本随机变量时,结构响应呈现出很强的随机性,基于随机有限元的可靠性分析方法具有一定普适性、可行性与实用性.＃     

一种新型的系统参数鲁棒性综合方法

阐述了一种新型的系统鲁棒性设计方法－参数鲁棒线性二次型高斯设计综合方法。它是一种基于状态空间综合的方法,适用于不确定性参数变化形成结构性扰动的系统鲁棒性设计。该方法的特点是利用基于内反馈回路的Ｉ／Ｏ分解对参数变化建模,在反映参数变化结构的基础上选取合适的ＬＱＧ权阵实现鲁棒控制。文中给出了有关的理论依据,并针对一个数值例子进行应用仿真,仿真结果显示了这一方法的优越性。     

基于变分模态分解参数优化的地震随机噪声去除方法

为解决变分模态分解在地震数据去噪中依赖人工经验,模态分解和去噪效果具有一定随机性和偶然性的问题,提出基于频域奇异值分解信噪比估计的参数优化方法。该方法在参数范围内以较高的估计信噪比为评价参数对模态分量数目与有效模态进行选取,自适应寻找去噪最有效的参数,从而避免主观选取参数的随机性,改善去噪效果。仿真模型实验表明：估计信噪比与真实信噪比的误差为正相关关系,能够有效反映地震数据中噪声程度,所估计信噪比可以作为去噪效果的评价参数。通过仿真模型和实际地震数据对方法进行验证,结果表明基于估计信噪比参数优化后的变分模态分解方法能够有效压制噪声、凸显同相轴信息。     

非色素物质吸收光谱拟合方法比较

有色溶解有机物质(CDOM)与非色素颗粒物质的吸收皆有随波长增高而类指数函数递减的特征,二者统称非色素物质吸收,其光谱斜率S是海洋水色遥感半分析算法中的一个重要参数.本文基于现场实测数据,比较3种获取该参数的拟合方法,结果表明,增加背景参数K的非线性方法能够有效校正长波段散射的影响,与利用自然对数-线性方法以及一般非线性方法(不含背景参数K)比较,R2的标准偏差(SD)小,受水体类型的影响小.这一结果对于半分析算法的发展具有应用价值.     

开关电源的电压波形及其参数分析

开关电源已是当今二次电源的主要发展方向,在开关电源的分析与设计中,对开关工作时所形成的电压波形及其参数的分析是致关重要的。为了分析开关电源的工作特性,研究了开关电源的电路模型及电压波形的形成过程,针对分析开关电源的电压波形及其参数,提出了一套“辅助补偿”算法。基于这套算法,对开关电源的电压波形及其参数进行了理论分析和计算机仿真。仿真结果表明了这套算法的可行性和先进性。     

一种左心室压力个性化估计模型参数子集选择方法

针对模型估计左心室压力波形的临床个性化需求和大量参数优化计算复杂情况，提出基于灵敏度分析的模型参数子集选择策略.以左心室压力波形特征作为体循环模型的输出，通过自适应稀疏多项式混沌展开算法构建原始模型的元模型，改进索贝尔灵敏度指标计算，选出模型中对左心室压力波形特征有重要影响的参数作为参数子集.本文提出的选择策略可以为左心室压力波形估计中的模型参数临床个性化提供参考依据；参数子集中模型参数数量的减少，可以降低优化空间和参数求解的复杂度.实验结果表明，采用参数子集的左心室压力波形及特征估计与模型的全体参数估计具有很高的一致性.