同频干扰对相关值计算的影响

为研究同频干扰对相关值计算的影响,以周期信号为研究对象,建立了相关值计算模型。根据信号模型,从理论上分析了同频干扰影响相关值计算的机理。通过仿真实验,总结信号分别为单个频率成分和多个频率成分时,由同频干扰引起的相关系数峰值误差随同频干扰成分的幅值及其与源信号的相位差(0°~360°)的具体变化规律。结果表明:相关系数峰值误差变化趋势关于相位差180°对称分布,且同频干扰分量幅值在信号中所占比例越大,相关系数峰值误差也越大。     

跳频码序列动态特性和抗预测设计要求

抗干扰跳频通信使用的跳频码序列应具有较长的周期,因此实际使用中跳频码序列更为重要的是局部和动态的平衡和汉明相关特性.为了对抗预测,跳频码序列应提出两个新的设计要求,对TOD敏感和对地址码敏感.传统的跳频码序列是否具有可接受的局部和动态的平衡和汉明相关特性需要仔细检查.将地址码以简单异或输出的传统方法是不能被抗预测要求所接受的.地址码必须如分组密码方法那样,混淆在对TOD输入的变换过程之中.基于上述认识,该文提出将局部、动态的平衡和汉明相关特性以及序列抗预测要求作为常规衡量抗干扰跳频通信跳频码技术性能的应用指标.     

黑龙江省人口的GM(1,1)组合预测模型

在黑龙江省2001年至2007年人口数据的基础上,分别应用Logistic增长模型,灰色系统的GM(1,1)理论,构建了人口预测模型,并将预测值和实际值进行比较,分析,表明该模型误差较小,可应用于实践.其次,考虑到模型的确定性,将两种模型有机的结合起来,建立一种更加合理的符合实际的模型,以提高模型的预测准确度.最后,利...     

一种随机微分方程中布朗运动的方差估计

随机微分方程已在各个领域广泛应用,其参数估计问题是该领域重要的研究内容之一.利用抽样数据给出了一类随机微分方程中布朗运动的方差估计方法,通过离散方法给出由抽样数据构成方差估算的表达式.实例模拟分析表明:采样区间长度越小,该方法估算的方差误差越小.说明该方法是可行的,具有很好的实际应用价值.     

大型净水厂自动投药系统的建模与研究

水厂混凝投药过程控制在给水处理中占有重要地位,直接关系到出水水质;而这一过程具有非线性、大时滞、多变量等特点,很难建立准确的数学模型.通过对某水厂实际运行数据进行收集和整理,运用最小二乘法,研究了影响水质的主要因素(原水水质与混凝剂投加量)的定量数学关系式,建立了针对特定水厂自动投药的数学模型,工程实例证明:该数学模型在生产过程控制中效果良好,实际投药值和计算值误差处于[-0.7,0.98]之间.     

LSTM神经网络模型在GPS变形监测中的应用研究

为提高GPS变形监测在工程应用中的精确度,研究LSTM神经网络在变形监测中的作用。分别利用建立的GM(1,1)模型和LSTM神经网络模型对GPS变形监测工程案例进行应用分析,与GM(1,1)模型相比LSTM神经网络模型预测误差降低幅度可达58%,相对误差降低幅度可达62%,RMSE值降低幅度为66%,结果说明LSTM神经网络模型较GM(1,1)模型有更高的预测精确度,预测结果更接近实际测量结果,深度学习的方法之一LSTM神经网络模型在GPS变形监测中有很高的应用价值。     

优化的BP神经网络在预测电动汽车SOC上的应用

为了提高BP神经网络预测模型对电动汽车电池SOC值预测的准确性,采用遗传算法GA和粒子群算法PSO两种优化算法分别对BP神经网络进行优化,即优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。将该方法应用到预测电动汽车电池的SOC值中并与实际测量的SOC值进行验证比较。仿真实验表明,经过粒子群算法优化后的BP神经网络预测电动汽车SOC值的误差在1.0%~4.4%之间,明显优于采用遗传算法优化的误差范围1.6%~10%和传统的BP神经网络误差范围2.0%~72%。     

基于遗传算法的BP神经网络对农业产业的分析预测

农业产业总值的准确预测对农业产业的优化和改善具有重要的意义.以遗传算法优化的BP神经网络建立农业产业总值的预测模型,该模型结合遗传算法和BP神经网络两者的优点,既有神经网络强大的学习能力,又具有遗传算法的全局搜索能力.采用该算法对农业产业总值进行预测,并与实际值进行对比分析.结果表明,该算法收敛速度快,预测精度高,具有较高的可靠性和适用性.     

基于最小二乘滞环电流控制的光伏并网逆变器研究

提出一种用于光伏并网逆变器的最小二乘法定频算法,它在每一开关周期到来之前,通过对前一周期的相关参数值进行采样,确定当前周期内开关触发的时间来实现开关频率稳定和滞环电流跟踪.与其他控制方法相比,该方法能有效降低对工频电网的谐波注入,使电流误差平均值控制在最小范围内,减少稳态误差,还可实现数字化控制.最后,利用MATLAB进行双环系统建模,外环通过曲线拟合法进行最大功率跟踪,内环采用最小二乘法定频算法和滞环电流控制,仿真结果证明了该方法的有效性.     

基于星间链路的星上时间自主完好性监测方法

针对北斗卫星系统难以在全球布站的现实情况,提出了一种基于Kalman滤波的星上时间自主完好性检测方法.该方法利用北斗卫星真实在轨数据,从星间链路测距值中解算出时间信息,经过历元归算得到相对钟差.利用原子钟时频基准的工作机理分析了星间测量数据的误差模型,设计了Kalman滤波监测算法.仿真分析了Kalman滤波对于北斗卫星真实在轨星间链路测距值中相位跳变和频率跳变的监测性能.结果表明,以钟差数据作为Kalman滤波的观测值,可以有效检测并识别出钟差数据的相位跳变和频率跳变,且为工程实践提出合适的检测门限.     

一种快速鲁棒的车辙检测方法

提出了一种基于激光三角法的快速路面车辙检测方法. 采用横向投影确定激光线的范围,并通过分段直线拟合去除激光线范围内粗差,然后用贝塞尔曲线对激光线进行拟合,快速稳定地提取出激光线. 为了提高测量精度,提出了基于不规则三角和标定点网格测量点的物方坐标反算方法. 对试验路段的检测结果表明,该方法能以每秒80次的采样频率进行车辙测量,检测结果与人工检测结果吻合较好,可作为路面车辙测量工具用以代替人工检测.     

基于BCM降低OFDM系统PAPR的方法

简述了降低正交频分复用系统峰均功率比的研究进展,给出了基于分组编码调制降低峰均功率比的方法,提出了子载波数较大系统的搭建方法,分析了实现原理并进行了仿真研究,结果表明该方法不仅能有效降低正交频分复用系统的峰均功率比,而且具有前向纠错能力.     

OFDM系统的时频同步优化

研究了多径衰落信道下OFDM系统的时频同步算法,分析了传统算法定时不准确的原因,提出了一种优化方法,并基于一个对称PN序列来完成时频同步. 通过寻找滑动相关求和值的第1个下降沿完成定时同步,给出了使用滑动求和值搜索窗口大小的选取方法,同时在频率同步中引入修正相关计算的概念. 仿真结果证明了该
算法在多径信道,特别是第1径不是最强径情况下的稳定性和优越性。     

高清晰度电视的正交频分复用信道编码

该文讨论用于ＨＤＴＶ信号地面传输的正交频分（ＯＦＤＭ）信道编码方案通过计算机模拟，研究一方案的抗加性Ｇａｕｓｓ白噪声，多径干扰和同频干扰性能，并讨论了降低误码率的方法。     

不精确帧同步对幅值相位线性插值影响的分析

在正交频分复用系统中,常见的频域线性插值方法为I 路Q路信道分别进行线性插值(I-Q 插值). 幅值相位线性插值（A-P 插值）由于性能略差且硬件实现复杂度高而很少被采用. 该文在不精确帧同步系统中循环前缀（cyclic prefix, CP）提前截去的情况下,研究了A-P 插值方法受CP提前截去量的影响,并与I-Q 插值进行比较,给出了I-Q 插值和A-P 插值的均方误差通用表达式. 研究结果表明,A-P 插值方法的性能受CP提前截去量的影响很小,仅取决于频域信道相关特性,而I-Q 插值会受CP提前截去量及频域信道相关特性两方面的影响. 因此,当同步算法性能较差而引起较大定时偏差时,也可选择A-P 插值作为频域插值算法.     

数控机床力-几何误差的PSO-SVM建模

为了提高数控机床几何误差建模精度,改进补偿效果,先用测力环等仪器模拟施加并测量机床主切削力,再用激光干涉仪同步测量机床俯仰角和偏摆角误差. 根据粒子群优化算法(particle swarm optimization,PSO)优化支持向量机(support vector machine, SVM)的相应参数,并以实际测量数据进行训练,从而建立
了PSO-SVM力-几何误差预测模型. 实际试验表明,PSO-SVM误差预测模型输出的偏摆角误差预测值与实测数据的最大差值仅为0.6 μrad,俯仰角误差预测值与实测数据的最大差值仅为0.21 μrad,远小于利用BP神经网络以及常规方法优化的SVM所建立的力-几何误差预测模型的误差,因此该模型可用于数控机床几何误差的高精度实时补偿.     

信道压缩表示的OFDM快衰落信道估计

针对正交频分复用系统提出基于信道压缩表示的快衰落信道估计算法. 该方法采用一种紧凑型信道冲激响应(channel impulse response, CIR)矩阵及信道核向量的信道压缩表示方法,减少了CIR矩阵中的未知元素数目. 推导了等效信道模型以及CIR矩阵与信道核向量之间的闭式表达式,利用最小二乘和线性最小均方差估计器估计出信道核向量,并由其重构出CIR矩阵,从而实现了信道压缩表示的OFDM快衰落信道估计. 仿真结果表明,该算法能对快衰落信道进行有效估计,并降低系统传输BER.     

异质双9轴MEMS惯性传感器数据互补-加权迭代融合算法

在MEMS惯性传感器导航研究中,传统的MEMS捷联式惯性导航系统仅利用单多轴MEMS惯性传感器对移动目标进行导航定位,其测量值和噪声特性易受环境影响,此外加速度误差、陀螺仪漂移、平台框架角误差、平台安装误差等因素也严重影响传感器性能. 为此,从异质非单多轴MEMS惯性传感器互补融合角度出发,用异质双9轴MEMS惯性传感器采集移动目标原始信息,并提出互补-加权迭代融合算法. 首先对异质双9轴MEMS惯性传感器测得的原始数据进行预处理,基于卡尔曼滤波用最小方差估计法求解观测值. 通过估值方差和革新方程形成权值更新模型,实现异质双9轴MEMS惯性传感器数据的互补融合. 实验表明,相较传统单9轴MEMS惯性传感器导航,该算法可提高导航精度50%以上.     

自适应陷波器实际性能的理论分析及其在继电保护信号接收中的应用

首先通过理论分析发现了在精度有限的实际系统中影响自适应陷波器性能的因素,证明了将信号通过下变频,进行低频化处理的优越性.据此提出了将信号插入低频段后进行自适应陷波的低频化方案,并与在较高频直接进行自适应陷波的方案进行性能比较.计算机仿真和实际的硬件实验均说明,使用低频化方案可降低对芯片的速度要求,接收信号的幅度范围则扩大25倍,允许的发信频率误差也提高约一倍.     

超机动飞行的鲁棒自适应神经网络动态面控制

针对超机动飞行过程中气动参数变化剧烈、控制精度高的特点,提出了一种基于神经网络的鲁棒自适应动态面控制方法。模型不确定性和外界干扰由RBF神经网络在线补偿,控制律由动态面控制方法得到,降低了反推控制器的复杂性,改进的神经网络权值调整自适应率改善了系统的过渡过程品质。利用Lyapunov稳定性定理证明了闭环系统所有信号有界,系统跟踪误差和神经网络权值估计误差指数收敛到有界紧集内。对所研究的飞行控制系统进行了herbst机动仿真,结果验证了该系统在过失速机动条件下具有良好的控制性能。