基于自相似特性系统建模的算法改进

针对现有基于自相似特性的系统建模算法复杂度高、可实现性差等问题,改进了线性自回归模型叠加生成自相似源的算法;利用业务的自相似特性,Taylor展开式,以及对Pollaczek-Khinchin第一变换式进行恒等变形等方法简化了系统建模模型,解决了服务时间母函数不解析,以及运算繁琐等问题。与原算法相比,改进算法大大降低了算法复杂度,增强了其可实现性。以以太网为例,对改进算法进行验证,结论与原算法一致,运算时间仅为原算法的1/14。     

动态数据系统(DDS)建模方法的改进

本文概述了原DDS建模方法的缺点,叙述了改进的途径,推导了改进的算法,给出了改进部分的详细框图。首先用长自回归拟合数据直到残差为白噪声,如AR模型阶不高,则认定为AR模型。否则,利用数据和残差,线性估计ARMA模型参数。增阶和降阶时,Yule—Wolker方程系数阵和模型参数都可递推求得。初估ARMA模型后,用非线性最小二乘法来优化参数。通过二个实例计算表明,经改进的方法可以节省66％的机时,效果是明显的。     

早期火灾CO气体的时间序列建模

通过傅里叶变换红外光谱探测技术,对火灾燃烧过程中产生的CO气体体积分数进行探测和定量分析,并对现场实测数据的非平稳时间序列进行平稳化处理和AR(p)模型(自回归模型)建模.通过对模型参数在相平面上的分析,提取早期火灾发生过程中的特征信息,建立一种及时的火灾探测、报警的方法.     

多元协方差阵扰动模型的影响分析

讨论多元性回归模型的影响分析问题,获得了多元协方差阵扰动模型与原模型参数阵之间的最佳线性无偏估计(BLUE)的一些关系式;给出了度量影响大小的距离测度和它的计算公式.     

门限自回归模型建模的有关探讨及其在人口死亡率预报中的应用

本文将门限自回归模型用于人口死亡率的预报,根据建模实践和预报结果,分析了门限自回归模型的参数(门限段个数l、门限值r_j、延迟步数d)、模型特性及其建模策略等问题。     

回归模型中变换参数的影响分析

把Ｄ．Ｖ．Ｈｉｎｋｌｅｙ和Ｓ．Ｗａｎｇ的回归模型变换参数影响的诊断方法推广到多个数据的情形,评价多个数据对“双边变换模型”参数估计的影响。分别考虑双参数变换模型和单参数变换模型,利用构造变量回归技术和平均异党点模型得到了删除数据诊断量的近似值。并给出了一个算例。说明删除两个数据时对单个参数估计的影响。     

基于自适应迭代的非参数化虚拟孔径合成方法

基于自回归(auto-regressive,AR)模型的参数化虚拟孔径合成算法无法应用于灵活的稀疏阵列构型,在单快拍和低信噪比(signal-to-noise ratio,SNR)时对极点个数和位置估计不准。该文提出了基于迭代自适应(iterative adap-tive approach,IAA)的非参数化虚拟孔径合成方法,该方法无需估计极点信息,通过迭代计算虚拟孔径的空间谱并恢复虚拟阵元数据。分析和仿真结果表明:该方法在单快拍和低信噪比条件下比参数化方法具有更好的分辨性能和稳健性,可用于阵元位置随机空缺的情况。     

基于自回归滑动平均模型和粒子群算法的地震子波提取

基于自回归滑动平均(ARMA)模型理论,对地震子波进行参数化建模,采用累积量拟合法精确估计参数,使地震子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题。对基本粒子群算法进行改进,通过自适应参数调整和边界约束,克服基本粒子群算法易陷入局部极值的缺陷,同时提高算法寻优精度和计算效率。仿真数据试验结果验证了改进的粒子群算法在地震子波提取方法中的有效性和稳定性。     

变参数自回归模型

对以往的灰色模型和自回归模型作了改进，给出了变参数自回归模型，并对其自激励型和自抑型系统内部作用变化进行了刻划。     

最优Box-Cox变换模型的反向动态规划求解

通过构造Box Cox变换模型加权最优目标函数,综合考虑回归系数t统计量对应p阀值、Theil系数U2及其误差分解、修正回归拟合优度、Durbin Watson检验量、回归残差。利用Excel矩阵向量数组函数三维动态建模,通过Excel基于稳健GRG2算法的规划求解,"反向"动态求解整体最优Box Cox变换模型估计参数。实例给出了建模过程,显示反求建模可较有效地克服变换模型的异方差、多重共线性和序列相关性。     

动态数据系统(DDS)方法及其在火控系统中的应用

本文简述了DDS方法的建模过程。对一组工程数据,在用FFT分析了频谱的基础上,重新采样并用DDS方法处理了这组数据。由于对同一序列的各样本建模结果不一致,提出了用多样本统一建模的方法。所建的统一模型效果比较好,方位角和高低角量测误差的方差可以用此模型滤波后分别降低70％和84％。对DDS的这一改进建模方法、同样可以用于其他多样本数据的处理。     

基于Bayesian方法的参数估计和异常值检测

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下一步异常值检测的不可靠;反之异常值检测也会影响参数估计。针对这些不足之处,提出了基于 Bayesian 方法的参数估计和异常值检测,此方法可以将参数估计和异常值检测同时实现,具体做法是在线性回归模型中引入识别变量,基于 Gibbs 抽样算法,给出识别变量后验概率的计算方法,通过比较这些识别变量的后验概率进行异常值定位,同时给出参数的估算方法。通过大量的模拟实验,结果表明,与传统方法相比,提出的方法对异常值更灵敏。     

Parameter selection in time series prediction based on nu-support vector regression

The theory of nu-support vector regression (Nu-SVR) is employed in modeling time series variation for prediction. In order to avoid prediction performance degradation caused by improper parameters, the method of parallel multidimensional step search (PMSS) is proposed for users to select best parameters in training support vector machine to get a prediction model. A series of tests are performed to evaluate the modeling mechanism and prediction results indicate that Nu-SVR models can reflect the variation tendency of time series with low prediction error on both familiar and unfamiliar data. Statistical analysis is also employed to verify the optimization performance of PMSS algorithm and comparative results indicate that training error can take the minimum over the interval around planar data point corresponding to selected parameters. Moreover, the introduction of parallelization can remarkably speed up the optimizing procedure.     

四旋翼飞行器动力系统模型参数辨识实验研究

四旋翼飞行器动力系统是飞行器的重要组成部分,也是影响控制精度的重要因素。通常在动力系统建模时直接采用机理建模法,但在实际中动力系统的选用和安装都会影响到动力系统模型,故直接采用机理建模方法准确性不高。本文基于动力系统机理模型得到动力系统模型结构,然后在搭建的测试实验平台上完成了转速数据的测量,根据实验数据通过ARX模型辨识出动力系统的模型参数,建立出四旋翼飞行器动力系统模型并设计了PI控制器。通过系统仿真与实际测量验证,结果表明：对应用参数辨识后的四旋翼动力系统模型进行控制时,系统的快速性和稳定性都有明显的提高。     

改进遗传规划算法在系统辨识中的应用

为了解决工业过程中数据丰富但机理不完全可知的非线性动态系统建模问题,提出了一种改进的遗传规划算法,以辨识模型结构和参数.该算法首先基于多层次辨识和反馈的基本思想,对系统进行多次辨识,直到把辨识误差缩小到可接受的范围;然后,采用最小二乘法估测模型参数,避免优良模型结构因低劣参数而被淘汰;最后,实施M估计技术,削弱强噪声对建模的影响,增强模型泛化能力.针对满足Lotka-Volterra方程的非线性动态系统进行建模仿真,试验结果表明该算法能较好地辨识满足Lotka-Volterra方程的一类非线性动态系统.     

非陀螺找北仪的时序分析与数字滤波

为进一步提高非陀螺找北仪的精度 ,分析了系统的多维自回归时间序列模型 ,并对影响模型参数估计精度的因素进行了讨论 ,指出了最小二乘参数估计方法的误差主要是由于 3倍频以内分次谐波和同频干扰引起。根据模型与信号功率谱分析 ,提出了降低系统噪声影响 ,提高参数估计精度的数字滤波方法 ,并通过试验对滤波方法进行了验证。     

基于改进型辅助变量法的压力传感器建模

针对经典压力传感器建模方法存在适应性较差、难以准确获取压力传感器动态特性的问题,提出了一种基于改进型辅助变量法的压力传感器动态建模方法。首先运用粒子群算法预估计模型参数,将预估计的参数代入差分方程构造辅助变量。然后利用输入、输出数据用辅助变量法辨识模型的参数,进行压力传感器系统仿真,在不同噪声模型及信噪比下得到系统输出,分别用提出的方法和现有方法建模,比较建模结果的差异。最后用激波管动态校准实验平台对压力传感器进行动态校准。根据输入、输出数据构造信息矩阵并对其正交分解确定模型阶次,再次用提出的方法和现有方法建模,验证仿真结果。通过压力传感器系统仿真及实验数据验证表明：在压力传感器建模中,改进型辅助变量法的辨识精度明显高于现有方法。     

Software development of modeling assistant for continuous suspension bridges with multi pylon

Building a reasonable and accurate finite element model is the first and critical step for structural analysis of complicated bridge. In this article, modeling assistant for continuous suspension with multi-pylon is developed based on .Net platform, with VB.Net, C# language and OpenGL graphic technique. With parameterized modeling method, finite element model of this kind of bridge can be built quickly and accurately, and multi-type element modeling with uniform parameters is realized. With advanced graphic technique, three-dimensional model graph can be real-timely previewed for intuitive data check. With an example of practice project, the accuracy and feasibility of this modeling method and practicality of this software are verified.     

基于地物波谱库构造农作物生长参数的时空分布先验知识

认识典型地物的波谱特征及其随波谱测量环境变量的变化,从积累的观测数据中提取地物波谱及其配套参数的时空分布知识,是对地表参数定量遥感反演研究的重要支撑.基于"中国典型地物标准波谱数据库"中收集的数据和模型,对典型农作物测量数据进行了系统整理,得到了我国5种农作物的主要生长参数(叶面积指数、全氮含量)在其主要生育期的统计数据,构造了这些参数的时空分布知识.文中所述的数据和方法,对于遥感反演中地表参数先验知识的初始值与不确定性估计、数据同化等相关研究,都有使用和参考价值.