基于k-近邻互信息的前向式变量选择方法及在水质参数软测量中的应用

软测量技术通过构造易测量的辅助变量与难测量的主导变量间的数学模型,实现对难测变量的实时预测.为有效分析辅助变量间的相关性和冗余性并实现变量精选,本文提出了一种基于k-近邻互信息的前向式变量选择方法.该方法以变量前向累加互信息值最大化为准则选择相关变量,同时计算每次累加变量与已选择变量子集间的互信息值来判断所累加变量是否为冗余变量,通过设定冗余互信息阈值,实现冗余变量的剔除,得到最优辅助输入变量子集.基于数值案例仿真结果验证了本文所提变量选择方法的可行性与有效性,在准确选取辅助变量的同时降低了算法复杂度.最后,该方法成功应用于污水处理过程中出水生化需氧量(biochemical oxygen demand,BOD)预测模型的输入变量选择上,利用精选出的辅助变量有效提高了模型预测精度.     

基于k-近邻互信息的前向式变量选择方法及在水质参数软测量中的应用

软测量技术通过构造易测量的辅助变量与难测量的主导变量间的数学模型,实现对难测变量的实时预测.为有效分析辅助变量间的相关性和冗余性并实现变量精选,本文提出了一种基于k-近邻互信息的前向式变量选择方法.该方法以变量前向累加互信息值最大化为准则选择相关变量,同时计算每次累加变量与已选择变量子集间的互信息值来判断所累加变量是否为冗余变量,通过设定冗余互信息阈值,实现冗余变量的剔除,得到最优辅助输入变量子集.基于数值案例仿真结果验证了本文所提变量选择方法的可行性与有效性,在准确选取辅助变量的同时降低了算法复杂度.最后,该方法成功应用于污水处理过程中出水生化需氧量(biochemical oxygen demand,BOD)预测模型的输入变量选择上,利用精选出的辅助变量有效提高了模型预测精度.     

基于零空间l1范数最小化的ISAR成像方法

在目标场景散射率分布满足稀疏性假设下,压缩感知(compressive sensing, CS)成像与传统距离-多普勒成像方法相比,可以使用很少的数据获得良好的图像,图像对比度高,没有旁瓣干扰。本文提出了一种基于零空间l₁范数最小化的逆合成孔径雷达(inverse synthetic aperture radar, ISAR) CS成像方法。从解欠定方程组的角度,将待重建目标图像分解为初猜值与残余值两部分。首先使用加权最小二乘(weighted lease square, WLS)法估计初猜值,作为目标初像；然后将待重建目标场景散射率的l₁范数作为额外的一个非线性测量值引入到图像重建中,在卡尔曼滤波框架下,利用非线性“伪测量”值,最小化待重建目标场景的l₁范数来估计零空间中残余值的解。实测ISAR数据处理验证了所提算法的有效性。与正交匹配追踪算法(matching pursuit algorithm, OMP)和primal-dual l₁范数最小化方法相比,所提方法获得的成像效果更好,成像时间比primal-dual l₁范数最小化方法更短。     

基于理想弹道鲁棒容积卡尔曼滤波视线角估计

针对惯性元件在低成本全捷联制导弹药中应用难度大的问题,设计了一种利用理想弹道弹体运动参数代替惯性元件测量值的弹目视线角滤波估计方法。根据坐标系转换关系及弹目视线几何关系,将理想弹道参数作为系统不确定性参数,建立非线性滤波系统;针对具有参数不确定性的非线性系统滤波问题,提出了一种基于理想弹道的鲁棒容积卡尔曼滤波(ideal trajectory robust cubature Kalman filter,ITRCKF)算法,将具有不确定性系统的滤波问题转化为带参数κ的误差协方差上界最小化问题;最终利用导引头探测器测量得到弹体视线角,结合ITRCKF对非线性系统状态进行估计。实验结果表明:在小扰动条件下,ITRCKF偏角估计最大误差值较容积卡尔曼滤波(cubature Kalman filter,CKF)下降了85.57%,误差均方根(root mean square error, RMSE)下降了81.93%;在大扰动条件下,ITRCKF倾角估计值最大误差较CKF下降了31.64%,误差均方根下降了46.39%。所提方法对弹目视线角的估计值满足精度要求,并且相对于CKF估计值具有较好的鲁棒性能。     

仪表着陆系统下滑宽度仿真系统研究

在分析仪表着陆系统ILS(Instrument Landing System)下滑调制深度差DDM(Different in the Depth of Modulation)指标形成原理的基础上,找到了影响DDM的因素为纯边带SBO(Sideband Only)信号的幅值,采用控制变量法得出了在DDM线性变化范围内SBO信号的幅值与下滑宽度、半宽度的关系模型,并通过实测数据对模型进行了验证。基于数学模型并结合NM7000设备,搭建了仿真系统,可动态模拟下滑宽度的调整过程。测试结果表明,仿真系统精度相对误差小于1%。系统应用对指导校飞及设备维护具有重要意义。     

基于相对残差的LDPC码动态调度译码算法

针对低密度奇偶校验码的动态调度译码算法中存在的震荡现象和贪婪特性问题,在基于变量节点消息残差置信传播算法的基础上,提出一种基于相对残差调度的置信传播算法。对变量节点进行分组,以变量节点向校验节点传递消息的相对残差值作为参考,优先更新相对残差值最大的节点,加快译码收敛速度。对于译码过程中震荡的变量节点,对其更新前后的后验LLR(log likelihood ratio)消息值做加权平均处理,提高震荡节点的可靠度。在算法迭代的过程中对变量节点向校验节点传递消息的相对残差值作衰减处理,缓解译码算法的贪婪特性。仿真结果表明：与VC-RBP算法相比,在误比特率为10^-5时所提算法译码性能可以获得0.3~0.4 dB的增益,同时拥有更快的收敛速度。     

基于LPV模型的水面机器人鲁棒航向控制

针对水面机器人水动力学的强非线性,且容易受到风、浪与水流干扰的影响,提出了一种基于LPV(Linear Parameter Varying)模型的H_∞鲁棒航向保持控制器。LPV模型采用Froude数作为线性变参,用来反映水面机器人水动力学随Froude数变化的非线性特性,同时简化模型参数辨识与控制器设计。将Froude数作为调度变量,采用介实引理设计了H_∞鲁棒航向保持控制器,用来抑制扰动对控制器的影响。在三自由度欠驱动水面机器人仿真平台上进行了验证,证明了控制器的有效性与鲁棒性。     

基于反馈线性化的船舶舵鳍联合减摇MPC控制

针对船舶运动系统具有非线性、强耦合、多变量等特性,并考虑海洋环境对船舶运动影响,建立了一个能够比较全面反映船舶运动本质特性的四自由度(纵荡、横荡、横摇、艏摇)运动非线性数学模型,基于模型预测控制是一种在控制领域得到实际应用的多变量优化控制策略,设计了基于反馈线性化的船舶舵鳍联合减摇模型预测控制(MPC)系统。在不同海情下,完成了横摇与航向联合控制仿真实验,结果表明：该控制方法鲁棒性强,既能实现精确的航向控制又能得到良好的减摇效果。     

累积时滞非线性ATNDGM(1,N)模型构建及应用

针对多变量时滞非线性系统的预测建模问题,引入时滞驱动项和幂指数,构建了累积时滞非线性多变量离散灰色ATNDGM(1,N)模型,给出了模型参数求解方法.基于累积时滞灰色关联模型确定了驱动因素和时滞期数,并探讨了时滞期与时滞权重的关系;利用粒子群算法确定了模型的最优幂指数;论证了 DGM(1,N)、DGPM(1,N)和ATDGM(1,N)模型均是ATNDGM(1,N)模型的特殊形式,研究了数乘变换对模型参数取值的影响;数值实验验证了模型的可行性.将ATNDGM(1,N)模型应用于河南省农业产值的预测中,结果表明该模型具有较高的拟合和预测精度,能够有效处理具有时滞非线性特征的小样本多变量系统预测问题.     

一类不确定时滞非线性系统的H∞鲁棒镇定

利用混杂状态反馈策略研究一类不确定时滞非线性系统的鲁棒H_∞镇定问题.首先,当控制器增益矩阵均已知时,利用单Lyapunov函数法和凸组合技术,给出了闭环非线性切换系统具有鲁棒H_∞性能的充分条件并设计出相应切换律.然后,当控制器增益矩阵均未知时,利用多Lyapunov函数法,设计了控制器及相应的切换策略,使闭环非线性切换系统是鲁棒H_∞渐近稳定的.     

基于ESPRIT的均匀互耦线阵DOA及互耦参数估计

利用均匀线阵的特殊结构及其互耦矩阵,提出了一种阵列互耦存在下基于ESPRIT的DOA和互耦参数估计方法.首先通过ESPRIT法中子阵的选取,无需阵列互耦任何信息,直接得到方位估计,即对互耦参数稳健的DOA估计方法;接着在方位估计的基础上,基于真实导向矢量的最小方差拟合得到均匀线阵的互耦系数估计.与已有算法相比,该算法同时利用了天线阵列结构及其互耦特点,一方面将信号角度与互耦系数估计相互分离,使角度估计精度不受互耦估计的制约;另一方面,方位和互耦系数估计均可通过表达式求解,因此算法运算量小.计算机仿真证明该算法的有效性和正确性,并从仿真角度研究了算法分别在幅相误差和互耦矩阵误差下的性能.     

基于ESPRIT算法的双基地MIMO雷达幅相误差分析

对于双基地多输入多输出（multiple input multiple output,MIMO）雷达,发射和接收阵列幅相误差耦合到一起,不易单独测量。针对阵列存在小扰动幅相误差的MIMO雷达,分别推导了借助旋转不变信号参数估计技术（estimating signal parameter via rotational invariance techniques,ESPRIT）算法的到达角（direction of arrival,DOA）和离开角（direction of departure,DOD）的均方根误差（root mean square error,RMSE）与幅相误差关系表达式。与其他方法相比,ESPRIT算法可以将发射和接收阵列的幅相误差进行解耦,并且DOA和DOD的RMSE只与阵列相位误差相关,与阵列幅值误差无关。仿真结果表明,理论值和仿真实验值能够较好地吻合,验证了理论的正确性。     

Learning Granger causality graphs for multivariate nonlinear time series

An information theory method is proposed to test the. Granger causality and contemporaneous conditional independence in Granger causality graph models. In the graphs, the vertex set denotes the component series of the multivariate time series, and the directed edges denote causal dependence, while the undirected edges reflect the instantaneous dependence. The presence of the edges is measured by a statistics based on conditional mutual information and tested by a permutation procedure. Furthermore, for the existed relations, a statistics based on the difference between general conditional mutual information and linear conditional mutual information is proposed to test the nonlinearity. The significance of the nonlinear test statistics is determined by a bootstrap method based on surrogate data. We investigate the finite sample behavior of the procedure through simulation time series with different dependence structures, including linear and nonlinear relations.     

基于自适应压缩感知的复杂弹道群目标跟踪技术

复杂弹道群目标空间密集程度高,群内目标相互遮挡,在给定雷达工作带宽前提下如何对复杂群目标进行有效分辨、实现航迹的连续稳定跟踪已成为亟待解决的难题。针对该问题,首先通过二体运动预测获得航迹群预测中心,根据预测偏差与分辨阈值关系,自适应开启局部压缩感知群目标分辨算法,提高群目标遮蔽分辨能力。其次，引入航迹片段拼接思想,利用已有航迹档案构建假设检验,对航迹片段进行关联、平滑处理和批号管理,有效减少换批和非线性估计误差。仿真结果表明,所提算法大大增加了可分辨时间,分辨能力可达80%,平均跟踪时长提高一倍,中断期间跟踪均方根误差显著降低,且航迹稳定跟踪并全程未换批,为弹道群目标精确稳定跟踪提供了一种新的思路。     

Direction of arrival estimation on cylindrical conformal array using RARE

When the information of mutual coupling and shadowing effect of a conformal antenna array are unknown,the performance of direction of arrival (DOA) estimation will be seriously degraded by using some classical methods,such as the multiple signal classification (MUSIC) algorithm.Meanwhile it is difficult to measure or estimate the shadowing effect.The DOA estimation for a conformal uniform circular array (UCA) is studied.Firstly,the azimuthal angle is separated from all the unknown information by transforming the UCA from the element space to the mode space.Then the rank reduction (RARE) algorithm is applied in the estimation of the azimuthal angle.The π ambiguity existed in the RARE is solved by the beam forming.The main advantage of this method is that it does not need to measure the mutual coupling and the shadowing effect.Compared with the subarray method,it will not decrease the aperture of the array.Simulation results validate the advantages of the method.     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

逐层增枝结构行为检验建模法——以农户沼气工程为例

农村小型循环沼气工程是中国"十三五农业循环沼气工程"的3项工程建设之一,但是,现存在户用沼气池闲置率高的严重问题,需建立可靠性高的仿真模型,仿真提高户用沼气池使用率的对策效应。而如何实现还原论与整体论相结合的原则建立系统动力学仿真模型,如何实现更有效的检验方法提高模型的可靠性又是待深入研究的重要问题.针对上类问题,首先,给出子系统仿真定理,结构行为检验的内涵,新建"逐层增枝结构行为检验建模法"的步骤.接着,根据新建模法,建立农村小型循环沼气工程系统普遍存在的户数-原料-沼气-沼液种植入树T_1(t)-T_7(t)七棵前期流率基本入树,分3次进行结构行为检验,构建可靠性高的第一部分前期流率基本入树模型,通过参数组合仿真此第一部分入树模型,揭示出工程未来发展存在的进度慢、气待开发增、种下降3大问题.然后,针对此3大问题,提出新增户沼气服务技工人员和建立技术人员工资及服务费保障机制2条新措施,针对新措施又新建立2棵入树,并新增加后2棵入树对前7棵入树的流率的3条技工影响反馈枝,构成户-原-沼-种-技-投入树T_1(t)-T_9(t)九棵流率基本入树模型.通过仿真九入树模型,揭示新措施实施对工程未来解除问题的好效果。论证了2个新措施的正确性,建立了"通过政府、高校研究部门、服务技术员、企业、农户5个子系目标责任的实现,实现户用沼气池工程发展的总目标"的管理原理.研究新建立了一种通过增枝的提高模型可靠性、增强操作性、降低建模难度的建模法.     

杠杆效应对期权定价的影响研究

本文基于时间序列视角从随机模拟和实证研究两方面探讨随机波动率模型中杠杆效应对期权定价的影响.在随机模拟中,通过与基本的随机波动率模型比较,发现当收益率时间序列存在高杠杆时,带杠杆的随机波动率模型给出的期权价格更接近真实的价格,在MAE和RMSE距离统计量上都存在显著差异,但较低的杠杆对期权定价不会有显著影响;并且,在带杠杆的模型中,路径模拟定价法优于BS框架下的定价方法.此外,在标普500指数的欧式期权上的实证研究,表明指数存在较高的杠杆水平;相较于期权市场价格,带杠杆的模型在定价上好于基本的模型,在MAE和RMSE统计量上存在显著性的差异.     

基于变换域张量的机载阵列DOA和极化参数估计

针对强杂波背景下多目标回波的参数估计问题,现有的基于长矢量的多重信号分类(long vector multiple signal classification, LV-MUSIC)法精度下降,基于张量的MUSIC(tensor MUSIC, T-MUSIC)方法通道数不足,无法计算噪声子空间投影矩阵。因此提出基于变换域张量的MUSIC方法。算法利用张量结构,在时域分离不同多普勒频率的信号,分别估计各多普勒通道的回波参数。相比于LV-MUSIC和T-MUSIC,所提算法避免了多目标背景下自由度不足导致的目标分辨力下降的问题,并且能获得更高精度的参数估计。仿真实验证明,所提算法有更高的目标分辨能力,在低信噪比条件下仍保持良好的性能。