基于EKF残差向量的编队卫星测量器件故障诊断

针对同时采用两个测量装置,即无线电和GPS的编队卫星可能发生的测量器件硬故障情况,提出了两种基于解析余度的状态估计故障诊断方法。即首先分别采用无线电测量和GPS测量得到的测量数据作为观测量并联合编队卫星的相对状态进行广义卡尔曼滤波,然后得到残差序列,基于该残差序列设计出了残差加权平方和检验法和残差χ2检验法,最后通过仿真实例对所给出检验方法进行了比较。     

储油罐的变位识别与罐容表标定模型

研究了椭圆型储油罐的变位识别与罐容表标定问题。利用数学积分原理分别对储油罐无变位与变位两种情况,建立油量体积与油位高度的数学模型,并用MATLAB软件进行求解及残差分析,修正得到较准确的罐容表标定值。     

精密单点定位的卡尔曼滤波新息与残差随机性对比

为了验证卡尔曼滤波新息和残差描述观测噪声的能力,根据精密单点定位载波相位和伪距观测值的先验方差,利用蒙特卡罗模拟等方差的随机噪声作为分析基准,研究描述信号随机性的平稳性、正态性、自相关性和功率谱指标。实验结果表明,新息只能正确描述伪距观测值噪声的随机性,残差能够同时描述载波相位和伪距观测值噪声的随机性。同时,两者描述伪距观测值噪声的能力相近。因此,不同精度观测值的精密单点定位应该以新息表示的残差为基础进行卡尔曼滤波模型的改进。     

单差载波相位自主完好性监测算法

应用载波相位差分定位时,由于多路径误差、卫星信号遮挡、卫星故障等原因,易造成载波相位测量值发生偏差和周跳,因此必须进行完好性监测。研究了利用单差载波相位测量值进行载波相位完好性监测的方法,固定整周模糊度值之后,利用最小二乘残差构造检验统计量,根据虚警概率和观测到卫星个数设定门限值,对单差载波相位测量值进行监测。分析了垂直保护级和漏警概率、卫星个数的关系。实验结果表明,虚警概率取为10-7/历元时,算法能有效检测测量偏差,对小至0.4周的偏差,比原有算法检测能力较强;漏警概率取为10-6/历元,垂直告警限值取为1.1m时算法满足可用性要求,增加1颗观测卫星能使垂直保护级降低约2cm。     

一种新颖的基于NMF的人脸识别方法

提出了一种新颖的基于非负矩阵分解(NMF)进行人脸识别的方法,读方法首先对人脸图像作NMF得到由人脸基图像组成的子空间矩阵及其对应的系数矩阵,然后将其重构获得NMF重构人脸图像,进而从原始图像中减去重构图像以获取残差图像.最后对残差图像作局部非负矩阵分解(LNMF)以提取其非负子空间及其系数矩阵,并将两次得到的系数矩阵混合,根据最近邻原则进行识别.在ORL标准人脸数据库上的实验表明,该方法具有更好的识别率.     

Markov残差修正的灰色GM(1,N)模型在粮食产量预测中的应用

将灰色理论和Markov预测方法用于中国粮食产量的预测。运用灰色关联分析,从众多影响粮食产量的因素中确定了影响粮食产量的主要因素为：乡村从业人员、农作物有效灌溉面积、粮食作物播种面积、受灾面积。以粮食产量作为特征变量,以影响粮食产量的主要因素作为选定变量构建了粮食产量的灰色GM（1,5）预测模型,并对我国粮食产量进行拟合和预测。为了捕获粮食产量时间序列的随机波动性,使用马尔可夫模型对GM（1,5）模型的残差进行修正,以便改善预测精度。实例结果：事后检验阶段GM（1,5）模型的平均绝对百分比误差为15.45%,灰色Markov模型的平均绝对百分比误差为5.625%。灰色Markov模型能够提高预测的精度,是一种有效的、具有鲁棒性的预测方法。     

改进响应面法（IRSM）及其近似性能研究

响应面（response surface method,RSM）近似技术计算简单,但不能够随着样本容量的增大而提高近似精度。对RSM理论分析发现,RSM法的缺点源于其未对计算残差进行处理,从而丢失了大量有用信息。改进响应面法（improved response surface method,IRSM）通过对RSM方法的残差进行RBF（radial basis function）插值处理,可以在增加有限计算量的条件下提高近似精度,并可提供待拟合曲面的近似梯度信息。解析算例和工程实际模型的测试结果表明,IRSM方法的近似精度随着样本点的增多而显著提高。在样本点较少的时候,IRSM方法的近似性能明显高于RSM方法的近似性能;而当样本点较多时,IRSM方法的近似性能显著高于RSM方法和RBF方法。     

基于RAU-net的视网膜OCT图像快速自动分层研究

利用计算机图像处理技术自动分割视网膜图像,获得各层的厚度,可对多种视网膜疾病进行直观评估. 为了快速准确地对OCT视网膜图像进行自动分层,提出一种结合RAU-net和图像搜索的视网膜图像自动分层方法. 该方法在U-net的基础上加入了残差块结构和注意力门结构,残差块结构在构建更深的网络、获取高级特征的同时,有效避免了梯度消失和梯度爆炸问题,注意力门结构突出了模型对视网膜图像重要特征的学习. 由模型预测后得到的分割结果获取9条边界的感兴趣区域,然后运用图像搜索对分层图像进行边界优化,得到精确的视网膜分层图像. 结果表明:该RAU-net算法与手动分层的误差约为1像素,且完成1帧OCT视网膜图像的分层只需要4 s. 通过RAU-net与图像搜索相结合的方法为视网膜疾病的临床诊断和治疗提供了快速准确的定量分析方法.     

误差项为RDM的广义线性模型的诊断

该文将Cook和Weisberg提出的线性模型残差分析和影响分析方法用于误差项为RDM的广义线性模型,证明了均值漂移模型与数据删除模型的等价性,求出常用诊断统计量的一阶表示式。     

一类线性时不变系统的故障诊断滤波器的设计

针对一类线性时不变系统,提出一种新型全阶故障诊断滤波器.它通过对原系统进行增广处理,再对新系统进行设计,从而间接得到原系统的诊断滤波器.这种滤波器能够在具有初始状态估计误差的情况下渐近诊断出具有n个测量输出的m个(可增加至n个)同时发生的故障.对诊断阈值和设计参数与诊断滤波器性能之间的关系进行了深入分析,给出了阈值和参数的选取原则.仿真结果表明这种诊断滤波器具有良好的诊断性能.