AR(p)扰动下最小均方误差受控过程的联合监控

针对最小均方误差(Minimum Mean Square Error,MMSE)受控过程联合监控可控输入与过程输出这一问题,在任意阶自回归AR(p)平稳扰动模型下开发了一种通用的联合控制图,并将界内点排列非随机判异规则引入其中.同时,对AR(p)平稳扰动模型下生产过程的MMSE控制器和输入与输出的平均链长(Average Run Length,ARL)进行了推导.最后,通过仿真实验验证了该联合控制图的有效性.     

基于状态空间模型的机床热误差动态建模

提出了一种基于状态空间模型的机床热误差建模方法,以几个关键温度点的温升为输入,结合状态变量和干扰来确定热误差输出,由子空间辨识算法得到模型参数.同时,在一台数控车床上进行实验,以探究模型的精度和鲁棒性.结果表明:在不同的转速条件下,所提出的模型能够补偿70%的热误差;与自回归模型的建模方法相比,状态空间模型表现出更优异的鲁棒性.     

基于G2连续Bézier曲线的刀具轨迹压缩算法

针对复杂曲面的数控加工,提出一种基于Bézier曲线的刀具轨迹数据压缩算法.根据连续小线段的几何特征来筛选适用于被压缩的区域,将各个区域内的形值点转化为特殊的3阶Bézier曲线,选用最小二乘法拟合形值点,通过调整参数曲线控制点和插入过渡曲线,使得加工路径光顺并保证G2连续性,采用2阶Taylor展开来估计误差和控制拟合精度.结果表明:所提出的算法无迭代、实时性好,算法数据的压缩比高;采用Taylor展开估计的误差与真实误差很接近,可以有效控制拟合精度.     

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.     

Error propagation determined iterative channel estimation with ICI mitigation for fast time-varying OFDM channels

The intersubcarrier interference （ICI） degrades the performance of the pilot-aided channel estimation in fast time-varying orthogonal frequency division multiplexing （OFDM） systems.To solve the error propagation in joint channel estimation and data detection due to this ICI,a scheme of error propagation determined iterative estimation is proposed,where in the first iteration,Kalman filter based on signal to interference and noise is designed with ICI transformed to be part of the noise,and for the later iterations,a determined iterative estimation algorithm obtains an optimal output from all iterations using the iterative updating strategy.Simulation results present the significant improvement in the performance of the proposed scheme in high-mobility situation in comparison with the existing ones.     

卫星高速数据传输中低误差抑制均衡算法

幅相键控调制系统中,为消除码间干扰,并解决高阶调制信号多模值的匹配问题,本文基于均衡器输出功率的线性变换定义新的代价函数,使用抑制低误差函数项的方法构造新的梯度函数,进而提出了新的均衡算法。该算法通过解决信号多模值与算法散度常量的匹配问题,提高收敛速度和降低稳态均方误差;通过抑制低误差函数项的方法,保证收敛过程的稳定。仿真结果表明,针对16-APSK调制信号,本文算法在保证收敛稳定性的同时,其均衡性能较恒模算法也有显著的提高。     

基于DEM的广东省平均气温空间插值Ⅰ——研究方法

以广东省为研究区域．利用地理信息系统软件ArcGIS9．3,分别运用样条函数法、反距离权重法、普通克里格法对广东省及周边的60个气象站点2003—20｜2年的月平均气温进行空间插值,并根据气温垂直变化规律利用数字高程模型对插值结果进行了修正．采用平均绝对误差和均方根误差对插值结果进行精度评估。试图探索最适合广东省气温空间插值的方法．并通过引入数字高程模型提高插值精度。     

一般变分不等式的非精确邻近点算法收敛性

针对希尔伯特空间中的一般变分不等式,将其等价转化为变分包含问题.利用非精确邻近点算法将问题进一步转化为求解一系列子问题,给出了一种近似解子问题的新误差准则,结果表明:在该准则下,非精确邻近点算法具有全局收敛性.在算子F是g-单调和算子g是同胚映射的条件下,得到非精确邻近点算法收敛于一般变分不等式的一个解,证明了解是唯一的.     

动态三次指数平滑法及应用实例

传统的指数模型多用于处理线性趋势的时间序列,本文在此基础上建立了可以处理非线性时间序列数据的动态三次指数平滑模型.以拟合值与源数据误差的平方和为评价指标,通过使得该指标最小来计算最优时间序列系数,建立三次动态指数平滑模型.评价指标类似于评价函数,对模型自动评价,从而提高模型的适应能力,提高模型的计算精度.通过对实际时间...     

动态三次指数平滑法及应用实例

传统的指数模型多用于处理线性趋势的时间序列,本文在此基础上建立了可以处理非线性时间序列数据的动态三次指数平滑模型。以拟合值与源数据误差的平方和为评价指标,通过使得该指标最小来计算最优时间序列系数,建立三次动态指数平滑模型。评价指标类似于评价函数,对模型自动评价,从而提高模型的适应能力,提高模型的计算精度。通过对实际时间序列的分析,进一步证明通过误差评价指标评价的方法建立的动态指数平滑可以降低误差,使预测更加精确。