基于INLR-PPLS的非线性多传感耦合信息建模方法

针对线性PLSR(偏最小二乘回归)在多传感信息回归建模中存在的不足,提出了一种基于INLR(Implicit Nonlinear Latent Variable Regression)-PPLS(Polynomial Partial Least Squares)的非线性多传感耦合信息建模方法.该方法通过线性PLSR对多传感信息进行预处理,达到降维的目的;基于INLR建立外模型非线性样本矩阵变换方程并线性化,进而采用PPLS进行内模型非线性映射,并对多传感非线性回归模型实行反求解.最后,将该方法应用于液态乙醇浓度测控系统,结果表明该方法较线性PLSR预测准确度提高21%.     

基于多尺度逼近的多维传感信息解耦方法

针对多尺度插值解耦方法的尺度特征计算和尺度阈值优化求解问题,提出了一种基于多尺度逼近的多维传感信息解耦方法.该方法通过函数多尺度逼近快速获取尺度特征,无需构建传感器的特征方程,根据尺度取值顺序确定尺度阈值和相应的插值方法,从而实现准确度目标下的快速解耦.仿真结果表明,尺度特征计算方法简单直接,当解耦的准确度目标为0.5%时,计算得到的尺度阈值为2-4,此时的最短解耦计算时间为80ms,解耦误差约为0.4575%.     

虚拟仪器时间特性建模与实时优化分析

针对多任务运行环境下程序执行时间的不确定性会产生响应时间不可预测性的问题,基于虚拟仪器系统结构及实时工作条件,建立虚拟仪器的响应时间模型,确定实时性能评价指标,推导各时间分量的迭代计算公式,采用读取硬件时钟周期数方法实现代码执行时间获取,系统地评测虚拟仪器实时性能指标。基于数据处理超过规定完成时限的时间分析,表明增强数据处理任务的CPU竞争能力和提高计算机平台的硬件配置是实时性能优化的有效方法。相关的实验结果也证实了实时性能评测和优化方法的有效性,通过实验数据分析,推导出在给定实际数据处理时间和按规定时限完成工作周期比例系数的条件下的最大数据采集频率估算公式,可使虚拟仪器在运行效率高达80%的负载条件下,保持稳定的实时性能。