居民专利、技术交换与高新技术品出口

从一个较为宏观的视角对世界居民专利申请、技术输出与输入的现状进行了分析,并采用2005²011年45个国家的国际面板数据进行PVAR估计与脉冲响应、方差估计,认为居民专利申请数量、技术输出、技术输入和高新技术品出口等指标间的互动影响能力比较微弱。     

非线性多时滞不确定系统鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的鲁棒故障诊断方案,非线性与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性。     

一类非线性系统执行器多时滞故障诊断

提出了一种非线性系统的执行器多时滞鲁棒故障诊断方案,非线性与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,通过M atlab软件仿真验证了该方法的有效性.     

多时滞不确定非线性系统传感器鲁棒故障诊断

提出了一种带有多时滞不确定非线性系统的传感器鲁棒故障诊断方案,非线性仅与系统输入和输出有关,不确定性包括系统输入和状态等环节;通过构造观测器对状态和输出进行估计,得到具有鲁棒性的阈值;若系统的实际输出与估计输出之差(即残差)超出阈值,说明有故障发生,同时用自适应跟踪器对故障进行跟踪;在理论上证明了该方案的鲁棒性、灵敏度和稳定性,最后通过仿真说明了该方法的有效性。     

一种迭代未知输入观测器设计

针对具有未知输入的线性系统讨论了基于迭代控制思想的未知输入观测器设计方法.针对每一步迭代,由于当前未知输入已知,因而可以通过设计常规的Luenberger观测器得到当前步的状态估计和输出估计.在此基础上采用D-型迭代学习控制的思想,通过当前输出步误差和未知输入估计值提出下一步的未知输入的迭代估计方法,并利用此次未知输入估计值再次设计Luenberger观测器估计下一步的状态.之后,对迭代算法的收敛性进行了分析,并给出了迭代算法收敛的充分条件.最后,对一个实际模型进行仿真,验证了算法的有效性.     

基于支持向量机的机械零件剩余寿命区间估计

为提高机械零件剩余寿命估计精度,提出了一种基于支持向量机(support vector machine,SVM)的剩余寿命区间估计模型.简要介绍SVM的线性及非线性理论,分析SVM输入变量与输出变量间的统计关系,将机械零件性能退化指标和剩余寿命分别作为SVM输入变量及输出变量.假设输入变量与残差相互独立且残差分布类型已知,采用极大似然法估计残差的分布参数,在此基础上推导一定置信水平下SVM输出变量置信区间.将均方误差作为SVM预测误差的衡量指标,应用变步长网格搜索法确定SVM参数.通过实例说明所提模型能够准确对机械零件剩余寿命进行区间估计,具有较强的工程应用价值及通用性.     

系数为对称梯形模糊数的回归模型

针对输入为精确、输出和系数为对称梯形模糊数的情况,建立模糊线性回归模型,给出该模型的最小二乘估计和模型性能的评价方法.当输入、输出以及系数都退化为精确值时,该估计退化为经典的最小二乘估计.     

MIMO-OFDM无线通信系统鲁棒的二维导频辅助信道估计

结合MIMO(多输入多输出)系统中多天线之间导频信号存在干扰的问题，提出了一种MIMO-OFDM(多输入多输出-正交频分复用)无线通信系统的鲁棒的二维导频辅助信道估计方法。实验结果表明，该估计方法对无线信道的统计特性不是很敏感，在多输入多输出天线的时变无线信道中有很好的估计与跟踪性能。     

基于TR技术的sin-FDA-MIMO距离角度联合估计

多输入多输出正弦频控阵雷达能够对目标在空间中的距离和角度进行二维估计,如何提高估计精度尤为重要.为了提高sin-FDA-M IM O目标距离角度联合估计精度,引入时间反转技术,利用信号多路径传播的空间多样性来提高距离角度估计算法的性能.首先分析了sin-FDA-M IM O的接收信号模型,然后推导了基于TR技术的sin...     

过采样方法在系统辨识中的应用

为了对带噪输出的控制系统进行盲辨识，提出了一种利用过采样法辨识控制系统函数的方法，通过过采样控制系统的输出信号，将原单输入单输出系统转换成为一个新的与原系统具有相同输出极点的单输入多输出系统，再估计出这个新的单输入多输出系统的传递函数，最后得到原单输入单输出系统的模型参数，仿真结果表明，与常用的高阶矩法相比，该方法具有不受系统结构影响，不需要计算样本数据的高阶统计矩，使用的样本数据量少，便于计算机实现的优点。     

基于鲁棒微分器的飞机舵面振荡故障诊断算法

针对系统存在测量噪声的情况,研究了飞机舵面发生振荡故障的故障诊断算法。鉴于系统的输出对于控制输入故障具有一定程度的不敏感性,提出一种基于输入估计的故障检测方法。设计一阶鲁棒微分器,利用传感器测量到的液压舵机输出杆位置估计其杆速度,同时,利用微分器的输出对故障信号进行估计并分析故障估计值的收敛性。最后,分别针对"液态"振荡故障及"固态"振荡故障进行仿真验证。仿真结果证明了该方法的有效性。     

一种自确认软测量方法的研究与应用

软测量技术在过程工业中得到了广泛应用于代替或部分代替仪表的功能进行监控。但是,长期困扰软测量应用的是其鲁棒性问题。因此,提出了新型的软测量模型即自确认软测量模型。利用主元分析对输入传感器数据进行了在线校验和故障重构,不仅能确保了输入传感器(辅助变量传感器)数据的可靠性。同时,利用一定的状态参数来指示当前输入传感器的状态。此外,通过输出方差和归纳区间估计两种方法对软测量输出的不确定性进行了描述。模型的输出将不是单个预测值的输出,而是同时输出五种信息:带概率区间的输出、模型的状态(故障状态,重构状态和迷失状态等等)、不确定性、故障信息和校验输出值,并对发生故障的输入传感器进行数据重构和修复以达到模型自校验和自诊断的目的。所提出方法在污水处理过程中得到了有效应用。     

二维线性系统脉冲传递函数估计的渐近性质

利用离散的平稳高斯过程族作为二维线性系统的输入和输出来对其脉冲传递函数进行了估计,并讨论了脉冲传递函数估计的渐近性质和极限定理.     

基于RBF神经网络的非线性系统故障诊断

针对一类含模型不确定性的非线性系统,提出了具有强鲁棒性和高灵敏度的在线故障检测与诊断方法.其中,系统只有输入、输出可检测,故障是关于输入和状态的非线性函数.非线性在线估计器用于估计系统不确定部分,同时监视系统是否发生故障,估计故障的大小.仿真结果表明,故障诊断算法稳定.     

多变量系统子子模型辨识

目前,对多变量系统辨识的研究已经越来越多,但是,基本上都属于子模型的辨识问题,不便于实际应用.本文采用子模型与子子模型技术,将一个有R个输入,m个输出的多变量系统分解为M个带R个输入的子模型,而每个子模型又可分解为R个子子模型(单输入单输出系统).在多变量系统中,只要做一次试验(同时加入月个输入信号),使用月个输入信号与M个输出信号的数据,可以自动辨识子模型的阶次与参数,再从子模型的有关数据,最终辨识出子子模型的阶次与参数.本文采用分块矩阵求逆公式,提出一种快速的自动定阶与估计参数的递推算法.     

Lipschitz非线性系统未知输入观测器设计

针对观测器匹配条件不满足情况下的Lipschitz非线性系统状态估计和未知输入重构问题,提出了一种未知输入观测器设计方法.首先,通过构造辅助输出向量,突破了观测器匹配条件的限制,并设计高阶、高增益滑模微分器实现对辅助输出向量及其微分的精确估计;之后,在辅助输出及其微分精确估计的基础上,设计具有滑模控制律和自适应调节律的自适应鲁棒滑模观测器,并提出了一种未知输入重构方法.该观测器设计方法不需知道Lipschitz常数,其大小可通过自适应调节律调节,且信息重构具有避免直接使用系统输出微分的优点.仿真结果表明,所设计的未知输入观测器不仅在观测器匹配条件不满足情况下可以实现对状态的渐进估计以及对未知输入重构之目的,而且自适应调节律能够在约5 s时间内实现对Lipschitz常数的自适应调节.     

SINS/GPS的神经网络状态估计

本文探讨了采用神经网络系统对导航系统滤波的问题。利用经典卡尔曼滤波对不同特性的噪声输入下的系统进行估计,得到各条件下的状态后,将各条件下的状态估计均值作为样本输出,以各种噪声集对网络进行训练,在训练结束后,将训练后的回归BP神经网络作为状态估计器输出组合导航系统估计值。     

SINS/GPS的神经网络状态估计

本文探讨了采用神经网络系统对导航系统滤波的问题。利用经典卡尔曼滤波对不同特性的噪声输入下的系统进行估计,得到各条件下的状态后,将各条件下的状态估计均值作为样本输出,以各种噪声集对网络进行训练,在训练结束后,将训练后的回归BP神经网络作为状态估计器输出组合导航系统估计值。     

前向多层感知器网络的逐层学习算法

提出一种改进的前向多层网络逐层学习算法,隐层神经元的输出函数由具体系统的样本输出值确定,先让前面的隐层及输入层的权值确定不变,然后对当前层的权值进行,前一隐层输出值地误差进行估计以得到新的输出值,将其作为临时教师信号用来训练前一层的权值,把每一层权值的改变量和输出值误差的估计转变为最小二乘问题,逐层处理,直到输入层,数字仿真和具体应用的结果表明了算法的有效性。     

故障估计的快速梯度算法

加性故障的估计通常是依赖于状态空间模型,如滑动时域估计和未知的输入观测器。本文基于闭环系统的输入-输出观测数据,采用直接设计的方法来估计故障,并设计控制器。该直接方法无需建立系统和故障的状态空间模型,也无需采用子空间辨识来建模。对于故障的估计,利用闭环系统中输入-输出关系建立一个参数化的最小二乘问题。在施加故障的上下限约束条件下,采用快速梯度算法来估计故障。最后以直升机悬停状态为例,利用本文方法估计故障,验证方法的有效性。