改进型流量误差反馈迭代法及其空气静压轴承应用

空气静压轴承以空气作为润滑剂,尤其适用于高速应用场合。该文基于Reynolds方程,在极坐标条件下推导出止推空气静压轴承的有限差分模型。提出改进型流量误差反馈迭代法并应用于止推空气静压轴承的迭代计算中,采用伴随迭代随时更新的流量相对误差作为反馈变量,并随时修正速度因子。研究改进型流量误差迭代法的收敛特性,具体分析速度因子和迭代初值对收敛速度的影响。结果表明:迭代初值对收敛速度影响不明显,改进型方法可以增加速度因子裕度。通过研究轴承节流参数对轴承性能的影响表明:配合良好的节流孔和气隙可以显著提升轴承刚度。     

中子输运问题源项反演的反幂法

对于包括裂变反应在内的中子输运源项反演问题，研究关于源项有效倍增因子的惫一特征值问题的求解．基于球谐函数展开和有限差分离散，给出了中子输运方程的源项反演逼近的反幂算法，该方法的优势是在适当的初值条件下可以显著提高计算速度．计算结果表明，在对有效倍增因子有较好的预先估计值的情况下，反幂法迭代3步，误差就为0．04545％，而乘幂法迭代20步，误差为0．109％，由此可以看出反幂法计算速度更快，计算结果更精确。     

一种新型的迭代变步长LMS算法及性能分析

为解决现有固定步长和变步长类最小均方(Least Mean Square,LMS)算法在跟踪时变系统中存在的收敛速度慢、稳态失调误差较大的缺陷,提出了一种基于S-L(Sigmoid-Logistic)函数的迭代变步长LMS算法.首先,采用Sigmoid二次型函数构建步长因子的动态调整规则,实现不同误差情况下的自适应稳态调谐;然后通过Logistic函数建立误差信号与迭代时间的联合非线性函数,作为步长因子的控制前端输入信号,从而能够兼顾稳态误差与迭代时间对步长因子的修正作用.仿真结果表明,该方法能够在快速收敛情况下获得较小的稳态失调误差,对未知、时变系统表现出了较快的收敛速度和跟踪精度.     

大型交通网络OD矩阵推算方法研究

ＯＤ矩阵是进行交通规划及管理的基础数据．本文首先研究了推算ＯＤ矩阵所需基本信息的获取方法．详细评述了现有ＯＤ矩阵推算模型，针对极大熵模型对路段交通量完全置信的不足，提出了极大熵修正模型，使模型能考虑交通调查产生的误差及交通分配引起的误差，极大提高了推算结果的精度．此外，本文把推算模型求解的立足点从路段转移到路径，提出了适用于大型网络ＯＤ矩阵推算的路径迭代算法．最后，本文采用山东省公路网实测ＯＤ矩阵及路段流量数据，对推算模型进行了检验，并证实了推算模型的可靠性及可行性．     

带遗忘因子的PD型迭代学习控制算法研究

摆脱传统遗忘因子迭代学习控制算法的算子估计证明方法,提出了遗忘因子是关于迭代次数的函数,简化了收敛条件,并给出收敛性证明和仿真实例.仿真结果表明,在本文改进的收敛条件之下,带遗忘因子的PD型迭代学习控制算法具有有效性,相比于通常算法,遗忘因子算法得到的误差跟踪曲线更平滑,在迭代误差跟踪方面具有一定的优越性.     

带有遗忘因子的滤波器型迭代学习直线伺服系统

针对永磁直线同步电机伺服系统,提出开闭环迭代学习控制器,实现期望直线位置的跟踪控制.分析了永磁直线同步电机的2-D模型及迭代学习直线伺服系统的收敛性.通过减小系统输入误差协方差矩阵迹的方式得到优化的遗忘因子,来修正控制输入的迭代学习律,同时采用零相位FIR数字滤波器对前馈学习控制器中的误差信号进行滤波处理.实验结果表明,带有遗忘因子的滤波器型迭代学习控制器能够保证直线伺服系统在不断的迭代学习中提高性能,有效抑制端部推力波动,系统具有很好的学习收敛速度、动态响应及控制精度.     

城市绿化遥感遮蔽校正模型研究

遮蔽是大比例尺城市绿化航空遥感调查中存在的一种普遍现象，它直接影响城市绿化遥感调查的结果和城市绿化数据库的准确性．根据航空摄影中心投影成像方法的特征，对城市居住小区的遮蔽现象进行了研究，建立了具有可操作性的居住区面积遮蔽和绿化遮蔽校正模型，并进行了样区比较试验研究．研究结果表明提出的校正模型可以大幅度地提高居住区绿化数据的可靠性．     

一类特殊矩阵的双因子SOR迭代

具有性质A的矩阵总是可以经排列变换化为一种特殊结构的矩阵,对此类特殊结构矩阵导出了双因子SOR迭代格式．数值实例表明,适当地选择双因子,可以取得比普通SOR迭代更好的收敛速度．     

校正双重介质模拟模型中迭代解的新方法

由于用双重介质模型对裂缝水窜等强非线性渗流问题进行数值模拟时 ,迭代求解往往难以收敛 ,这种不收敛性使得物质平衡误差偏大 ,有时甚至会使模拟失败 .针对这种模拟求解过程中物质平衡误差偏大问题 ,提出了迭代解的物质平衡校正方法 .实际应用表明 ,此方法可以大大降低双重介质模拟模型的物质平衡误差 ,同时还能提高油藏模拟过程中迭代求解的收敛速度     

利用BP神经网络的中文词义消歧模型

词义消歧在自然语言处理中一直是一个难点问题,同时,也是很多领域都需要解决的一个重要环节．本文介绍了一种基于BP神经网络和统计方法相结合的有导词义消歧模型,详细讲解了BP神经网络原理;对使用这种混合人工智能的消歧模型的可能性和优越性进行了讨论;通过试验发现实际和预测结果的误差并不随着试验迭代次数而递减,而是实际误差随着次数的增加在零的附近呈现波动状态,即使用很少的迭代次数也可以得到比较好的结果．由此得出,BP神经网络预测模型在词义消歧的中具有良好的应用前景．     

基于传感器网络的无线层析成像方法

研究利用无线层析成像方法定位位于由传感器网络构成的区域中的目标. 由于目标的遮挡而造成的阴影衰落使某些节点之间链路的接收信号强度（RSS）剧烈变化,据此建立了RSS的变化和区域内每个像素阴影衰落的线性模型;给出了线性模型的最小均方误差解;采用数据预处理方法消除不同链路阴影衰落的不平衡. 实验结果表明,当用16个节点覆盖4.8 m×4.8 m大小的区域时,该算法对单个目标的平均定位误差仅为0.095 m.      

自适应无迹卡尔曼滤波动力电池的SOC估计

无迹卡尔曼滤波法(Unscented-Kalman Filter,UKF)在估计动力电池的剩余容量(State of Charge,SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,为此采用自适应无迹卡尔曼滤波法(Adaptive-UKF,AUKF)动态估计电动汽车动力电池的SOC.建立了适用于SOC估计的电池模型,辨识相应的电池模型的参数并进行验证,将AUKF应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC.试验仿真结果表明:UKF算法的估计误差在-0.04~0.06之间跳动,而AUKF算法的估计误差平稳的保持在0.05以内,实时修正微小的模型误差带来的SOC估计误差.     

高精度OFDM信道估计算法

为了降低OFDM系统经典最小均方误差(MMSE)信道估计算法的误码率(BER),提出了经带阻滤波的MMSE信道估计算法.该算法首先采用MMSE得到初始的信道估计值,再利用离散傅里叶变换的特性,将噪声和信道频率响应信息分离开来,最后通过带阻滤波器对估计算法进行滤波,进而提高系统的BER性能.仿真结果表明,在增加少量计算复...     

综合考虑服务水平和资源占用的平行机调度问题

【目的】对综合考虑服务水平和资源占用的平行机调度问题进行研究,建立以最小化总延误和机器使用数量之和为优化目标的优化模型。【方法】针对该问题的特点,设计了一种改进的模拟退火算法进行求解。采用不同规模的数值实验测试算法的性能,并对问题参数展开灵敏度分析。【结果】改进的模拟退火算法具有良好的求解效率和求解质量。【结论】灵敏度分析表明,增加资源储备可以使企业更好地平衡服务水平和资源占用。模型能够对企业实现资源节约型制造提供指导和决策支持。     

自适应卡尔曼滤波法磷酸铁锂动力电池剩余容量估计

卡尔曼滤波法在估计动力电池的剩余容量(SOC)时,由于系统噪声的不确定,可能导致算法不收敛,而且算法的估计性能受模型精度的影响,笔者采用自适应卡尔曼滤波法来动态地估计电动汽车用磷酸铁锂动力电池的SOC。首先对电池模型进行了研究,建立了适用于SOC估计的电池模型,然后设计了相应的电池充放电实验检测到模型的参数,并进行了验证,最后将自适应卡尔曼滤波法应用到该模型,在未知干扰噪声环境下,在线估计电池的SOC。仿真结果表明：自适应卡尔曼滤波法能够实时修正微小的模型误差带来的SOC估计误差,估计精度高于卡尔曼滤波法,且自适应卡尔曼滤波法对初值误差具有修正作用。实车循环行驶实验表明算法适用于磷酸铁锂动力电池的SOC估计。     

平坦MIMO信道中最小均方误差估计的一种改进方法

以平坦衰落条件下MIMO信道数学模型为基础,研究了最小均方误差估计算法,给出了详细的推导过程.由于最小均方误差估计算法比较复杂,导致其收敛速度比较慢,实际应用中受到了一定的限制.为了降低其复杂度,从数学的角度对算法进行了简化,减少了一次矩阵求逆运算.仿真中建立了一个MIMO系统,给出了估计性能曲线和收敛曲线.从理论分析和仿真结果来看,改进后的算法与之前的算法的估计性能差异不大,但收敛速度却明显提高了,达到了简化的目的.     

阵列幅相误差背景下MUSIC算法的DSP实现

针对空间谱估计算法在实际应用中的误差问题,讨论了在存在阵列幅相误差背景下,多重信号分类法(MUSIC：MUltiple SIgnal Classification)测向算法在DSP(Digital Signal Processor)上实现的一种方法。通过设置方位精确的辅助阵元对幅相误差进行校正,辅助阵元的方位信息为误差参数的计算提供了必要的信息量,然后利用MUSIC算法进行波达方向估计,同时利用TI公司高速DSP芯片(TMS320C6713)实现了在阵列幅相误差背景下的MUSIC测向方法。仿真结果证明了该方法的有效性。     

基于GED的混合ARCH模型

提出了基于广义误差分布的混合自回归条件异"方差"模型,将时间序列尾部的特征融入到混合条件异"方差"模型的参数估计之中,发现模型中的指标r和数据本身尾部厚薄的性质有关.给出了该模型参数估计的EM算法,并利用BIC准则对模型进行定阶.     

线性调频连续波雷达速度模糊消除新方法

为解决线性调频连续波雷达动目标的速度模糊问题,提出了多普勒频率串(DFS)算法.该算法可直接从模糊速度估计中恢复目标的真实速度,并结合基于目标均方误差的配对算法,实现了多个运动目标.仿真结果表明,DFS算法较中国余数理论对速度估计的性能有了明显的提高,表明了DFS算法的有效性.     

循环迭代信道补偿算法

在移动通信系统中,由于信道的时变特性,从训练序列得到的信道估计直接应用于数据解扩上,会带来较大的误差.为了降低这种误差,提出了循环迭代的算法,通过对数据域信道估计进行补偿,提高了单个时隙信道估计精度.仿真结果表明:该算法性能良好,特别是在单时隙业务下,由于每个时隙的信道估计独立计算和修正,可以提供准确的信道估计,对数据解扩性能有较大的提高;当用户在高速运动情况下,由于不受用户运动速度和信道衰落的限制,该算法性能明显优于其他方法.