基于雷达测雨的实时洪水预报模型

实时洪水预报系统通常会伴随系统误差,即模型误差和观测误差．为了减小系统误差,本次研究尝试将雷达测雨技术、BP神经网络技术引入流域洪水预报中,并建立基于分布式水文模型的洪水预报模型．将该实时预报模型应用于史灌河流域．从预报的结果来看,该实时预报模型很好地解决了雷达遥感数据与水文模型的耦合,为在流域洪水预报中采用雷达测雨提供了先行的研究基础．     

空间统计方法在自由曲面加工误差分解中的应用

为了便于对自由曲面的加工误差进行分析,应用空间统计方法分析加工误差数据,将构成加工误差的系统误差和随机误差这两部分分解出来。该方法首先对加工误差进行空间统计分析,判断加工误差的空间自相关性,然后构造基于B样条曲面的确定性曲面回归模型,计算各个测点的残差后对该回归模型进行充分性分析,将服从空间独立分布的残差作为分解后的随机误差,进而得到系统误差。针对一个自由曲面进行仿真验证。结果表明,该误差分解方法精确、有效。再对上述自由曲面进行数控加工,并获得该工艺系统的系统误差,根据该系统误差进行补偿加工,显著提高了零件的加工精度。      

自然地表测距残差对激光测高系统的在轨检校

针对星载激光测高系统,提出一种基于自然地物表面测距残差分析的星载激光测高仪系统误差的在轨检校方法,该方法在已知地表先验模型的前提下推导出测距模型,根据推导的测距模型利用测距残差分析,对激光指向角误差及测距误差进行检校.相较于海洋扫描的测距残差分析方法,该方法利用了残差分析进行检校,但检校场不再局限于平静的海面,且避免了姿态机动;相较于自然地物表面的检校方法,利用了自然地物表面作为检校场,建立的误差模型更直观地反映出激光指向角对测距值的影响.仿真结果表明:该方法能较好地对激光指向角误差及测距误差进行检校,使假定系统误差值与系统误差检校值的偏差值优于12%.     

数控机床的误差模型

以多体系统基本理论为基础,根据数控机床实际情况,推导出数控机床几何误差模型,建立了适合于各类工程对象进行运动误差分析与研究的一般多体系统误差分析理论,在此基础上,可以推导出加入热误差和变形误差在内的数控机床误差模型。     

带常值偏差的机动目标跟踪数据处理方法

机动目标跟踪中的系统误差是影响跟踪精度的关键因素之一。为了抑制系统误差带来的影响,本文提出了基于UKF的常值偏差估计的机动目标跟踪处理方法,通过对状态变量的扩维处理,不仅能有效抑制动力学模型非线性和观测模型非线性带来的模型误差,还能对观测模型中产生的系统误差进行估计,从而提高机动目标跟踪精度。仿真实验表明,在测距和测速跟踪模式下,测距系统误差能有效估计出来,常值偏差不会对跟踪精度产生影响。     

船用空间稳定型惯导系统静基座误差分析

推导了用于地球表面导航的船用空间稳定型惯导系统误差方程,通过求解静基座状态下的系统误差方程,分析了各类误差源对空间稳定型惯导系统的影响.理论分析及系统仿真实验表明各误差源中只有陀螺常值漂移会引起随时间而发散的误差,其他误差源只引起周期性振荡误差和常值误差,并且空间稳定型惯导系统的位置误差和速度误差以舒勒频率和地球频率进行传播.     

机器人铣削压铸件毛边的方法与实验研究

将机器人用于压铸件产品加工,需要解决软件自动生成加工轨迹,建立一致性的虚拟模型空间与实际模型空间等技术.采用机器人及其末端的标定工具,获得机器人与工作台、机器人与刀架之间的变换矩阵,从而建立虚拟模型空间和实际模型空间的一致性.利用CAM软件生成加工工件的刀具轨迹,通过后处理方法将刀具轨迹转换成机器人加工轨迹.对生成的轨迹点进行转换,形成工件绕刀具平动的虚拟加工轨迹.实验结果表明,与理论加工轨迹相比,实际加工轨迹形成了2mm左右的系统误差,该误差由机器人零位误差和本体几何误差产生,通过缩放工件模型来产生轨迹,可以有效消除系统误差.消除系统误差后的加工精度可以达到±0.1mm,满足压铸件去除毛边的加工要求.     

基于核估计的滤波补偿法

为了解决Kalman滤波算法进行动态定位时,模型中存在的系统误差使得动态定位结果产生偏差的问题,采用基于核估计的滤波补偿法,在移动的窗口内,利用核估计拟合模型系统误差,修正相应的观测向量和状态预测向量的协方差矩阵估值,以消除系统误差对滤波的影响,推导了利用核估计拟合系统误差的公式。通过一个模拟算例证明了改算法的有效性,而且在滤波过程中不需要对系统误差做任何假设,对开窗窗口的宽度也不敏感。     

车身检测数据的多元贝叶斯建模与质量监控

提出了一种融入动态干预算法的多元经验贝叶斯（MEB）模型,并用于评价车身尺寸的均值、标准差等质量参数.该模型采用较为平稳的历史测量数据和相关性较强的多元测点信息进行误差修正,显著减小了由系统误差而导致的MEB模型的评价误差.构造了一组基于模式识别的动态干预算法、用于自动识别制造过程中的系统误差模式.同时,以某车型车身测量数据处理为例,验证了所提出方法的有效性.     

基于多层递归模糊神经网络的间歇过程批次间优化控制

针对间歇过程,基于多层递归模糊神经网络和混沌搜索实现了终点产品质量的批次间迭代控制策略,并在此基础上提出了间歇过程温度控制的批次间迭代控制策略。多层递归模糊神经网络被用于间歇过程对象建模,混沌搜索用于过程建模和优化计算。由于存在模型误差和未知干扰,基于模型所计算出来的最优控制输入在实际运用到对象上后并不是最优的。利用间歇过程的重复特性,根据以前批次的模型预测误差来修正模型预测,并据此计算下一批次的最优控制输入。随着批次的进行,跟踪误差逐渐减小。仿真实验验证了该方法的有效性。     

伪线性神经网络

给出了多输入－多输出（MIMO）的伪线性神经网络（PNN）结构与模型。PNN的构成是基于Gain-schedu-ling 控制技术与扩展线性化方法。还讨论PNN的递推预报误差的二阶学习算法（RPF）和训练过程中，并通过对多变量、强耦合的非线性加热炉的动态建模,证明了用PNN建模，效果良好，且具有训练参数少，收敛 速度快，准确性高等良好性能。     

多变量模糊推理系统的神经网络实现

以双缸连通液面Ｆｕｚｚｙ控制系统为模型，研究了多变量Ｆｕｚｚｙ推理系统的神经元网络实现问题。这里主要考虑如下二个问题：（１）ＢＰ网络在语言环境下实现多变量Ｆｕｚｚｙ推理系统的有效性；（２）神经网络结构（隐层节点个数及输出层激发函数）对推理结果的影响。仿真结果表明，在语言环境下ＢＰ网络具有很强的近似推理能力，基于ＩＦ－ＴＨＥＮ的多变量Ｆｕｚｚｙ推理系统可由一个ＢＰ网络训练学习而加以实现，从而为有效的实现多变量复杂系统的Ｆｕｚｚｙ控制奠定了基础。     

Adaptive Hammerstein Predistorter Using the Recursive Prediction Error Method

The digital baseband predistorter is an effective technique to compensate for the nonlinearity of power amplifiers （PAs） with memory effects. However, most available adaptive predistorters based on direct learning architectures suffer from slow convergence speeds. In this paper, the recursive prediction error method is used to construct an adaptive Hammerstein predistorter based on the direct learning architecture, which is used to linearize the Wiener PA model. The effectiveness of the scheme is demonstrated on a digital video broadcasting-terrestrial system. Simulation results show that the predistorter outperforms previous predistorters based on direct learning architectures in terms of convergence speed and linearization. A similar algorithm can be applied to estimate the Wiener PA model, which will achieve high model accuracy.     

Error estimate for Doo-Sabin surfaces

Based on a general bound on the distance error between a uniform Doo-Sabin surface and its control polyhedron, an exponential error bound independent of the subdivision process is presented in this paper. Using the exponential bound, one can predict the depth of recursive subdivision of the Doo-Sabin surface within any user-specified error tolerance.     

静态计量方式的微机控制配料系统精度控制

从分析静态计量方式的微机控制配料系统的工作原理入手,指出影响配料系统精度的误差因素主要是落料误差、称量误差和累积误差。采用基于系统数学模型的给料误差补偿算法来降低落料误差,同时通过传感器、测量电路、秤斗安装等硬件措施和软件滤波、非线性修正、软件动态去皮等软件措施来降低称量误差,采用自动补偿算法降低累积误差。运行结果表明：微机控制配料系统某通道配比误差由1．2％降低到0．6％。     

多变量偏差补偿递推最小二乘法及其收敛性

对于带白色观测噪声的多变量自回归(AR)信号,提出了未知模型参数和噪声方差估计的偏差补偿递推最小二乘算法,用动态误差系统分析方法严格证明了所得到的模型参数和噪声方差估值是强一致的,即它们以概率1收敛于相应真实值。一个仿真例子说明了其有效性。     

基于对角递归神经网络的建模及应用

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性.     

车内路线诱导系统行程时间检测误差计算模型

行程时间是车内路线诱导系统诱导策略的重要参数。根据车内路线诱导系统的检测和计算机行程时间的过程，分析了得程时间误差产生的三种主要原因：样本特征差异、时变特征以及时间滞后，并建立了时变特征误差、样本特征误差与车内单元比例、诱导系统方案更新时间之间的相互关系模型，对于城市道路还得出了信号交叉口延地行程时间误差的影响模型。     

数据处理系统最佳固定滞后滤波器问题求解的讨论

针对通讯系统和遥测遥控数据处理系统在信息传送过程中,接收信息较发送信息在时间上的滞后和干扰噪声引起的测量误差及估计误差进行了研究分析．采用最佳固定滞后平滑的时间向前递推的算法,对所建立的系统数学模型求解,得出了最佳固定滞后平滑滤波的一组方程．中讨论分析的结果表明：依据最佳固定滞后平滑滤波方程组构建的滤波器,可以使系统估计误差减少到最佳滤波的50％,并使系统所传送的数据和有用信号,最大限度地不失真地在接收端重现。     

Fuzzy集论用于情报检索的一个模型及其实现

本文将文献检索策略建立在Fuzzy集论上,并根据n阶词联系矩阵蕴含的检索策略实行检索。给出一个文献型情报检索系统及其在DJS1153计算机上实现的过程。