可观非可控随机系统的自校正Kalman滤波器

应用白噪声估值器,对ARMA新息模型的在线辩识,可简单的实现自校正滤波器,仿真例子证明了方法的有效性.     

船舶水下辐射噪声计算评估方法应用

船体受到动力设备激励时会产生相应的振动,而振动不仅会对居住舱室造成影响,还会引起周围的流体振动,导致水下产生辐射噪声。本文就通过有限元与边界元结合法,借助Patran/Nastran和Virtual.lab有限元的软件对船舶水下的辐射噪声实施联合仿真和计算,在实船测试与船模试验的计算后获取激励源条件下船舶水下的辐射噪声实际情况,进而对初步设计中水下辐射噪声评估法实施修正,提升船舶的声学设计与评估精确度。     

基于小波变换的GM(1,1)-ARMA组合预测模型对悬索管桥的应变预测

ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义.     

广义系统分离随机偏差两段解耦Wiener滤波器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,提出了广义系统分离随机偏差两段解耦wiener滤波器,可统一处理滤波、平滑和预报问题,且具有渐近稳定性和最优性.仿真例子说明了其有效性.     

广义离散随机线性系统稳态Kalman估值器统一新算法及其渐近稳定性

基于ARMA新息模型与白噪声估值器,提出了广义离散随机线性系统稳态Kalman估值器统一新算法,并证明了其渐近稳定性.     

带有色观测噪声多传感器信息融合稳态Kalman跟踪滤波器

针对带有色观测噪声的目标跟踪系统,分别用基于ARMA新息模型和基于R iccati方程的两种方法,在线性最小方差信息融合准则下,提出了多传感器按矩阵加权、对角阵加权和标量加权的三种信息融合稳态Kalman跟踪滤波器.仿真说明了三种加权滤波器的误差的差别不明显,但按标量加权滤波器显著地减少了计算负担,便于实时应用,且验证了两种方法所得结果相同.应注意在构造ARMA新息模型时,必须进行多项式矩阵的左素分解,才能得到正确的ARMA新息模型.     

一类广义系统Kalman滤波新方法

基于矩阵理论[8]和时域上的Kalman滤波理论[5],对广义离散随机线性系统进行研究.运用矩阵约当分解,将一类广义系统化为正常系统,并利用已有的正常系统结果,给出一类广义最优Kalman滤波器,其算法简单,为递推算法,且避免了计算ARMA新息模型和白噪声估值器,便于实时应用.仿真例子说明了算法的有效性.     

基于ARMA模型的哈尔滨市空气质量研究

基于哈尔滨市2015年至2017年的空气质量指数AQI数据,运用Fisher有序样品聚类法对数据从时间上进行分割,逐段建立ARMA模型,并对模型进行检验.结果表明哈尔滨空气质量变化规律呈现时段性,可分为供暖期和非供暖期.利用供暖期和非供暖期ARMA模型对哈尔滨AQI进行预测,预测值与实测值基本吻合,整体趋势也能够得到较好的预测.     

广义系统降阶极点配置Kalman估值器

应用现代时间序列分析方法,基于ARMA新息模型和白噪声估计理论,提出了广义系统降价极点配置Kalman状态估值器.它可统一处理滤波、平滑和预报问题,且具有渐近稳定性.在计算上与非降阶的方法相比明显地减少了计算负担.同经典降阶Kalman滤波方法相比,避免了求解Riocati方程.仿真例子说明了所提的理论和算法的有效性.     

简化B类噪声模型的参数估计

通信接收机的前置窄带滤波器波改变了非高斯脉冲噪声的幅度统计特性,B类噪声模型可以很好地描述窄带非高斯噪声幅度概率分布. 该文提出一种基于特征函数谱的B类噪声模型参数估计算法,其特点是采用最小均方梯度法求非线性代价函数的解. 计算机仿真验证结果表明：该算法具有快速收敛和复杂度低的优点,并给出了算法的详细推导过程.     

广义离散随机线性系统固定区间稳态Kalman平滑器

运用新息理论和射影方法,基于ARMA新息模型和白噪声估值器,提出了广义离散随机线性系统正向固定区间稳态Kalman平滑器。仿真例子说明了算法的有效性。     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型，形成特征描述、统计分析以及轨迹预测能力，是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足，并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析，分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模，进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能，而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性，更适用于模拟从待测文件中提取的电网频率。     

稀疏化递归Cholesky分解预条件技术加速PO-MoM迭代求解

提出了一种新的稀疏化递归Cholesky分解预条件技术,并应用于加速物理光学和矩量法(PO-MoM)混合方法分析大型复杂载体上线天线的辐射问题.基于积分方程积分核的物理意义,忽略MoM区与PO区的耦合,构造出一个PO-MoM混合方法系数矩阵的稀疏近似阵.然后采用Cholesky分解方法将该稀疏阵的逆阵进行递归分解,得到一个矩阵连乘形式的预条件阵.将该预条件阵用于预条件广义最小留数(GM RES)法迭代求解线性方程组,应用该技术对卫星和舰船两个电大尺寸复杂载体模型上天线辐射问题进行了求解.结果表明,采用这种新的预条件技术可以大大加快方程组迭代求解的收敛速度,明显提高计算效率.     

浮点数编码的遗传算法在系统辨识中的应用

采用基于浮点数编码（十进制编码）的遗传算法,融合和改进了一些遗传操作,提出了一种系统辨识的方法并应用到在噪声背景下ARMA模型系统的辨识。仿真表明,该方法能有效地克服有色噪音的干扰,从而获得系统参数的无偏估计,在开口箱扬声器系统的低频参数测量中的应用也表明了该方法的有效性。     

一种区域统计信息的格子波尔兹曼图像分割模型

格子波尔兹曼(lattice Boltzmann, LB)分割模型具有算法简单、运算快捷的优点,但对于低对比度和受到噪声污染的图像,经常产生欠分割或者过分割现象.为此,引入图像局部区域统计信息,构建了一种新的格子波尔兹曼图像分割模型.为验证该模型及算法的分割性能,在相似性系数和豪斯多夫距离等评价技术指标下,利用真实脑磁共振图像作为实验数据进行分割,并与现有LB分割模型以及水平集分割模型进行对比.实验结果表明,该模型在分割精度方面比现有LB模型提高10倍,在计算速度方面比传统水平集分割模型提高3倍.     

一种锂离子蓄电池寿命的预测模型

在Rakhmatov[1]针对锂离子蓄电池提出的电池解析模型基础上,提出了一种简单并可精确预测电池寿命的电池模型,并分析了模型的适用性,该模型具有常数负载和变化负载两种情形.仿真结果表明,利用该模型预测的电池寿命达到了非常高的精确度.     

信息融合Wiener信号滤波器

利用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了两传感器最优信息融合WIENER信号滤波器,给出了计算局部滤波器误差方差和局部滤波器之间协方差的计算公式,它们可被用于计算最优加权系数．同单传感器情形相比,可提高滤波器的精度．一个仿真例子说明其有效性．     

分布式信息融合Wiener反卷积平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合Wiener反卷积平滑器,给出了局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。     

医用内窥镜图像校正的BP神经网络方法

用传统的畸变校正法对内窥镜图像进行校正存在畸变模型复杂、计算量大、易产生误差等问题. 该文利用标准模板,提取样本点在标准图像和内窥镜拍摄的畸变图像中的坐标,分别作为BP神经网络训练的输入和目标,通过神经网络的训练拟合成像镜头的畸变模型,从而确定标准图像和畸变图像上像素点的位置关系. 再通过图像插值的方法进行图像恢复,实现图像校正. 实验结果表明该方法简单有效,具有精确性.