RBF神经网络用于辨识光纤陀螺温度漂移

温度漂移是存在于光纤陀螺系统中使得输出信号产生较大偏置误差的一种不可忽略因素,准确地辨识漂移并有效地对其进行补偿直接关系到陀螺的测量精度。文中比较了前馈网络中的ＢＰ网络和径向基函数（ＲＢＦ）网络,采用ＲＢＦ网络进行温漂辨识,温漂辨识可以通过离线事先学习,因而在多种学习方法中选择了简单易行、精度高且运算速度快的正产郇小二乘（ＯＬＳ）法。通过仿真验证,采用ＲＢＦ网络及其ＯＬＳ学习算法可以快速、有效、高     

光纤陀螺零偏温度补偿的实验研究

为光纤陀螺因温度效应而产生的零偏提供一种补偿方法,针对自行研制的光纤陀螺仪的零值漂移,根据实验数据,建立一种温度补偿模型,采用最小二乘法拟合计算出所需的修正系数对其预测补偿.补偿结果表明:光纤陀螺经模型补偿后零偏基本可以减少一个数量级,并进一步提高了零偏稳定性,补偿效果明显.     

局部最小二乘法校正中药指纹图谱信号的组分保留时间漂移

提出和实现了采用局部最小二乘法对中药指纹图谱中的组分保留时间漂移进行校正的方法。首先介绍了标准最小二乘法的算法原理,针对标准最小二乘法直线拟合在处理指纹图谱数据时的局限性,根据中药指纹图谱信号数据的特点,提出对组分复杂的中药指纹图谱信号采用局部最小二乘法实现对组分保留时间漂移的校正。对3组田基黄中药样本的指纹图谱信号采用局部最小二乘法进行处理,从校正前后相似度结果的对比可知,校正后的相似度均有不同程度的提高,证明文中所提方法的可行性和优越性。     

子结构拟动力试验的模型修正法

分别针对剪切模型和杆系防屈曲支撑模型,采用有限元软件OpenSEES整体时程分析方法,研究了试验子结构数量对子结构拟动力试验结果的影响。结果表明:随着试验子结构数量的增多,试验结果精度逐渐提高,呈现出近似二次抛物线形变化规律。在构件数量较多结构体系中,试验子结构数量较少时,子结构拟动力试验的精度不高,试验的意义不大。针对一个单跨两层带斜撑框架模型,基于OpenSEES进行虚拟子结构拟动力试验,采用最小二乘法,利用试验子结构观测数据,在线识别试验子结构的恢复力模型参数,并实时修正与试验子结构有相同恢复力特性的数值子结构恢复力模型。不同试验工况下试验结果对比表明:即使试验子结构数量受到限制,在子结构拟动力试验过程中,基于最小二乘法模型修正方法可以显著提高子结构拟动力试验的精度。     

信号检测通道特性标定方法的研究

在控制系统中,经常需要对模拟量系统前向通道的特性进行标定.传统的手工标定方法测试时间长、准确度低及效率低下;而具有强大数据处理功能的微机不仅可以完成对标定测试数据自动、高速的处理,还能够提供操作人员一个良好的人机交互界面,控制整个标定的过程.文章阐述了采用最大似然估计的参数估计思想获得信号检测通道特性参数的原理,并提出了两种基于最小二乘法的标定测试数据处理方法.经实践检验,该方法简便易行,并能满足精度要求.     

基于LS-SVM的导弹费用估测研究

导弹系统的费用估算对于采办费用的控制、方案的优化设计具有十分重要的意义和作用,目前对导弹系统费用估算方法存在估算精度不高、泛化能力差、计算过程烦杂等问题,作者提出了基于最小二乘支持向量机的导弹系统费用估算方法,并采用了密度因子法来对样本集中的孤立样本点进行剔除.研究表明,最小二乘支持向量机能够较好地适用于导弹系统的费用的估算,并具有较高的估算精度.     

惯性平台测漂方案的研究

陀螺仪的漂移是空间稳定惯性导航系统的主要误差源,对漂移模型系数的准确辨识是保证系统实现长时间、高精度自主导航的关键.给出了一种利用三轴高精度伺服转台提供多个测试位置,使惯性平台工作在相应位置下,并处于惯性稳定状态的静态6位置测漂方案.三轴转台的使用提高了多位置测量时,平台测漂位置的精确度.建立了包含陀螺仪漂移、地球自转、安装误差角等因素在内的平台漂移数学模型.对平台漂移误差参数的辨识方法进行了阶段性分析,取加速度计和欧拉角的输出作为观测量,建立了平台漂移误差模型的状态方程和输出方程.从理论上分析了影响陀螺安装误差角辨识精度的主要因素,提出了转台相对地面存在角速率条件下的辨识方案改进的思路.     

一般线性回归模型的参数估计

传统的最小二乘估计在处理一般线性回归模型的参数β和σ2的估计问题时,若遇到异常数据模型拟和得往往不好,现提出另一种估计方法:修正的最小二乘估计.结果表明此方法在处理异常数据时具有明显的优越性.     

有限元方法在动力调谐陀螺分析中的应用

介绍了利用线弹性结构分析程序ＳＡＰ５分析动力调谐陀传子体质心位移度系数的方法，结合实际的陀螺仪进行了理论计算及实验测试。分析结果表明，此方法是正确行之有效的。     

微机械陀螺数字读出系统及其解调算法

为实现灵活的参数调整、改善陀螺的控制性能和进行误差补偿,提出了一种用于微机械陀螺的数字读出系统。该系统通过对陀螺输出信号进行数字化,并采用浮点数字信号处理器(DSP)进行反馈控制和算法解调,实现了对微机械陀螺中的微小电容的检测,其中的解调算法采用了最小均方误差解调(LMSD)技术。仿真和实验结果表明:LMSD算法使噪声水平比经典的乘法解调算法下降了29%;将该数字读出系统用于大气条件下工作的一种振动轮式微机械陀螺,噪声水平达到0.0073(°)/(s.Hz-1/2),带宽为100Hz。     

关于《一元线性模型最小二乘估计的强相合性》的注记

通过直接考虑随机误差变量的方差,研究了一元线性模型最小二乘估计的强相合性,所给定理减弱并简化了[1]的条件和形式,从而推广了结果、扩大了应用范围。     

多元线性模型回归系数的混合估计

本文采用混合估计β_(?)~*来估计多元线性模型中的回归系数β=Vec(B),证明了当多元线性模型随机误差阵向量化的协差阵已知时,混合估计B(?)~*的均方误差MSE小于β的LS估计β~*的MSE。     

用于干涉型光纤陀螺温度漂移辨识的RBF神经网络改进算法

针对干涉型光纤陀螺(IFOG)温度漂移的辨识,推导了径向基神经网络(RBFNN)中隐含层神经元、网络的抗噪声性能和拟合精度三者之间的关系,并在此基础上提出了一种新的径向基函数神经网络辨识学习规则.该方法具有很强的抗噪声性能,网络输出不会被陀螺噪声所污染,同时能动态地确定神经元数,辨识精度高,有效地避免了传统RBF网络学习算法中事先固定网络结构可能存在的盲目性.实验结果表明,该方法能够快速、准确地辨识IFOG的温度漂移.     

定向非均衡模型的估计

讨论了样本分割已知的一类非均衡计量经济模型———定向模型的估计问题。文中给出了一种估计方法,并证明了所作的调整满足无偏性要求。     

增长曲线模型回归系数的压缩最小二乘估计

本文采用压缩最小二乘估计Ｂ∧（ｍ）来估计设计阵呈病态时的增长曲线模型回归系数阵Ｂ．通过ｍ值的选取，可使β＾（ｍ）＝Ｖｅｃ（Ｂ∧（ｍ））的均方误差小于β＝Ｖｅｃ（Ｂ）的ＬＳＥβ∧的均方误差．证明了β∧（ｍ）具有可容许性、抗干扰性和有效性，并给出了实际应用中选取ｍ值的方法．     

最小二乘估计和最佳线性无偏估计的关系

本文讨论广义线性模型的均值向量的最小二乘估计和最佳线性无偏估计的关系,得到了它们相等的充要条件以及它们的偏差关系和偏差范数估计;并在欧氏范数下,进一步讨论了这种偏差估计。