一种复杂系统的模糊模型结构及递推辨识方法

提出了一种复杂系统的模糊模型结构及辨识方法．该模糊模型利用系统的输入和输出数据,将输入和输出空间视为模糊空间．根据辨识精度将模糊空间划分为ｍ 个子空间,每个子空间由线性模型来表征．由隶属函数将子空间模型联接成全局模型来表征系统的整体特性．隶属函数和子空间的模型参数由递推辨识方法实现．仿真结果表明,这种模型结构可以表达复杂系统的特征和辨识算法的有效性     

H.324系统中CRC码递推算法及其软件实现

通过对ＣＲＣ码多项式运算特点的分析,给出了Ｈ．３２４会议电话系统中ＣＲＣ码的快速递推算法及其程序实现方法．与同类算法比较及测试结果表明该算法能够充分满足实时处理的需要     

FFSR的关节力矩递推算法及其捕捉目标研究

基于Ｌｕｈ等人针对地面机器人提出的Ｎｅｗｔｏｎ－Ｅｕｌｅｒ法建立了计算自由飞行空间机器人（ＦＦＳＲ）关节驱动力矩的递推算法;结合基于广义逆雅可比矩阵的分解运动速度控制法提出了一种捕捉目标的力矩控制算法;计算机仿真验证了算法的有效性．     

浅谈递归程序的分析方法

通过实例介绍嵌套分析法、“回推”和“递推”分析法两种分析递归程序的方法,旨在对递归程序的执行过程有较深刻的理解。     

自回归模型的多新息随机梯度和多新息最小二乘辨识方法

将多新息辨识理论用于研究自回归模型的参数辨识问题,通过把标量新息扩展为向量新息(即多新患),扩展信患向量到信患矩阵和构成堆积系统输出,从而提出了自回归模型的多新息随机梯度辨识算法和多新息最小二乘辨识算法.仿真结果验证了提出算法的有效性.     

城市轨道交通工程投资测算的实现技术研究——基于可变参数和递归函数

城市轨道交通工程的投资测算大致分为线路、单位、分部等三种类型.每种级别的投资测算都有不同的敏感因素.投资测算的单位、数量和指标之间的关系也是动态变化的.该研究分析了基于Java Web的城市轨道交通工程投资测算实现方法.该方法通过HTML源代码实现了可变敏感参数的设置.服务器端的代码实现了两个递归算法,第一个递归算法处理了结点的层级关系,第二个算法实现了复杂的投资测算公式.该研究采用的技术方案具有跨平台性,能够对城市轨道交通工程进行各种类型的投资测算.     

配水管网测压点的动态组合预测方法

通过对测压点水头序列的统计分析 ,得到其周期性、趋势性及随机扰动性的变化规律 .利用时间序列分析手段及动态建模方法建立了配水管网测压点的动态预测模型 ,利用加权递推最小二乘法 ( RLS)解决了模型参数的动态估计问题 .经实际供水系统使用验证 ,该法预测误差小 ,适应性强 ,可应用于供水系统的实际运行中.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

试验温室温度系统建模与仿真

温室小气候具有强非线性、大时滞、强耦合、强干扰、时变等特点.为更好地设计温室小气候计算机监控系统,需要对其建模和仿真,以便比较控制方案、检验控制算法.在分析温室温度系统机理模型的基础上,选择MISO的ARIMAX模型描述温度系统,根据试验温室实测数据,采用"统计假设检验"和"模型拟合度检验"相结合的方法确定模型结构,通过递推增广最小二乘法估计模型参数,并进行了仿真研究.     

一种优化的自适应总体最小二乘系统辨识算法

对于监督信号和训练信号都含有噪声的系统辨识问题,如果采用经典的最小均方和迭代最小二乘算法进行估计,会带来较大的误差,而直接求解又会有较大的计算量,不利于在线计算.将权向量的求解转化为增广输入向量自相关矩阵瑞利商的受限最佳化问题,对增广输入向量进行遮代估计,同时建立了步长因子和误差信号问的函数关系,这个函数关系是建立在代价函数相对于步长梯度的基础上,而不是基于经验公式.所提算法结构简单,具有更好的稳健性,仿真表明这种算法相对于同类总体最小二乘算法和其他自适应算法有更快的收敛速度和更高的收敛精度.