基于信道状态信息反馈的特征波束形成算法

在多输入多输出通信系统中,为了有效地降低系统的误符号率,提出了一种特征波束形成算法。在假设接收端能准确地完成信道估计,并能及时将信道的互相关矩阵反馈到发射端的基础上,研究了接收和发射均采用多天线的特征波束形成算法,对其性能进行了详细的分析和推导,并在此基础上研究了波束形成与空时块码的结合以提高系统的频谱利用率。计算机仿真结果表明,在接收端采用多根天线相对于单根天线能明显降低系统的误符号率。特征波束形成算法通过同时提供波束形成增益和分集增益位置,有效地提高了系统性能。     

计算Lyapunov指数的模糊C均值聚类小数据量法

根据小数据量法的思想提出了一个新的算法:模糊C均值聚类小数据量法.将模糊C均值聚类算法用于小数据量法线性区域的选择,提高了算法的计算精度,最后用数值算例验证了该算法的有效性.     

基于观测器的广义系统有限时间控制器设计

基于广义观测器,探讨了线性广义系统的有限时间控制问题.利用广义系统状态观测器理论,给出了系统无脉冲模和有限时间状态稳定的充分条件及基于广义观测器的状态反馈控制器的设计方法,所设计的控制器使闭环系统无脉冲模且保持有限时间状态稳定.通过解一组广义Riccati不等式得到观测器增益矩阵和状态反馈矩阵.     

基于神经网络技术的干散货运价指数预测

在考虑了干散货运输需求、干散货船舶供给以及干散货船舶闲置等对运价指数影响的基础上,采用神经网络技术对月度干散货指数进行了研究,并且与基于ARCH模型和多元线性回归模型的预测进行了对比研究,结果表明从提高预测精度的角度来说神经网络技术是最优的.     

组合模型在港口集装箱吞吐量预测中的应用

根据某港的集装箱吞吐量的历史数据,分别利用时间序列的三次指数平滑法、改进的GM(1,1)残差模型以及组合预测方法对某港的集装箱吞吐量进行了探讨,并对未来几年某港集装箱吞吐量进行了预测.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值以及误差的标准差分别为4.5208,0.0343,49.5161,都小于单独用三次指数平滑法或改进的GM(1,1)残差模型时的平均绝对误差、平均相对误差绝对值以及误差的标准差,达到最优的精度等级.     

系统非线性组合预测方法及在黄河凌汛预测中应用

为了提高预测的精度,尤其是冰凌中长期预测的精度,基于工程模糊集、人工神经网络、遗传算法与组合预测理论,提出了系统非线性组合预测方法,给出了黄河内蒙段冰凌三种单一预测模型的非线性组合预测值．结果表明,所建立的非线性组合预测方法物理意义明确,数学推导过程严谨,预测精度高于任意单一预测模型．     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.     

无人艇自适应航迹跟踪控制策略研究

针对无人艇航迹跟踪过程中操舵造成的速度损失以及转向导致的跟踪误差变大等问题,提出了一种自适应航迹跟踪控制策略。在制导环中,采用自适应接纳圆策略,根据各航迹段之间的夹角自适应调整航迹点的接纳圆半径,设计了自适应视线制导律,提高了无人艇转向时的跟踪精度;在控制环中,提出了基于模型预测控制的航向及航速解耦控制策略,该策略首先将航向模型与航速模型的耦合项视为时变扰动,提出了一种新的时延估计方法,然后通过航向控制器进行预测,最后在航速控制器中对时变扰动进行补偿,减小了速度损失。之后,通过MATLAB仿真平台对算法的可行性进行验证。实验结果表明,所提出的自适应航迹跟踪控制策略跟踪精度更高、收敛速度更快、抗干扰能力更强、能耗更少。     

基于出行行为分析的地铁通勤票价折扣研究

针对当前城市交通拥堵问题,对轨道交通票价的合理设定进行研究,以提升公共交通吸引力和缓解财政压力.首先,基于正交设计法设计问卷并开展意向调查（Stated Preference,SP）,构建基于巢式Logit(Nested Logit,NL)模型的通勤者出行方式选择模型;其次,通过分析通勤通道内地面公交、地铁接驳公交以及地铁等公交票价对小汽车和出租车的分担率的交叉弹性,选用地铁票价作为优惠对象;再次,基于Pareto最优理论,以公共交通分担率和公共交通票务收入的双提升为目标,构建变动需求下的通勤地铁票价折扣模型;最后,以天通苑-北京五环内市辖区通勤通道为例,采用非支配排序算法（Non-dominated Sorting Algorithms,NSA）确定地铁票价的合理折扣范围.研究结果表明：当地铁票价的优惠幅度介于7%～13%之间时,可实现Pareto最优态,当地铁票价的优惠幅度为13%时,通勤通道地铁及地面公交分担率的最大涨幅为6.1%.     

基于生产间歇改进Elman的转炉煤气发生量预测

针对钢铁企业转炉煤气发生量间歇时长波动大,预测精度低的问题,基于生产间歇特征分类,提出基于混沌映射粒子群算法（CPSO）优化Elman神经网络的转炉煤气发生量预测模型（CPSO-Elman）。提取转炉煤气发生量时间序列中生产间歇特征,并根据间歇时长进行分类;引入经混沌扰动改进的PSO算法优化ENN的初始权值和阈值,利用非线性更新的惯性权重以平衡全局搜索与局部搜索能力,并在粒子初始化中添加了混沌映射;构建CPSO-Elman转炉煤气发生量组合预测模型;在预测未来时间内间歇时长基础上,预测转炉煤气发生量。仿真结果表明：所提方法在预测精度上比未经过优化而预测的方法提高了5%左右。