基于跳辨识-MCMC组合算法的人民币汇率跳扩散模型参数估计问题

针对人民币汇率收益率时间序列数据存在的跳变特征,采用跳扩散模型对其时间序列数据进行描述.为识别跳变规律并解决模型的参数估计问题,提出了基于跳辨识-MCMC的组合算法:即结合Lee-Mykland的跳辨识方法与MCMC(蒙特卡罗马尔可夫链)方法形成组合算法,利用仿真实验,通过误差分析得出组合算法在跳扩散模型参数估计方面效果明显优于单一MCMC方法.以人民币/美元日汇率数据为样本进行实证分析,结果表明组合算法不但能较为准确地识别出汇率收益率的跳变时刻及规律,而且其模型参数估计的有效性大大提高.     

突发污染源散发特性辨识与仿真研究（英文）

在载人航天器、潜艇、飞机等密闭微环境中,如果发现有污染源存在,确定污染源的位置及其散发特性具有重要意义。笔者提出一种新型的浓度离散随机模型,在采用敏感性分析方法实现污染源定位后,利用隐式与显式卡尔曼滤波相结合的方法实现污染源散发特性的动态辨识与预测,同时完成空气污染物浓度预测。笔者采用蒙特卡罗仿真实验方法对一密闭空间进行了动态仿真研究,仿真结果表明提出的方法可以实现污染源散发特性的快速准确辨识,具有重要的应用价值。

Abstract：

In case of contaminants appear in enclosed spaces such as spacecraft,submarine,aircraft and so on,it is useful to find the contaminant source. A novel algorithm was proposed to identify contaminant source strength based on finite sensors. After having identified the source location by using the Sensitivity Analysis Algorithm （SAA）,this method built a new discrete concentration stochastic model,and combined implicit and explicit Kalman filter. Monte Carlo simulation was used in our experiment. The simulation results show that the new method could track and predict the source strength dynamically; meanwhile,it also could predict the distribution of contaminant concentration.     

基于TS模糊模型的热工过程建模方法

热工过程对象通常具有复杂的动态特性和非线性、强耦合、不确定性等特征,从而使得常规建模方法难以取得满意的效果,因此提出一种改进型TS模糊模型在线建模方法。此建模方法基于以下思想,首先提出基于中心粒群算法的截集模糊C-均值聚类算法并对TS模糊模型进行模型结构离线辨识,确定模型的结构和前件部分参数的初始值;然后应用解耦扩展卡尔曼滤波算法进行后件参数在线辨识,同时对前件辨识结果进行精确修正。最后,对煤气炉、500MW机组及气化炉等热工过程进行仿真计算表明本方法具有精度高、计算量小等优点。     

基于转矩方程的感应电机转速自适应辨识方法

速度辨识是无速度传感器直接转矩控制的核心问题。提出了一种利用电机状态方程和转矩方程直接推导出的新型速度自适应辨识方法,与以往的利用观测器稳定性理论推导出的速度辨识方法相比,能大大降低了转矩脉动对速度辨识的影响,提高了辨识精度与观测器的稳定性。此外,利用Lyapunov稳定性理论,构造新的Lyapunov函数,从理论上严格证明磁链观测器在全速范围内的稳定性,尤其是保证系统在低速度范围内的稳定运行。研究结果表明:基于电机转矩方程推导出的速度辨识方法具有很高的辨识精度且系统在全速范围内都可以获得良好的动静态性能。     

基于质量评价技术的多信道语音选优决策系统

在分析远距离多信道同源语音信道特性的基础上 ,用若干特征参数来表征信道传输的语音质量并建立了语音质量客观评价模型 ,结合人的听觉特性等因素开发出一种基于语音质量客观评价技术的优质语音信道选优决策系统。该系统能够确保语音通信始终在最佳信道上 ,且在切换过程中无跳变感觉 ,不影响听觉效果 ,现已在实际工程中得到成功运用并取得了满意效果。     

一种磁悬浮系统的降阶方法

针对电压控制的磁悬浮系统设计了时间最优控制算法以获得电流最速响应,并推导了控制系统硬件对电流响应速度的约束关系;根据跟踪误差改变控制器参数以精确地跟踪设定电流;根据在线辨识得到的线圈参数计算最终控制电压以维持理想电流。这种算法能够使电压控制取得与电流控制同样的效果,简化了控制系统分析与设计并提高了对线圈参数时变的鲁棒性。磁悬浮小球电流响应实验与悬浮实验验证了算法的有效性,该算法还可扩展到其他电压控制电流的场合。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。     

相关序列图像复原算法研究

针对气动光学效应降晰过程的复杂性,提出了一种基于图像相关性的两帧序列图像复原算法。该算法利用图像的相关性,结合气动光学效应降晰函数辨识,在大气流场的光学退化模型未知的情况下,采用两帧序列图像降晰函数辨识实现气动光学效应退化图像复原。为了克服降晰函数辨识算法可能带来的误差,在序列图像辨识降晰函数时,提出将辨识得到的两帧序列图像降晰函数结果差的二阶范数作为惩罚项,当该范数不符合要求时,根据序列图像的质心偏移和旋转偏移对图像进行相应的修正。给出了实现该方法的具体步骤,仿真结果证明了算法的有效性。     

真空助力器带主缸总成疲劳试验系统辨识

真空助力器带主缸总成是汽车制动系统的关键增力部件,其气动疲劳试验系统由气动子系统、液压子系统、电控子系统等多个子系统构成,属于复杂的非线性系统。该系统存在众多不确定因素,因此无法直接建立数学模型。为了考察该系统的动态性能,采用递归BP神经网络对该系统进行辨识。试验结果表明,递归BP神经网络能够很好的逼近该复杂非线性系统,在不同时间序列作用下均有较好的泛化能力。     

EPS控制单元频响特性测试与系统辨识

控制器是电动助力转向系统（EPS）的核心部件之一。EPS控制器采集转向盘扭矩信号和车速信号,由事先设定的算法来计算控制助力电机的目标电流作为输出,并以PWM（脉宽调制波）的形式作用于助力电机。以某国外控制器的EPS实验台架实测数据为基础,在MATLAB软件平台上,建立离散数据分析模型,计算出待测系统的传递函数。将辨识出的传递函数用于EPS开发,实验证明辨识方法是有效的且辨识结果可指导控制软件设计。