用卡尔曼滤波技术提高机械加工精度

本文首先阐述了卡尔曼滤波的基本原理,导出了卡尔曼滤波的递推表达式,然后以高精度丝杠车床为例建立了加工中误差信号的数学模型,并用PB-700型个人计算机仿真。仿真果表明,这种方法可将原机床加工的螺距精度提高到0.5μm级。仿真还揭示了应用这种方法精化机床提高加工精度的原因,为结构设计、传感器选择、建立数学模型、合理选择采样间距等提供了方向性指示。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

一种新型径向基函数神经网络学习算法：递归正交最小二乘法（ROLS）

径向基函数神经网络在很多领域得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目，笔者将递归正交最小二乘（ROLS）方法引入RBFNN建模训练，利用ROLS算法训练网络后所得的有用信息，采用后向选择算法，逐步去掉那些使网络残差增加最小的中心，在得到网络有效中心的同时，还满足了精度要求，从而大大简化了RBF网络结构，节约了大量的存储空间以及计算量。仿真和实验结果表明该方法是有效而实用的。     

函数递归调用问题的简化读程方法

函数的递归调用是面向过程的程序设计中一个难点问题。由于递归算法的实现过程是一张错综复杂的“网”,常常使读程序者理不清头绪。本文采用了全新的思维模式,以“树”的方式代替了原来的“网”,从而使这一问题的解决变得简单化。     

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。     

基于最邻近聚类和向量模糊c-均值的混沌预测

针对混沌时间序列难预测的问题,提出一种新的基于最邻近聚类和向量模糊c-均值(FCMV)聚类算法的模糊建模方法。其前提参数辨识分两步,首先用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,再用FCMV把具有相同收敛向量的聚类中心归到同一个区域来优化前一步得到的聚类中心,得到前提参数;采用递推最小二乘算法辨识模型的结论参数。最后通过对Mackey-Glass混沌时间序列的建模和预测验证了该方法的有效性与实用性。     

分数阶控制系统微积分数值实现——分析与比较

介绍并对比了两种分数阶微积分的直接离散化数值实现方法：连分式展开（CFE）方法和递归Tustin方法。这两种方法都是采用直接离散方法得到近似模型，且都是得到具有最小相位的稳定系统。在频域里对这两种分数阶离散方法对比结果表明：CFE求解方法要优于递归Tustin方法。论文最后通过实例给出了仿真验证。     

基于在线聚类的机器人自适应模糊建模

针对机器人这种具有时变、强耦合和不确定性的复杂非线性被控对象,提出一种基于在线聚类的模糊自适应方法用于机器人系统建模。建模过程中采用在线聚类算法辨识机器人T-S模型的前提参数,采用递推最小二乘算法(RLSE)辨识结论参数,根据过程中新的数据信息,模糊规则可以自动增加、修改和删除,实现了模型结构和参数的在线辨识和更新,而且该方法具有模型结构简单、建模速度快、精度高等优点。最后通过二自由度机器人仿真研究证明了该方法的有效性和优越性。     

The structure and the sufficint and necessary conditions for generalized statistically self-similar sets

We constructed a class of generalized statistically self-similar sets and give the necessary and sufficent conditions to ensure a random recursive set being a generalized statistically self-similar set. The statistically self-similar sets defined by Hutchinson, Falconer, Graf are the special cases of ours. Foundation item: Supported by the National Natural Science Foundation of China Biography: DENG Ai-jiao (1974-), female, Ph.D. candidate, research interes: is in stochastic process and random ractal     

在Sparre Andersen模型中破产前发生的理赔次数

研究在Sparre Andersen模型中保险公司破产前发生的理赔次数,这里理赔时间间隔服从Erlang(2)分布;令p(u;n)表示破产前发生n次理赔的概率,(s;n)表示p(u;n)的拉普拉斯变换,给出了(s,n)的递推公式,由此运用Mathematics等数学软件可以算出p(u;n).