环境样品采集和分析质量保证研究的现状与进展

从质量保证的基础工作、质量保证的理论研究、质量控制方法和质量控制标准的制定4个方面综述环境样品采样质量保证和分析质量保证的现状和进展 .其中质量控制标准的制定 ,是把采样和分析测试过程综合进行考虑 ,制定合理的允许误差限度     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。     

一类线性混合效应模型分位数估计的影响分析

当回归模型误差服从非对称或非正态分布时,尤其是在重尾分布或分布受污染的情况下,如何检测纵向数据中的异常值是数据分析中的一个重要问题。为了克服非正态分布模型误差的影响,采用稳健的分位数方法对一类线性混合效应模型进行参数估计,并分别基于数据删除模型和均值漂移模型构造强影响点的诊断度量和异常值的检验统计量,以有效地检测强影响点和异常值点。在识别强影响点时,为了减轻计算负担,利用光滑逼近的方法给出了数据删除模型参数的一步近似估计,并据此构造出基于损失函数的距离和Cook距离。为了能够识别异常值点,首先构造出检验异常值点的Wald统计量,然后基于数据删除模型和均值漂移模型的系数估计的等价性,利用Bootstrap抽样得到检验的拒绝域。数值模拟结果表明,本文所提的诊断度量和检验统计量都能够很好地判断出强影响点和异常值点。最后应用本文方法针对化学实验纵向数据进行了影响分析。     

GM(1,N)模型的离散化结构解

针对灰色系统GM(1,N)模型是以差分方程为基础进行参数估计的,而其时间响应函数却是由微分方程的解得到的。从差分方程到微分方程的跨越,缺乏充分的科学基础和理论依据。通过对灰色系统模型建模机理进行深入剖析,利用采样定理和状态转移矩阵在差分方程和微分方程之间架起一座桥梁,通过算例仿真实验证明了该算法的有效性。     

组合投资双目标概率准则模型及TSII算法求解

考虑到我国证券交易过程中许多限制性的规定及现实投资者并非完全理性的决策行为,给出了概率准则组合投资的收益-损失风险双目标整数规划模型。通过证券收益经验分布,应用分层抽样的随机模拟,结合禁忌算法,设计禁忌模拟混合智能优化算法TSII,进行概率准则模型求解。分层抽样保证抽样遍布搜索空间,有效刻画收益分布的“高峰厚尾”,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的较强依赖性。算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强禁忌算法的并行处理能力,提高了寻优效率与精度。最后,给出一个投资组合实证分析算例的收益-损失风险有效前沿。     

用抽样分布对双参数威布尔分布参数的区间估计

本文提出了一种完全不同于现成方法的、以两个抽样分布为基础的估计仅参数威布尔分布的形状参数和尺度参数的置信限的方法。该法是直接用样本观察值进行估计。虽然由于采用了一阶近似对其中一个抽样分布作了简化处理，从而使估计结果偏于保守，但算例表明，估计结果有足够的精度且优于某些现有的方法。并且该法简便，尤其适于工程应用。     

X衍射线晶粒加宽线形分析的研究

从晶粒大小分布函数的假定出发，结合Ｆｏｕｒｉｅｒ分析方法的原理，导出了描述Ｘ射线衍射线形的积分表达式，并以此同实验测出的衍射线形进行拟合，结果同传统的Ｆｏｕｒｉｅｒ分析方法得出的结果符合得很好。由于采用了拟合法以及理论上得到的更为符合实际的线形积分表达式，就可以避免传统Ｆｏｕｒｉｅｒ分析方法所产生的弯钩效应，克服把柯西线形近似为晶粒加宽线形的不足，使得最后晶粒大小结果更为准确。     

基于软件无线电的直序扩频码元判决算法

码元判决算法的设计是扩频序列能被正确接收的关键。提出了一种基于软件无线电技术,且考虑初始相位的影响,对直接序列扩频的中频采样信号进行码元判决的算法。该算法有较高的扩频处理增益,适用于信噪比极低(-20dB以下),且对系统的体积及功耗有严格限制的情况。仿真及实验表明,该算法运算简便,在恶劣环境下仍具有较低的误码率。