浅谈洛朗级数和泰勒级数

泰勒级数与洛朗级数是复变函数这门课程中非常重要的两个内容。泰勒级数揭示了解析函数的本质。洛朗级数揭示了奇点的特征,能够对孤立奇点进行分类,最后利用洛朗级数计算奇点的留数。本文首先给出了洛朗级数与泰勒级数的定义,然后对两类级数进行了比较,最后对两类级数进行了应用。通过在教学中应用此方法,使学生更深入地理解和掌握相关知识,从而使复变函数的教学收到更好的效果。

泰勒公式和泰勒级数的可视化

泰勒公式和泰勒级数是函数近似和数值计算的重要工具,因其形式较为复杂,往往是学生学习微积分的一个难点。揭示泰勒公式和泰勒级数的几何意义,采用可视化教学方法,可以帮助学生更好地理解泰勒公式和泰勒级数,培养学生的数学思维。

泰勒级数准则的船体分段测量数据配准解析解

为提高船体分段测量数据与CAD模型间的配准定位效率,本文给出了一个基于泰勒级数准则的点集配准解析解,直接求解配准变换参数。通过分析最小二乘解析解的求解特点,考虑到配准变换参数的齐次表示问题,引入特征因子构建新的齐次变换矩阵,建立配准齐次表示模型。利用泰勒级数展开齐次变换矩阵的最近正交矩阵,得到齐次变换矩阵的无限次估计解。在此基础上,根据配准齐次表示模型的最大化,计算旋转矩阵的近似解析最优解。以理论模型和甲板分段实测数据为例子验证。本文算法的有效性及实用性,为船体分段快速测量分析提供算法依据。

泰勒级数视域下函数极值判别的“原点”与“远点”--从2023年新高考Ⅱ卷导数压轴题说开去

1.问题呈现--于平凡处见不凡,随着新高考的实施,若干年来超越函数、lnx与带参二、三次函数的综合题霸占压轴题位置的惯例被逐渐打破,函数导数与三角函数相结合的试题逐渐成为新高考压轴题的常客,2023年新高考Ⅱ卷压轴题中的函数便是由带参三角函数与对数型函数复合而成.

泰勒级数展开在液流控制系统模型中的应用

泰勒级数是工科专业中非常重要的数学工具。为了提高学生的高阶思维能力,总结了泰勒级数的几种展开形式,并列举了泰勒级数在高等数学和液体流量控制系统中的应用实例,最后通过数值模拟验证了结果的可行性。

用于纯方位目标运动分析的泰勒级数法

以泰勒级数法的理论模型为基础,研究它在纯方位TMA中的应用问题。将泰勒级数法与高斯-牛顿法相结合,得到一种混合泰勒级数法。这种混合方法简单易懂,计算并不复杂。经蒙特卡罗仿真研究,其性能可与高斯-牛顿法相比较,对于有些态势甚至在收敛时间以及解算效果上要优于高斯-牛顿法。算法性能反映在一些典型的TMA态势上。

基于BP神经网络和泰勒级数的室内定位算法研究

在研究分析室内无线信号传播特性和传统的室内定位算法的基础上,提出了用BP神经网络来拟合室内无线信号传播模型,避免了对无线信号传播模型中参数A和n的不精确估计.在训练完成的BP神经网络的输入层输入接收信号强度值RSSI(Received Signal Strength Indicator),在输出层即可得到对应的距离值,再利用泰勒级数展开法确定盲节点的坐标位置.最终通过Matlab仿真和ZigBee平台实验验证了算法的可行性和有效性.

位场向下延拓的泰勒级数迭代法

本文介绍了一种新的位场向下延拓方法—泰勒级数迭代法。首先将波数域中的向下延拓响应因子进行泰勒级数展开,取前N项和代替向下延拓响应因子进行近似向下延拓,并采用迭代法进行逐步逼近,直至观测面上的实测值与迭代m次的计算值的差值小到可以忽略。由此推导出了位场向下延拓的泰勒级数迭代法的迭代通式,证明了该方法的收敛性,分析了该方法的收敛速度。同时指出当通式中所取项数N=0时,与文献[11]的延拓模式一致。模型试验对比分析表明,当向下延拓深度较大且项数N=1和N=0迭代得到的延拓误差相等时,N=1的迭代次数远小于N=0的,且迭代的结果具有更好的保幅性。

基于泰勒级数展开的蜂窝TDOA定位算法

基于用户位置的应用已经成为移动数据业务的重要组成部分,使得蜂窝系统用户定位技术成为蜂窝移动通信领域的研究热点。泰勒级数展开算法因为具有精度高和顽健性强等特点而在求解非线性定位方程组中得到了广泛的应用,但它对初始值有很强的依赖性。本文使用最小二乘方法估计用户位置的初始值并使用泰勒级数展开算法确定用户坐标。通过对算法的仿真分析,结果表明本算法具有近似于基于真实值的泰勒级数展开算法的性能。

球冠体积分的重力异常正演方法及其与Tesseroid单元体泰勒级数展开方法的比较

利用重力资料研究区域乃至全球地质问题时,重力或重力异常正演方法最好从基于直角坐标系向球坐标系方向发展。本文对近似的球冠面积分重力异常正演方法进行改进,使其计算精度和计算效率都得到很大程度地提高;再通过数值试验及实际应用,分析Tesseroid单元体基于泰勒级数展开的重力正演方法与球冠重力正演方法的计算精度与稳定性,最后探讨两种方法的优缺点及其应用方向。

基于泰勒级数和离散傅里叶变换的综合自适应相量算法

针对传统相量算法在动态过程中难以同时满足精度和速度要求的问题,提出一种基于泰勒级数和离散傅里叶变换(DFT)的综合自适应相量算法。该算法对稳态和动态情况,分别设计了时域算法和频域算法两种计算模式,并通过反推校验实现二者间的自适应切换。具体地,时域算法利用两相邻数据窗进行DFT分析,并根据特定精度要求进行简化,以此计算频率和相量;频域算法对电力信号模型进行泰勒级数展开,并通过一个数据窗的基波和各谐波含量计算相量、频率和频率变化率。仿真分析和实验测试结果均表明,在稳态和动态情况下所述算法的量测精度和响应性能均优于传统算法及相应的商用同步相量测量装置,满足实际应用要求。

基于泰勒级数展开的N-1牛顿拉夫逊法快速潮流修正计算

提出用高阶泰勒级数来估计线路开断以后系统的各个运行变量的方法,其优点是在线路开断时不必对系统导纳矩阵因子表进行修正,运算中也不必用到节点阻抗矩阵这一满秩矩阵。高阶泰勒展开时只需在基态网络三角分解的基础上进行前代与回代即可求得节点电压对开断线路参数的各高阶导数,采用高阶泰勒展开法对电压相角与幅值的一次修正计算量相当于一次前代与回代。高阶泰勒级数法对故障支路两端2个节点的等效功率具有预测功能,通过与补偿法比较可知,高阶泰勒展开法具有更优越的收敛特性。用IEEE118节点系统算例验证了所提方法的有效性。

TDOA中的修正牛顿及泰勒级数方法

在多站无源时差定位系统模型下,泰勒级数算法和牛顿算法在较差初始值条件下容易出现迭代发散问题.针对这一问题,提出了基于修正泰勒级数法和牛顿法的时差定位算法.该方法对于较差初始值引起的病态海森矩阵,运用正则化理论中的吉洪诺夫法或衰减奇异值分解法进行修正,其中控制海森矩阵修正量的重要的正则化参数由著名的L曲线理论确定.实验结果证明:相对于原泰勒级数及牛顿算法,经过改进后的算法对于较差的初始值,具有较高的概率使迭代算法的解稳健地收敛到目标的真实位置,并拥有较强的能力移除局部最小值;相对于时差定位模型下的一些广泛应用的线性解法,也成为闭式解法,在低信噪比环境下具有更高的定位精度.

泰勒级数准则函数鲁棒性点云配准算法

为减小离群点对点云配准精确度的影响,避免点云配准迭代计算过程中陷入局部最小值,基于鲁棒性准则函数点云配准框架提出泰勒级数准则函数鲁棒性点云配准算法.该方法分为泰勒级数准则函数的提出和配准初始值的确定2个方面.泰勒级数准则函数中,考虑各准则函数限制离群点影响来提高配准精确度的内因,对权值递减速率较合理的Cauchy准则函数进行泰勒级数展开,构造泰勒级数准则函数解决离群值问题;配准初始值的确定中,通过计算待匹配点云数据集的重心,根据重心信息确定平移向量,解决局部最小值问题.数值实验结果表明,泰勒级数准则函数配准误差较最小二乘法、Huber、Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;引入插值算法对点云数据进行处理,对后续的配准精度有一定的改善.

基于泰勒级数迭代的重力归一化总梯度

针对重力归一化总梯度常规计算方法中向下延拓计算的不稳定性,提出了基于泰勒级数迭代法进行快速稳定向下延拓的重力归一化总梯度场(GH场)计算模式。水平圆柱体模型试验表明:该方法的GH场表现为单一高值特征,而且极大值位置与模型体质心位置相吻合。非均匀(含油气)球冠模型表明:在油气含量较低时,Fourier级数法和Fourier变换法无法识别出"两高夹一低"的储油特征,而本文方法可以清晰地识别。这充分说明基于泰勒级数迭代的重力归一化总梯度计算方法不仅提高了计算结果的稳定性,而且还提高了异常的分辨率。

磁流变半主动悬架的泰勒级数-LQG时滞补偿控制方法

提出一种泰勒级数-LQG控制方法进行磁流变半主动悬架时滞补偿控制。该方法利用泰勒级数对LQG控制求取的理想控制力进行时滞补偿,以使磁流变减振器的实际输出力逼近理想半主动控制力。在解析直接结合泰勒级数的LQG控制不能正常工作原因的基础上,提出了一种实用的泰勒级数-LQG控制设计方法,使得LQG控制结合泰勒级数之后LQR函数能够顺利运行。针对时滞较大时泰勒级数对控制的放大现象,并考虑到磁流变减振器性能和成本之间的平衡,以满足99%的减振控制要求确定磁流变减振器库伦阻尼力的幅值。以Smith Predictor-LQG(SLQG)控制方法为比较对象,通过仿真实例验证了泰勒级数-LQG控制方法具有良好的磁流变半主动悬架时滞补偿效果。

矢量泰勒级数特征补偿的说话人识别

将矢量泰勒级数(Vector Taylor Series,VTS)特征补偿算法应用于说话人识别,给出了卷积噪声方差的近似闭式解,构建了联合快速估计卷积噪声和加性噪声均值和方差的框架。该算法可在无需失配环境先验信息的前提下,直接从失配语音中估计出卷积噪声和加性噪声的均值和方差,实现对环境失配的补偿。实验结果表明,在信道变化较大的无线信道下,卷积噪声方差的补偿最高可降低误识率3.24%.提升了系统的识别性能。在存在加性噪声的无线信道下,与基于线性失真模型的特征映射算法和倒谱均值减算法相比,本文算法可分别最大降低49.65%和68.06%的误识率,适合于信道变化较大的失配环境补偿。

基于泰勒级数的N-1网络快速灵敏度修正计算

灵敏度计算是电力系统分析中的重要方法。提出了一种针对n-1网络中节点电压对系统控制参数变化灵敏度的快速计算方法,它是基于高阶泰勒级数的,其优势在于不必重新进行潮流计算,而是通过求解灵敏度对线路开断参数的高阶导数,从而代入灵敏度泰勒级数展开式修正基态灵敏度。文章以IEEE300节点算例,将此方法与重新进行潮流计算的牛顿法进行了数值试验和比较,结果说明了文章所述算法的正确性和优越性。

TOA模式下TLS辅助泰勒级数展开的蜂窝定位新算法

提出了一种到达时间(time of arrival,TOA)模式下总体最小二乘(total least square,TLS)辅助泰勒级数展开的蜂窝定位新算法。该算法针对泰勒级数展开对初始迭代参考点依赖性强的问题,综合考虑观测量误差和观测站位置误差,利用TLS估计初始参考点,然后在估计值处对观测方程组实施泰勒级数展开,并使用加权最小二乘进行多次迭代运算,实现对移动终端的高精度定位。仿真结果表明,该算法在平均迭代次数和定位精度方面具有接近基于真实位置的泰勒级数展开算法的性能,并且在不同的几何精度因子(geometrical dilution ofprecision,GDOP)下,均具备良好的抗观测量误差和观测站位置误差的特性。

基于多元变量泰勒级数展开模型的定位算法

传统Taylor级数展开模型只考虑未知节点和锚节点之间的距离,没有考虑未知节点之间的距离,定位信息不够全面,从而导致定位精度不高。为了进一步提高定位精度,该文提出了一种新的基于多元变量Taylor级数展开模型的定位算法。首先考虑未知节点之间的距离信息,建立新的基于多元变量Taylor级数展开的定位模型。然后,在对新的定位模型求解过程中,采用粒子群算法对未知节点进行定位,获得其位置的初始值。再根据加权最小二乘法求出新模型的解,作为未知节点的估计位置。最后,为评价该算法的性能,对定位结果的克拉美罗界(CRLB)进行推导。仿真结果表明基于多元变量Taylor级数展开模型的定位精度更高,定位误差接近CRLB。