多维和多重递推辅助变量辨识算法

对带白色观测噪声的多维自回归(AR)模型,应用相关方法,分别提出了多维和多重递推辅助变量(RIV)算法,给出了未知AR参数的强一致估计;推广了一维RIV算法。提出了模型噪声和观测噪声方差的信息融合估值器,它们具有强一致性。一个仿真例子说明其有效性。

基于局部平稳AR模型的信号结构变化点精确估计方法

研究了局部平稳AR模型，提出了基于递归辅助变量（RIV）双格型滤波算法，通过统计分析信息量AIC的变化精确估计信号结构变化点。对遥测速变参数的分析表明，该方法能够精确定位信号结构的变化点，实现局部平稳信号的精确分割。

基于改进的BP神经网络胶铆接头的力学性能预测研究

利用遗传算法优化BP神经网络的连接权值和阈值,并将改进的BP神经网络应用于胶铆接头力学性能预测中,建立了胶铆接头最大拉剪力预测模型。结果表明:GA-BP神经网络比BP神经网络的收敛时间长,但GA-BP网络预测相关系数更好,回归性能更好,具有更好的泛化能力。对训练好的神经网络预测模型进行验证,发现GA-BP神经网络预测的均值绝对误差为BP神经网络均值绝对误差的40%,GA-BP神经网络具备更好的预测性能。

±500kV高压直流输电线路电磁环境影响评估

高压直流输电线路电磁环境问题已经成为我国直流电网建设的制约因素之一,分析了可听噪声、无线电干扰和电场干扰这几种直流输电线路电磁环境干扰的影响,包括对干扰限值、干扰特性和克服措施的研究,并评估了海拔高度的影响。可听噪声影响由BPA公式计算,无线电干扰由CISPR公式计算,电场干扰由迎风差分算法行计算。结果表明,对于±500 k V高压直流输电线路,海拔高度小于1 000 m,电场干扰对导线选型起控制作用,可听噪声和无线电干扰不起控制作用;海拔高度超过1 000 m,可听噪声、无线电干扰和电场干扰随海拔高度的增加而增加,此时电磁环境影响评估必须考虑可听噪声和无线电干扰的影响。

质量图引导的相位解缠在不同地形的对比分析

质量图引导的相位解缠算法是一种路径跟踪的算法,本文在三种经典相位质量图分析基础上,分别应用不同质量图引导的相位解缠算法对陡峭地形和平坦地形条件下的InSAR数据进行相位解缠实验,实验结果表明,对于地形陡峭的数据选取相位导数方差得到的结果最可靠,而地形平坦数据选取伪相干系数图能够得到较为精确的结果。

基于辅助变量最小二乘的无人艇模型辨识方法

无人艇模型是无人艇运动控制研究领域的核心,模型的精确性对控制算法的设计及验证有很大的影响。为了解决有色噪声对无人艇模型参数辨识时的干扰问题,提出了一种辅助变量最小二乘算法对无人艇模型参数进行辨识。对离散KT方程加入噪声,得到无人艇时间序列分析模型,根据Tally原理引入辅助变量对最小二乘算法进行完善并辨识模型参数。所做理论分析及仿真结果表明:该算法可以准确估计无人艇时间序列分析模型参数,并能对无人艇下一时刻航向角做出准确预报,有效解决了有色噪声所带来的"参数有偏估计"问题。实船实验结果表明:相比一般最小二乘算法,所提算法的辨识收敛时间可减少50%,航向角预报误差减小约40%,有效预报时长提升一倍以上。该算法对无人艇时间序列分析模型的辨识更加准确,具有很高的实际应用价值。