基于渐近法的废气氧传感器Hammerstein模型辨识

为了解决与发动机空燃比控制相关的废气氧(EG0)传感器精确建模问题,基于渐近(ASYM)法辨识了EGO传感器的Hammerstein模型。模型的非线性部分用静态实验数据拟合,动态线性部分的辨识分为三步。先估计一个高阶ARX模型,然后依据渐近准则(ASYC)找出最佳频率响应估计的模型阶次,再采用极大似然(ML)法估计降阶后的模型参数。通过残差分析、交叉验证和模型误差模型(MEM)测试,将得到的ASYM模型与输出误差(OE)模型和Box-Jenkins(BJ)模型进行比较。结果表明,基于ASYM法的Hammerstein模型能够更精确地捕获EGO传感器的频域动态特性,并且用ASYM法能够量化模型的频域误差上限以评价建模精度。

基于区间分析的LuGre摩擦模型参数辨识方法

针对LuGre摩擦模型参数耦合、动态参数辨识困难等问题,提出一种基于区间分析的LuGre摩擦模型动态参数辨识方法。首先,简要介绍了边界误差估计方法及其在系统模型为常微分方程时系统参数辨识中的应用,然后,基于两步法思想,分别采用最小二乘法和基于区间分析的边界误差估计方法对4个静态参数和2个动态参数进行了辨识。该方法有效避免了采用传统非线性辨识方法辨识LuGre摩擦模型动态参数时初值确定困难、对辨识结果影响大以及显性目标函数不易给出等缺陷,同时,辨识得到的参数为全局最优。最后通过实例验证了该方法的正确性和有效性。

大型聚乙烯工业装置质量指标的次优强跟踪滤波估计

针对大型聚乙烯工业装置质量指标实时估计的复杂性,基于乙烯聚合原理推导了大型聚乙烯工业装置质量指标实时预测模型,提出了一种次优强跟踪滤波器设计方法用于根据实验室分析数据反馈修正模型预测并实时估计质量指标。所提方法在大型聚乙烯工业装置上的应用结果证实了其有效性和可行性,为实现大型聚乙烯工业装置先进控制奠定了基础。

VLBI、SLR、GPS综合数据处理方案研究

按参与平差观测值类型的选取不同,对VLBI、SLR、GPS综合处理方案进行了分类。给出了各类方案的平差模型,结合当前我国三种技术的实测情况,分析了各种方案的优缺点,提出了较为可行的综合处理方案。

支持向量分类和多宽度高斯核

支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.

递推l^1鲁棒辨识方法研究

研究了基于含l1范数约束非结构不确定性因子的模型集描述的动态系统的l1鲁棒辨识问题 .首先在较弱的先验条件下导出了受系统参数集为Rn 空间一凸多面体 ;然后通过求解该多面体的最小外框给出了名义时域模型的一次完成辨识方法和限定数据窗递推辨识方法 ,并给出了辨识误差界 ;最后对递推辨识算法进行了理论分析 .算例仿真表明了算法的有效性 .

应用两阶段二分式虚拟市场评价法消除环境价值货币评估的偏差

虚拟市场评价法(CVM)是目前环境经济价值货币评估中最为广泛应用的方法。经过几十年的发展,经济理论基础已日趋完善,但受可能发生的偏差的影响较大,其准确性受到一些学者的质疑。当前国际上最为推崇的两阶段二分式选择法可以最大限度地减少偏差。本文讨论了虚拟市场评价法以及两阶段二分式选择法的原理,推演了应用两阶段二分式选择法计算支付意愿金额(WTP)的数学模型,并应用京津风沙源治理工程环境价值评价案例,详细说明如何应用两阶段二分式虚拟市场评价模型设计调查问卷,并据此估算支付意愿金额。

未知有界误差下新的回归方法

本文研究在未知有界误差（ＵＢＢＥ：ＵｎｋｎｏｗｎＢｕｔＢｏｕｎｄｅｄＥｒｒｏｒ）假定下考虑模型应用域的回归问题，提出了最佳预测参数的概念，给出了确定最佳预测参数的基本准则和方法。实际案例研究结果显示，同不考虑模型应用域的回归方法相比，新方法能够提高模型的预测精度。

一种简化的可靠性模型的误差分析

为了简化系统可靠性和可用性的建模和分析过程 ,提出了一种简化 Markov模型的方法 .通过对系统进行简化 ,忽略掉一些不重要的过程 ,减少相应 Markov模型中的状态数来简化计算 .通过对系统建立的简化模型进行误差分析 ,在已知被忽略状态的最少信息的前提下得到简化模型的误差界限 .

基于三角带模板的车辙实时可视化方法

给出一种基于三角带模板的车辙实时可视化方法,结合车辙的物理模型,并且采用过程纹理方法实时生成车辙纹理。先将地形分成大小相等的若干块,预计算一族三角带模板。在地形绘制时,仅是根据包围盒误差因子简单的选择一个三角带模板。选择Bekker的地形沉陷模型作为车辙的物理模型,并且采用过程纹理方法实时生成车辙纹理。给出了完整的动态地形可视化算法。最后实验证明的方法是可行、有效的。

模型误差界的频域辨识方法分析

模型误差界的确定是系统辨识中一个重要的组成部分．本文应用截尾傅氏变换和H∞辨识理论，对模型误差界的常规频域辨识方法进行了分析，给出了传递函数的频率响应误差界和总体误差界，对Baryard等人的频域误差界估计方法做了修正．

简化Markov模型的可靠性分析(英文)

Markov模型是电子产品系统可靠性分析中最常使用的方法。但在应用Markov模型的时候一个主要的问题是它的巨大的状态数,使得它对复杂系统的建模和分析变得非常困难。本文提出了一种新的简化Markov模型的方法来简化对系统可靠性的分析。并且对该简化方法的误差界限进行了讨论。数值仿真结果表明了该方法的有效性。

基于蒙特卡洛的航空发动机试飞数据模型误差容限分析

将发动机实时趋势监控中的误差容限划分成两部分,一部分由发动机工作包线内的模型建模误差导致,一部分由发动机工作参数的不确定性导致。建模误差的影响采用包线内最大预测误差,由参数不确定性引起的误差采用蒙特卡洛分析确定。将不同概率分布下的测量参数作为发动机模型的输入参数,采用蒙特卡洛策略分析模型预测值的均值和标准差分布,采用3σ置信水平作为因测量不确定性引起的误差容限。选取未参与发动机模型辨识的整个飞行架次的试验数据进行验证,结果表明考虑输入参数不确定性后,模型误差带的分布更为合理。该技术可用于航空发动机飞行试验中,提前发现发动机工作中的异常现象,可提高发动机飞行试验的质量和效率。

军工高安全软件数值型运行时错误分析方法

提出一种抽象解释和有界模型验证的数值型运行时错误分析方法.利用抽象解释方法分析程序数值变量范围,获得每个程序点达到不动点的变量初步值范围信息.根据待分析的运行时错误类型,在相关需要检测的程序点处将数值变量取值信息转化为断言或假设形式插入程序中,将带有断言和假设的程序转化为布尔公式,验证其可满足性,进而验证断言的正确性.实验证明,该方法与现有方法相比,在精度和效率两方面都有良好的表现.

机动目标状态估计的最小均方误差界

基于多项式模型的各种自适应滤波算法被广泛应用于机动目标跟踪领域,但尚没有统一的评估标准来衡量这些跟踪算法的优劣。由于存在确定的时变未知输入,机动目标的状态估计实际为有偏估计。基于状态估计均方误差最小的准则,推导了多项式模型滤波的最小均方误差界计算方法,获得了使状态估计均方误差最小的过程噪声方差变化规律。该方法给出了各种基于多项式模型的机动目标跟踪算法的估计均方误差下限,也为机动目标跟踪中最优过程噪声方差的设定提供了依据。仿真结果验证了算法的有效性。

移动卫星信道中的TC-MDPSK特性界

本文基于ＲｉｃｅＬｏｇｎｏｒｍａｌ联合分布的两种信道模型，定性地分析了移动卫星信道中的ＴＣＭＤＰＳＫ特性界．推导出了适合这两种信道模型的一种新的特性界表达式，讨论了８ＵＴＣＭＤＰＳＫ方案的误比特率．计算机模拟显示出，本文推导的方法不仅简便，而且得到的特性界比已有的界紧，能够较好地反应这类信道的ＴＣＭＤＰＳＫ特性．

变量越界故障的测试方法研究

变量越界是C/C++软件中的常见故障,广泛存在于C/C++软件的数值计算模块中。首先分析了变量越界故障的故障特点,并从面向具体故障的测试思想出发,结合区间运算技术给出了故障检测模型。通过对程序代码进行预处理,生成程序的控制流图,结合静态测试的特点,在遍历控制流图的基础上给出了这些故障的一种静态查找方法。该方法已被实现并测试了部分软件,实验效果表明该方法能检测出变量越界故障。

Chernoff加权分类器框架在运动想象脑-机接口中的应用

针对现有脑机接口(BCI)分类器与大脑认知过程结合不够紧密的问题,该文提出一种基于Chernoff加权的分类器集成框架方法,并用于同步运动想象脑机接口中。通过对训练数据进行统计分析,获得各时刻脑电信号(EEG)的统计特性,并建立基于大脑认知过程的高斯概率模型。然后利用Chernoff边界特性得到该概率模型的最小误差,并以此确定该时刻分类器的权重,通过对各时刻分类器的加权,实现同步脑机接口的信号分类。以脑机接口竞赛数据作为测试,并与线性判决分析、支持向量机和极限学习方法分别结合构成新的集成方法。由实验结果可知,加权集成框架方法的分类性能比原独立分类方法有显著提高。

差分隐私研究进展综述

在过去的十年里,普遍的数据收集已经成为常态。随着大规模数据分析和机器学习的快速发展,数据隐私正面临着根本性的挑战。探索隐私保护和数据收集与分析之间的权衡是一个关键的科学问题。差分隐私已经成为实际上的数据隐私标准并得到了广泛的研究与应用,该技术可通过一定的随机化机制为用户数据提供严格的隐私保护。文中给出了差分隐私技术的全面概述,总结并分析了差分隐私的最新进展。具体来说,首先给出了差分隐私的理论总结,包括中心化模型、本地化模型和近年提出的洗牌模型,并对它们作了详细比较,分析了不同模型的优势和缺点。接着,在3个模型的基础上,从算法的角度介绍并分析了文献中一些典型的差分隐私机制,然后介绍了当前差分隐私技术在多个领域的应用。最后介绍了一些关于差分隐私的新研究课题,它们为差分隐私技术拓展了丰富的研究方向。

可加模型低维分量估计平均偏差的指数界

设 (X,Z,Y) ,(X1 ,Z1 ,Y1 ) ,… ,(Xn,Zn,Yn)为取值于 Rp× Rq× R中的i.i.d.随机向量 ,E|Y|<∞ ,Y关于 (X,Z)的回归函数 m (x,z) E(Y|(X,Z) =(x,z) )具有可加结构 :m(x,z) =m1 (x) +m2 (z) .为估计可加分量 ,采用 L inton &Nielsen(1995 )提出的直接估计法 ,给出了可加分量的最近邻估计和核估计 .在较弱的条件下 ,建立了可加分量最近邻估计和核估计的平均偏差的指数界 .