动态数据系统的时间序列建模策略

传统的基于相关性分析方法进行建模的局限性和"危险性"主要表现在:估计的样本自相关是非常坏的估计,经常会有大的方差,彼此之间是高度相关的,可能给出原来序列结构一个完全失真的图像,不能较准确和全面地反映系统特性。提出了基于动态数据系统的时间序列建模方法,将时间序列看作是随机系统对不相关的或相互独立的"白噪声"输入响应的一种实现方式。对平稳时间序列,以自回归滑动平均模型为基本模型,并以额值为1递增拟合,用F检验判断拟合的改善程度,最后用残差分析判断模型的适用性。对非平稳序列,需先分离出确定性趋势,对剩余平稳随机部分建模分析。用该方法对隧道位移监测数据建模分析,预测与实测吻合较好,表明该方法具有适用性好、精度高且便于编制程序实现等优点。

动态数据系统软件的移植、优化与调试

动态数据系统（ＤＤＳ）作为一种构思新颖的系统建模方法，在系统辨识领域里已日渐受到重视。本文结合我们的使用经验，介绍了ＤＤＳ软件在向ＩＢＭ－ＰＣ微型机上移植的基本思想．移植中遇到的特殊问题及其处理方法。利用软件工程中的ＳＤ方法，成功地获得了结构化ＤＤＳＤ软件。实际应用结果表明，ＤＤＳＤ软件不仅保留了ＤＤＳ软件的全部功能．而且优化了源程序结构与算法，扩充了软件的处理功能，特别是移植后的ＤＤＳＤ软件能方便地在ＩＢＭ－ＰＣ及其兼容机上运行。此外，本实践也为从事系统仿真研究的科研工作者在微型机上移植或开发大型系统仿真软件提供了参考。

动态数据驱动应用系统的概念研究

动态数据驱动应用系统(DDDAS)是一种功能强大的仿真应用的全新模式,是系统仿真发展的新趋势,是实现现代战争中将信息优势转换为决策优势的有效途径。由传统仿真的不足引入DDDAS概念,然后对DDDAS概念进行了较为深入的分析与研究,从仿真应用、算法、系统软件支撑三个方面详细探讨了实现DDDAS的关键技术。最后,构建了基于DDDAS的决策支持系统概念框架,并指出了DDDAS的应用前景。

基于动态数据驱动的反潜战仿真系统目标探测设计

潜艇是海战中军舰的主要安全威胁,反潜成为海上作战的首要任务。为了更精确地探测潜艇的状态信息,提出基于动态数据驱动的反潜战系统目标探测方式,在仿真模型中融入真实测量数据,把反潜战仿真系统和真实系统相结合,使应用仿真与测量系统之间构成相互协作的动态反馈控制系统。考虑测量不确定性和杂波等因素,采用随机有限集(random finite set,RFS)实现反潜战系统的仿真建模,设计基于RFS的数据同化算法和测量控制方法。实验表明基于动态数据驱动的反潜战系统能够使仿真系统、反潜战系统和测量系统形成可行有效的动态数据驱动应用系统(dynamic data driven application system,DDDAS),并且能够实现对潜艇目标进行精确可靠地探测。

动态数据驱动应用系统研究综述

动态数据驱动应用系统(DDDAS)是一种功能强大的全新模式,是系统仿真发展的新趋势,也是网格应用的未来发展方向.该文简述了DDDAS提出的背景和发展历史,介绍了美国自然科学基金会近几年对DDDAS 的资助情况,给出了DDDAS的基本概念,从控制、可视化及用户接口、仿真模型、数据采集四个部分叙述了DDDAS的系统框架.然后以DDDAS在地震救援中的应用为例,进一步阐明DDDAS的概念,并从应用开发、算法、动态环境的系统支撑、测量四个方面分析了DDDAS的研究内容,最后给出了DDDAS的应用前景.

动态数据采集系统中虚拟仪器的设计与实现

提供了直接面向操作者的动态数据采集分析系统的虚拟仪器硬件构成、设计与实现。虚拟仪器技术是现代计算机技术与传统仪器技术相结合的新兴的边缘科学技术 ,代表了仪器技术发展的方向 。

基于动态数据驱动的电子战仿真系统

动态数据驱动应用系统(DDDAS)是一种全新的仿真应用模式,是系统仿真发展的新趋势,能够弥补传统仿真方法对复杂系统实时仿真的不足。为了能够在实时动态的条件下更加准确地仿真电子战系统的行为,为作战决策提供支持,提出了基于动态数据驱动的思想,结合电子对抗作战的特点,采用多智能体技术建立了电子战仿真系统模型,并给出了模型的总体框架及各功能模块的详细说明。最后对系统实现中的关键技术进行了分析,并阐述了仿真系统的运行机制。

华南地区地表径流动态数据采集系统开发

以华南地区鹤山果园林地表径流集水系统为研究对象,分析华南区大农业地表径流时变特点及地表径流状态,开发出由地表径流测试传感器与性能稳定的数据采集器组成地表径流的动态数据采集系统,并对该系统进行了误差分析和测试精度修正,以保证系统精度,解决目前地表径流动态数据采集系统价位高、恶劣环境下工作稳定性差的难题,为准确研究华南区大农业恢复生态地表径流动态水文气候提供研究手段。

动态数据驱动应用系统在农业和环境科学中的应用前景

目前使用的系统动力学模型往往由于输入数据与实际系统不同步,引起对预测和调控的误差和失败。动态数据驱动应用系统(Dynamic Data Driven Application System,DDDAS)以动态运作方式,集实时模拟、实时测量、自动反馈和控制管理于一体能够有效克服传统模拟存在的问题。本文简述了DDDAS提出的历史背景和基本概念,以该系统在农田温室气体排放、农田定量灌溉和河流污染监控中的具体应用为例,进一步阐明了DDDAS在农业和环境科学中应用的思路和方法。并提出DDDAS应用中需要解决的一些具体问题。

动态数据驱动应用系统仿真研究综述

随着仿真在各个领域的深入研究与应用,提出了基于动态数据驱动应用系统仿真,以提高仿真的准确度。介绍了动态数据驱动应用系统的概念,分析了它相对于传统仿真的优势。描述了动态数据驱动应用系统体系结构,并阐述了动态数据驱动应用系统三个方面的关键技术:数据同化、仿真环境下的动态建模、数据驱动决策。最后论述了动态数据驱动应用系统在环境仿真及军事仿真中的应用。

基于柔度法的裂纹扩展动态数据采集系统的研究

摘要:在柔度法测量裂纹扩展系统研究中根据要求,以PC机为核心,为其设计了专用的数据采集卡,采集实验数据达到了满意的效果。本文较为详细的介绍了利用AD7874模数转换器,在ISA接口规范的基础上,设计该采集系统的过程及整个系统的工作情况。

主轴回转误差的动态数据模型研究

从车床切削过程的动态模型出发，分析了用动态数据系统（ＤＤＳ）方法建立主轴回转误差模型的理论基础，直观、深入地展示了模型建立的条件和实质。进一步对实测的多组主轴回转误差信号，建立了ＡＲ模型；通过模型的预测误差研究，验证了模型和文中理论分析的正确性，本文结论可用于实时误差补偿系统中，为主轴回转误差的建模和预测方案设计提供依据。

动态数据录取系统在水下武器试验中的应用研究

介绍了在水下武器试验中动态数据录取系统的工作原理 ,并对录取过程中出现的异常值进行了深入的分析 ,提出了几种异常值合理剔除和取代的方法 ,最后通过试验中的应用来证明这些方法的有效性。

基于DEVS建模的动态数据驱动林火蔓延模型

针对林火行为具有突发性强、处置救助比较困难、破坏性大等特点,将动态数据系统和离散事件系统规范模型相结合,提出了一种基于DEVS建模的动态数据驱动林火蔓延模型。动态数据系统需要通过计算机软件及各环境下数据特点进行交互来实现,特点是数据灵活真实。DEVS支持面向对象建模,可以使系统的建模与仿真趋于模块化、层次化和形式化。该模型是根据动态数据系统和离散事件系统规范模型在林火蔓延模拟应用中各自的结构特点,并结合系统试验区用户的具体功能需求而构建的。将该模型应用于某山场发生的一起森林火灾模拟过程中,具有高度的真实相似性。

油田注采动态数据管理系统开发与应用

油田注采动态数据管理系统是针对油田注采动态数据管理和应用过程中存在的实际问题 ,在 WINDOWS操作平台上采用 Visual Fox Pro5.0开发的数据管理软件。它采用分级模块技术和可视化语言编写 ,实现了油田注采动态数据的计算机管理 ,满足了当前注采数据管理与应用要求。

动态数据驱动的适应性建模与仿真

动态数据驱动应用系统(DDDAS)是一能够将实验或测量数据与仿真紧密结合在一起的新型研究模式,是未来仿真应用的发展方向之一。本文简述了DDDAS的产生动机和发展现状,分析了DDDAS的概念与开展DDDAS相关研究的现实意义。指出了仿真在DDDAS中的重要性,并从应用、算法和系统结构三个层次详细讨论了DDDAS仿真的适应性这一核心研究问题。在此基础上,重点讨论了DDDAS建模与仿真的研究内容,以及利用先进并行与分布式仿真技术实现DDDAS建模与仿真环境所需解决的关键问题。对几个典型的DDDAS应用进行了介绍,并对DDDAS仿真的军事应用前景进行了分析。

动态数据驱动的航班延误预测研究

航班运行过程的动态性导致延误实时预测成为难题,动态数据驱动方法为其提供了一种解决方案.该方法能将航班运行实时数据动态加入延误预测过程中,使预测结果更准确可靠.以预测连续进港航班的降落延误为例,对航班之间的延误传递过程进行分析,建立相应的状态空间模型;给出动态数据驱动的航班延误预测框架及预测过程.在航班运行历史数据上进行的多个实验表明:该方法能获得较高的预测准确度和良好的预测稳定性.

基于动态数据驱动的多UAV实时任务规划

针对在实时动态条件下多UAV任务规划问题,提出了基于动态数据驱动的多UAV实时任务规划仿真平台,主要包括基于MultiUAV2的真实UAV群仿真平台和基于Multi-Agent的预测仿真平台两个部分。采用了A*算法对真实系统工作流进行探索,在此基础之上构建了多UAV合成工作流模型,然后针对动态数据注入运行仿真的问题,研究了传感器任务重置及传感器的预处理方法。最后,通过一个仿真实例验证了提出方法的可行性和有效性。

动态数据驱动的森林火灾仿真框架及其实现(英文)

提出了动态数据驱动的森林火灾仿真方法,在仿真中将实际系统的实测数据反馈到模型中,以提高模型的准确性。仿真运行了模型的多个样本,模型的输入是大量动态的输入而不是传统固定的输入,每一步仿真结束后采用统计的方法筛选出较优样本集作为下一步仿真各样本的初始条件。该方法包含以下关键部分:如何基于不准确模型获得较为可信的仿真结果、模型计算结果准确性度量方法、应用系统的模型和大量仿真样本运行带来的计算复杂度和计算量大的问题等。为解决上述问题,基于离散系统仿真规范提出并实现了一个动态数据驱动的森林火灾仿真框架。实验表明,上述方法将基于传感器测量到的真实火灾数据动态反馈至仿真系统中,获得了更可信的仿真结果。