基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计

为了提高锂电池荷电状态(SOC)估计的精度,提出了一种基于动态遗忘因子递推最小二乘法和改进粒子滤波算法相结合的锂电池SOC估计方法。针对固定遗忘因子递推最小二乘法在电池参数辨识中难以同时保持快速收敛和稳定性的问题,引入动态遗传因子,以模型辨识值和实际值的残差为变量构建修正公式,实现遗忘因子动态调整。为了改善粒子滤波(PF)的粒子多样性丧失问题,采用白鹭群优化算法(ESOA)对粒子滤波算法进行优化。仿真结果表明,基于动态遗忘因子递推最小二乘法和改进粒子滤波算法的锂电池SOC估计误差始终保持在0.3%以内,平均绝对误差和标准差为0.15%和0.17%,与其他算法相比具有更好的精度和稳定性。

基于改进动态偏最小二乘法故障检测方法

目的 针对滚动轴承早期故障的特征信号微弱,在实际运转中由于数据具有时序相关性,使得滚动轴承早期阶段的故障特征提取难度增大等问题,提出一种基于深度分解理论的改进动态偏最小二乘法(DeepDPLS)的滚动轴承早期故障检测方法。方法 首先选择时滞参数使原始数据矩阵形成动态增广矩阵,确定深度分解的阶数;再应用深度分解理论得到分解生成的各个子空间;最后用偏最小二乘法(PLS)计算各个子空间的统计量和控制限,通过将每一个子空间的统计量与其对应的控制限进行比较来判别系统是否发生故障。结果 提出的DeepDPLS与PLS及其相关方法相比,极大地提高了滚动轴承的早期故障检测率;与DeepPLS相比,在一阶分解时故障检测率可达到100%,建立的模型更加精确,能更早地检测出滚动轴承的早期故障。结论 笔者提出的基于DeepDPLS的检测方法对于滚动轴承的早期故障检测是可行、有效的。

基于最小二乘法的活体触电动态阻抗分析

针对目前没有较为精确的人体阻抗模型、低压配电网剩余电流保护设备无法识别触电特征、且无法使用人体作为触电试验对象等问题,建立了基于动物触电试验数据并利用最小二乘法拟合的人体触电动态阻抗模型。根据人与猪、羊等动物在电特性以及解剖学上具有极高相似性的特点,通过触电通道构成完善了动态阻抗模型。与现有的人体阻抗模型相比,人体触电动态阻抗模型在描述触电发生较短时间内的阻抗变化情况更为准确,能够突出触电发生较短时间内人体阻抗的时变特性。物理仿真试验表明,该人体动态阻抗模型无论是在触电发生的较短时间内或是较长时间均能表征人体阻抗的变化趋势,对于开发新一代针对人体以及其他生命体的剩余电流保护装置具有参考价值。

基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用

为实现铜转炉吹炼过程中的关键操作参数的准确预测,构造一种基于核偏最小二乘法的动态预测模型,并提出一种适用于动态建模的在线式异常样本剔除方法。该动态预测模型使用滑动窗方法不断更新建模数据,再利用核偏最小二乘法对动态模型的参数进行辨识,最后根据反馈的前次计算误差对本次预测值进行修正。仿真研究结果表明:该动态预估模型具有较好的泛化能力和较强的鲁棒性,并具有较好预测精度(风量预测的相对均方根误差小于10%,氧量预测的相对均方根误差小于19%)。目前,该预测模型被用于某转炉的吹炼辅助决策系统中。

基于广义最小二乘法加速度传感器的动态建模

针对数学模型在动态校准实验数据处理中的重要地位,结合Hopkinson杆对加速度传感器测试系统动态校准所得实验数据,介绍了一种基于广义最小二乘法的动态数学模型建立方法。并利用Matlab/Simulink模块进行了仿真验证,由仿真结果表明该时间域数据处理方法具有简洁性、准确性的特点,特别适合于动态校准中建立差分方程模型。

最小二乘法在电子鼻动态信息融合中的应用

基于集成气敏传感器阵列和多传感器信息融合技术的电子鼻系统,可用于气体/气味的定性定量识别。电子鼻走出实验室的关键是高效的识别算法和简化的实验装置。本文提出最小二乘法在简化的电子鼻系统中的应用模型。利用线性最小二乘法拟合传感器阵列的动态响应曲线,建立电子鼻系统的知识库并进行智能识别。利用该方法并结合气体传感器阵列在不同温度条件下的动态响应信号,对雪碧、酷儿和绿茶三种饮料样本进行定性识别,仿真验证结果表明该方法的识别准确率达到100%。

基于最小二乘法的高动态条件下抗频偏的精确同步方法

如何在高动态条件下实现精确同步是当今军事作战中必须解决的一个技术难题。在此条件下,码率偏移和载波频偏会影响精确同步的精度。该文提出一种改进的基于最小二乘法的伪码(PN)相位测量方法,并通过理论分析和仿真验证该方法在高动态条件的精确同步能力。理论推导可知,该方法消除了载波频偏的影响,并且具有强的抗噪声能力。数值仿真说明在选择PN序列不长的情况下该方法对码率偏移不敏感,并证明其具有很强的抗频偏能力。最终得到的测量结果说明该方法不仅有很高的测量精度,同时具有很好的抗噪声和频偏能力。

基于最小二乘法原理的动态心电信号伪差识别

讨论了目前24 h动态心电信号中一些常见的伪差原因,提出了一种新的识别心电伪差的实用方法,即利用最小二乘法原理,对伪差进行自动识别,并对实际采集的心电数据中出现的伪差进行实验分析,结果表明:应用最小二乘法可以快速、有效的识别心电信号中由于肌肉震颤、电极接触不良、运动等引起的伪差,为正确诊断动态心电信号提供保障。

基于最小二乘法的动态光谱补偿拟合提取

高信噪比的动态光谱(dynamic spectrum,DS)提取是实现高精度动态光谱血液成分无创检测的一个关键。为了进一步提高提取的精度和速度,从原理上分析了各单波长光电容积脉搏波(photoelectric plethysmography,PPG)的线性相似性,并基于此性质提出了补偿拟合法:首先按照PPG单周期采样点数进行滑动平均得到漂移基线进行补偿,除去基线漂移;其次用各波长对数PPG与全波长叠加平均模板PPG进行最小二乘拟合,提取一次项系数构成DS。利用拟合提取法对近红外和可见光波段各25组PPG数据样本进行DS提取实验验证,并将结果与单沿提取法进行平滑性指标的对比,结果表明:近红外和可见光波段补偿拟合法获取DS的平均方差分别为单沿提取法的77.9%和59.5%,稳定提高了DS的平滑性;近红外和可见光波段补偿拟合法处理时间分别可以达到单沿提取法的10%和20%,处理速度得到显著改善。补偿拟合法在单沿提取法的基础上稳定提高了DS的信噪比,改善了DS提取质量,缩减了提取时间,并简化了处理步骤,有望推动DS无创血液成分检测的发展。

用最小二乘法动态预估极值调节对象的最优工作点

提出了用最小二乘法动态预估极值调节对象的最优工作点的方法 ,计算机仿真结果表明该方法预估速度快 ,抗干抗能力强 ,有较高的实用性。

动态广义最小二乘法在面板协整中的应用研究

在进行非平稳面板数据的协整分析时,使用动态最小二乘法(DOLS)可以有效消除内生性问题,从而得到具有渐进正态分布的统计量。但在小样本条件下,由于可使用解释变量差分项的阶数有限,导致模型中均衡误差项的序列相关,使得DOLS统计量出现严重的检验水平畸变。为此,本文将单一时间序列的动态广义最小二乘法(DGLS)应用于非平稳的同质面板数据模型。在序贯极限分布的条件下,DGLS统计量仍具有正态的条件极限分布。而仿真实验表明,对于非平稳的同质面板数据模型,即使在均衡误差项存在高序列相关的条件下,DGLS统计量仍具有较好的小样本性质。

基于动态遗忘因子递推最小二乘法的永磁同步电机参数辨识算法

针对固定遗忘因子递推最小二乘法(RLS)在永磁同步电机参数识别中难以同时保证快速性和鲁棒性的问题,提出一种动态调节遗忘因子大小的递推最小二乘参数识别算法。分析了遗忘因子对RLS算法的影响特性,以理论模型与实际模型输出的差值为变量构建遗忘因子调节函数,实现遗忘因子动态调整。仿真结果表明,相比于固定遗忘因子RLS算法,改进算法可以同时保证稳态抗干扰与动态快速收敛能力,具有优越性。

基于最小二乘法的飞机发动机安装节动态力识别

飞机舱内噪声与振动控制的一个关键技术是获取发动机安装节处的动态力,从而实现对发动机振动引发的机体结构振动和舱内噪声进行预测和控制.但对于飞机,在飞行状态下不可能对发动机安装节处的动态力进行直接测量.通过采用最小二乘法正则化逆运算,利用地面状态下发动机安装节至吊挂或发动机安装节至安装节上的结构频率响应函数,以及飞行状态下吊挂或发动机安装节上相同位置处的振动加速度响应,对发动机安装节上的动态力进行识别.通过对比逆运算过程中的矩阵条件数,判定两组动态力识别的相对准确度.通过对两组数据识别的动态力均方根值进行对比,确认通过最小二乘法识别的发动机安装节动态力满足工程使用要求.

基于递推最小二乘法的阀控缸液压系统控制策略

阀控缸液压系统存在建模不准确、动态控制精度较低和控制算法调试困难的问题,为此,提出了一种基于递推最小二乘法(RLS)的反步法动态面控制策略,并采用半实物仿真平台对其控制算法进行了调试验证。首先,建立了阀控缸液压系统非线性状态空间模型,推导了该系统的最小二乘矩阵形式和递推算法公式;然后,基于李雅普诺夫稳定性理论和动态面控制技术,建立了阀控非对称缸系统的控制模型,设计了一种基于RLS的反步法动态面控制器;最后,基于半实物仿真平台,对改造后的Linux操作系统进行了实时性验证,完成了阀控非对称缸系统参数辨识和基于RLS的反步法动态面控制试验任务。试验结果表明:RLS算法不仅能用于准确地估计系统模型参数,更能有效地适应系统模型参数的变化;相比于常规PID控制方法,基于RLS反步法动态面控制策略在阀控非对称缸系统稳定状态和换向的过程中,其动态控制精度分别提高了72.9%和20.3%,可为今后阀控缸液压系统建模及非线性控制策略研究提供较高的理论参考。

Akima算法及最小二乘法在动态称重系统中的应用

装载机动态称重装置是依据对现有装载机数学模型的分析及装载机油压和重量在特定区间具有线性对应关系的特点来完成的.硬件电路选用ARM处理器,AD7730高精度的A\D转换芯片;软件上使用Akima插值算法及最小二乘曲线拟合方法实现了对实测数据的滤波、插值计算、数据平移补偿等功能,通过实验验证该装置满足装载机动态称重系统的控制要求.

投资者情绪对我国股市行业收益率的动态影响作用——基于固定效应广义最小二乘法的研究

本文使用2005—2011年我国股市行业收益率数据并构造投资者情绪指标,利用VAR格兰杰因果检验和固定效应广义最小二乘法分析投资者情绪对我国股市的动态影响。实证结果发现,2005—2011年的两次股票市场大幅度涨跌中,我国投资者情绪和股票收益率存在双向因果关系;投资者情绪在3个月内会对股票收益率有正面的影响,此后12个月内其正向影响作用出现了明显的负向反转,其中具有较高账面市值比和占有较高经济地位的交通运输业、信息技术业和制造业等国家基础行业容易受到投资者乐观情绪的影响而出现大幅度涨跌。

基于移动平均最小二乘法的永磁同步电机位置与转速检测方法

采用普通分辨率编码器的永磁同步电机在低速运行时会产生位置与转速检测的不精确现象。针对该问题,提出一种基于移动平均最小二乘法(least squares method,LSM)的永磁同步电机位置与转速检测方法。首先,分析传统移动LSM位置与转速检测误差的产生原因,在此基础上提出移动平均LSM位置与转速检测算法。当电机稳态运行时,采用移动采样窗口求取位置基函数;针对采样点不足的问题,通过扩大采样窗口增加采样点,提升位置基函数的计算准确性;在电机起动时,采用动态采样窗口对位置与转速进行检测,提升电机初始运行阶段的位置与转速检测精度。在11.7kW永磁同步电机驱动平台中的实验结果验证了该方法的有效性。

解析动态光谱的奇异值分解最小二乘法的改进

本文改进了处理动态光谱的奇异值分解最小二乘法 (SVDLS)。通过对模拟的蛋白质二级结构的动态圆二色谱和小牛胸腺 DNA在电化学过程中动态紫外光谱的分析 ,表明该方法不仅给出动态过程中所包含的组分数 ,而且可同时获得各组分的光谱和各组分分数的分布曲线 。

用频响函数和最小二乘法建立有阻尼振动系统的动态聚缩模型

本文提出一种建立有阻尼振动系统动态聚缩模型的方法。该方法基于聚缩前后，系统保留自由度激振与响应保持不变的原则，利用频响函数和最小二乘法，求解聚缩系统的结构物理参数。其特点是，既可用于实模态系统，又可用于复模态系统，同时还能满足多阶模态分析精度的要求。

基于最小二乘法的NTC热敏电阻动态标定方案探究

针对目前NTC型热敏电阻的出场量程无法满足-100℃～150℃的空间工作温度要求,提出了对MF51-1热敏电阻在-100℃～-20℃温度范围内的阻值进行标定。采用比较试验方法动态测量B4型与MF51-1型热敏电阻对应温度的阻值,通过最小二乘法拟合热敏电阻阻值与材料常数B值曲线方程,经过拟合值与试验值对比发现算术平均误差小于0.1%。