基于自适应EKF的感应电机无传感器控制

针对传统EKF(TEKF)需要长时间试凑噪声协方差矩阵且噪声特性变化时估算性能下降甚至发散的问题,提出了一种基于极大似然估计准则和有限记忆指数加权的自适应EKF算法(EW-MLE-AEKF)。在使用新息序列进行自适应调整时,系统容易因新息序列的不准确而发散,为此可以利用后验残差序列对噪声协方差矩阵Q和R进行实时调整来提高系统的稳定性。同时在加窗方法的基础上使用了有限内存指数加权算法来提高近期数据的权重,加快了估计的收敛速度。仿真和实验验证了算法在电机系统中的可行性,结果证明该算法避免了噪声矩阵的试凑过程,能够适应噪声的变化,提高了滤波精度且系统稳定性强。

灰色预测的二重检验

本文将灰色系统GM（1，1）预测方法用于学生成绩管理。通过用关联度及残差辨识后验分析检验，得到了较满意的学生预期成绩预测结果。

基于非结构化网格的三维大地电磁自适应矢量有限元模拟

基于能够模拟复杂模型的非结构化网格,提出基于矢量单元的三维自适应有限元大地电磁模拟算法。其过程是:利用残差型的后验误差算子初步估算粗网格上的单元误差,通过加密误差超过限定的单元,生成新的网格;对新的网格重复上一步过程,从而得到更加精确的数值结果;重复迭代过程直到计算结果的精度达到预定要求为止,从而生成最优化的有限元网格;基于COMMEMI 3D-1 MT模型的数值模拟,验证本文算法的正确性。研究结果表明:通过自适应的网格加密和迭代求解过程,本文算法可以产生迭代收敛的数值结果,计算结果具有较高的精度。

基于GRACE-FO的微波与激光星间测距数据的重力场模型对比分析

为分析GRACE-FO微波测距系统KBR及激光干涉测距系统LRI对时变重力场结果的影响,以动力学方法为基础,分别采用KBR数据和LRI数据反演2019-01~2021-08的90阶无约束时变重力场模型APM_KBR和APM_LRI,并进行对比分析。从重力场模型阶方差和等效水柱高的空间分布来看,在两类测距数据完整且质量较好的前提下,两者精度处于同一水平,而当发生较多月卫星机动或其他卫星事件时会使LRI数据缺失,从而导致APM_LRI模型在该月得到的等效水柱高时间序列信噪比略低。由后验残差结果可知,APM_LRI后验残差RMS比APM_KBR减少约50%,且在高频处(大于等于60 CPR)LRI的后验残差显著低于KBR。总体来说,在现有条件下,由于背景场模型等其他因素影响,两类测距数据反演重力场的阶方差和等效水柱高结果基本一致,但后验残差上LRI测距具有更低的噪声。因此,未来可直接使用LRI测距数据探测、分析较弱的地球物理信号。

拟Newton流的一种新的稳定化方法

对一般的拟Newton流问题,针对(双)线性/(双)线性和(双)线性/常数两种低阶有限元空间,提出了一种新的稳定化方法.该方法可以看成压力投影稳定化方法从Stokes问题到拟New-ton流问题的推广与发展.在速度属于W1,r(Ω),压力属于Lr'(Ω)(1/r+1/r'=1)下,给出了误差估计.服从幂律及Carreau分布的拟Newton流问题可看成该文的特殊情况.进一步地,还给出了基于残差的后验误差估计.最后给出的数值算例验证了理论结果.

预报模型参数估计算法的性质分析

本文研究了预报模型的参数估计算法的性质,给出了在线性系统和非线系统两种情形下的结论证明.