等维动态新息模型在交通事故预测中的应用

基于灰色理论建立的能够及时地更新数据,用最新数据替换老数据建立的等维动态新息模型,能够保证原始数据对模型的作用,使模型更能反映系统的实时性,而且样本需求量小,使预测的准确度得到了有效的提高。等维动态新息模型分为等维动态Verhulst新息模型和等维动态GM(1,1)新息模型,本文主要探讨了这两种模型在道路交通事故预测中的具体应用,并分别完成了道路交通事故总量和道路交通事故死亡人数的预测。

基于ARMA新息模型辨识的工序质量诊断方法

本文基于辨识 ARMA新息模型生成估计残差序列 ,再对残差序列的平均值和无偏方差进行假设检验 ,可实现工序质量的异常诊断。

基于ARMA新息模型与Riccati方程的两种Kalman跟踪滤波器的等价性

针对带位置和速度观测的目标跟踪系统,分别利用ARMA新息模型法和Riccati方程法求稳态Kal-man滤波器增益,通过仿真验证了两种方法的等价性。在构造ARMA新息模型时,必须进行多项式矩阵的左素分解,才能得到正确的ARMA新息模型,否则将引出错误的滤波结果。

估计MA参数的多维强Gevers-Wouters算法及其在构造ARMA新息模型中的应用

提出了用多维Gevers Wouters(G W)算法得到稳定的滑动平均 (MA)过程的一个频域充分条件 ,并给出了在构造ARMA新息模型中的应用 ,给出了保证ARMA新息模型的MA多项式矩阵稳定的一个时域充分条件 .仿真结果表明 ,多维G W算法具有快速收敛的性质 .

基于稳态Riccati方程迭代解的ARMA新息模型的构造

ARMA 新息模型在最优滤波理论中起重要作用。对于带相关噪声系统导出了等价于稳态 Kalman 预报器的 ARMA 新息模型,并提出了基于稳态 Riccati 方程迭代解构造 ARMA 新息模型的新方法。一个仿真例子说明了新方法的有效性。

基于灰色新息模型的南宁市梅毒发病中长期预测研究

目的:探讨应用灰色系统新息模型持续预测梅毒发病率的可行性。方法:应用灰色新息模型对广西南宁市2005～2009年、2005～2010年梅毒年发病率数据进行建模拟合,并进行外推预测研究。结果:建立的广西南宁市2005～2009年及2005～2010年梅毒年发病率GM(1,1)新息预测模型,拟合精度高(C≈0.3652,P=1;C≈0.2812,P=1),可用于外推预测。结论:灰色系统一阶新息GM(1,1)模型可以很好地模拟和预测梅毒发病率在时间序列上的变化趋势,将其应用于梅毒发病持续预测是可行的。

新息模型的独立分量分析方法

为提高独立分量分析(ICA)算法的收敛速度与收敛精度,引入ICA方法的新息模型。通过新息的计算减少观测数据间的冗余进而增加了潜在分量的非高斯性。实验中利用具有弱相关性的图像信号进行仿真,通过与传统算法的比较证明了新方法能有效提高收敛速度和收敛精度。

一种基于ARMA新息模型的机动目标跟踪算法

针对一般机动目标跟踪算法的复杂性和计算量大的缺点,提出了一种基于ARMA新息模型的改进稳态Kalman滤波算法。该算法选取极坐标系为跟踪坐标系,将反映径向加速度和机动角加速度的控制输入量引入到目标距离和方位的状态描述模型中,其计算量远远小于一般跟踪算法。仿真试验结果表明该算法满足机动目标跟踪的精度要求,可应用于机动目标的快速跟踪。

新息改进GM(1,1)模型参数估计的新方法

为了提高新息改进GM(1,1)模型的预测精度,引入累积法对新息改进GM(1,1)模型的参数进行估计,给出了新的参数估计公式。该方法避免了大量的矩阵运算,降低了计算量。数值计算结果表明,累积法新息改进GM(1,1)模型具有很高的预测精度,是一种值得推广的新模型。

新息与等维新息非等间距GM(1,1)模型及其应用

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模型,结果表明:新息模型将预测的新信息补充到原始序列,能很好的反映系统的发展;而等维新息模型随着系统的发展,不仅添加新信息,而且除去老信息,这样的处理方式比仅仅添加新信息的方式具有更好的预测效果;这些结论丰富了灰色系统的模型,为灰色理论的运用提供了一个有效的方法。

灰色新息GM（1，1）模型的递推算法

在研究新息ＧＭ（１，ｌ）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法─—递推算法。

电力系统多新息随机梯度模型辨识与自适应时滞阻尼控制

提出了基于多新息随机梯度模型辨识算法的电力系统广域自适应阻尼控制器设计思想。通过对实测输入输出信号进行在线辨识获得了含有互联电力系统全部关键机电振荡模式的精确开环模型;基于自由权矩阵方法研究了广域电力系统时滞相关稳定性条件,基于相关定理设计了状态反馈控制器,利用线性矩阵不等式可以方便求解得到时滞电力系统最大时滞上限。在此基础上,结合状态观测理论实现了互联电力系统的时滞输出反馈控制。针对典型的IEEE四机两区域互联电力系统的时域仿真表明,多新息随机梯度算法可以快速、准确的获得电力系统的开环模型,基于辨识所设计的广域自适应阻尼控制器能够显著地抑制系统低频振荡,提高互联电力系统阻尼和动态稳定性。

最优滤波理论中一种新模型的估值问题

给出一种新的最优估值理论模型,运用现代时间序列分析方法,基于ARMA信息模型和白噪声估值器,求出状态的非递推估值器,最后得到其统一的、稳态的Kalman估值器。

时间序列中一种模型的最优预测的研究

给出一种新的带有有色噪声模型,这种新的模型通过转换,应用现代时间序列分析方法,基于ARMA信息模型和白噪声估值器,求出状态的非递推估值器,最后得到新模型统一的、稳态的Kalman估值器.

一种新的带有色噪声模型估值问题的研究

给出一种新的带有有色噪声模型。对这种新的模型研先进行转化,转化成一种已知的模型。根据已知模型并运用现代时间序列分析方法得到新模型的用于计算预测初值非递推估值器,最后对新模型利用递推射影公式,得到统一的、稳态的Kalman估值器。

动态新息GM(1,1)在卫星电池阵功率预测中的应用

根据观测到的历史数据对卫星电池阵输出功率的未来值进行预测 ,可实现对电池阵性能劣化的早期预报 .灰色预测方法的GM(1,1)模型只适合对单调递增或递减时间序列进行预测 ,针对卫星电池阵输出功率具有波动变化的趋势特征 ,采用实时在线的方法 ,建立了动态新息GM (1,1)预测模型 ,经实例预测验证 ,动态新息GM(1,1)模型可明显地提高预测精度 ,并且能对电池阵输出功率的波动变化趋势正确预测 .

时间序列的灰色建模试验

介绍了GM(1,1)的原息模型、新息模型和等维新息模型的建模方法,比较分析了GM(1,1)加权预测模型和非加权预测模型的可靠性问题.通过对实验结果的比较分析,我们认为等维新息加权预测模型预测的结果最接近真实值,其余依次是等维新息模型,加权新息模型,新息模型.在这6种预测模型中,预测精度最差的是原息模型.

一种基于抗差自校正Kalman滤波的GPS导航算法

为减弱异常观测值对自校正Kalman滤波精度的影响,引入抗差M估计的等价权函数,建立了抗差自校正Kalman滤波算法,并用实例进行了验证。计算表明,该自适应滤波算法在完全未知噪声统计的情况下,不仅能够自适应地求解状态参数,而且还能在一定程度上有效地抵制观测异常对导航解的影响。

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。

自校正信息融合Kalman平滑器

对含未知噪声统计的多传感器系统,用现代时间序列分析方法,基于滑动平均(MA)新息模型的在线辨识和求解相关函数矩阵方程组,得到了噪声统计的在线估值器,进而在按矩阵加权线性最小方差最优信息融合准则下,提出了自校正信息融合Kalman平滑器,提出了一种按实现收敛性新概念,证明了自校正Kalman融合器按实现收敛于最优Kalman融合器,因而它具有渐近最优性．同单传感器自校正Kalman平滑器相比,它可提高平滑精度,一个目标跟踪系统的仿真例子说明了其有效性．