基于最小二乘预测的主备频率信号产生链路异常监测方法

为了在产生频率信号的主、备链路之间实现平稳切换,提出了一种基于最小二乘法预测的主备链路异常监测方法。根据历史测量数据进行频率预测,比较预测值和实测值的一致性,据此判断主备链路的异常。实验验证了该方法的可行性,实验结果表明针对主备链路故障能够在1 s内做出判断并发出告警信息。

简便实用的最小二乘预测算式

本文推导了在等间隔观测条件下的最小二乘预测的简例实用的预测算式，它可以利用前四点历史数据直接计算出下一观测点的预测值，因此能更加方便地在实时控制及其它领域中直接应用，对各种数据的动态趋势进行预测分析。

DGM(2,1)预测模型在城市空气质量指标预测中的应用

本文以衢州市为例对城市空气质量指标进行预测分析。首先分别利用最小二乘预测模型、灰色预测模型中DGM(2,1)预测模型和Verhulst模型对衢州市的空气质量指数AQI进行预测分析,其次对比分析三种预测模型的预测效果,得出灰色预测模型中的DGM(2,1)预测模型是最优的预测模型,最后利用DGM(2,1)预测模型对衢州市未来五年内空气质量指数变化趋势进行预测,以助力城市空气治理。

星空背景下红外弱小目标的快速检测

为了实时检测天基平台上超远距离成像的星空背景下红外弱小运动目标,提出了一种基于时空域方向滤波和最小二乘预测的算法。首先,介绍了传统的方向滤波及时序上的双向滤波两者的频域理论推导,并经过对比说明了双向滤波的优点。接着,在双向滤波基础上,提出了一种新型方向滤波算法,并分析了新型算法在时耗方面的优势。然后,在分析新型方向滤波算法性能的基础上,说明了基于过门限率的图像分割方法。最后,介绍了最小二乘预测的理论,并给出了相应的跟踪算法。实验结果表明:目标的位置跟踪偏差平均约为1个像素,在图像大小为256×256像素的情况下,20帧图像的检测跟踪时间平均约为1.137 s。检测跟踪效果满足精度要求,检测时间也基本能满足超远距离成像红外系统的实时性要求。

基于NILM的污染源监测方法应用初探

鉴于现有污染源监测技术易于作弊的问题,提出了一种基于非侵入式负荷监测(NILM)的新型污染源监测方法,通过实时监测企业入户电力线路获取排污设备和治污设备启停信息。首先,对采集到的线路电压和电流信号进行小波去噪,然后,设计了基于最小二乘预测法的设备投切事件检测方法,最后,提出相位和频率矫正来提高设备负荷特征提取精度。BLUED数据库仿真以及实际工程应用结果表明:基于NILM技术的污染源监测方法能以较高的速度和精度检测出设备投切事件和负荷特征,同时具备较高的抗干扰能力和较低的实现难度,推广应用前景广阔。