非线性参数估计的极小化L_∞模方法

研究了L∞模的拟凸性质，利用极大熵方法得到极小化L∞模的Q算法．这是一种具有显式搜索方向的变尺度算法，在非线性参数估计中取得较好效果．

紧凑式换热器性能瞬变测试的非线性参数估计

提出了一种紧凑式换热器平均表面传热系数瞬变测试方法.只需通过测定流体出口温度变化,用Levenberg Marquardt非线性曲线拟合,同时对理论模型中的流体进口温度变化时间常数τ+和传热单元数NTU进行参数估计.敏感性分析和具有测量噪声的数值仿真实验表明,参数估计值具有良好的精度.

非线性参数估计中的观测集预处理技术

非线性参数估计模型中,若系统的可观测度较弱,被估计参数相互耦合,那么参数的估计精度不仅与随机观测噪声有关,与系统的可观测度也有着密切的关系。该文提出一种观测集预处理方法,依据可观测度指标对观测数据进行筛选,然后利用筛选集对参数进行估计。以雷达的系统误差估计为例,使用筛选集估计雷达的系统误差,比直接使用原观测集估计所得结果更为精确。

耦合集合卡尔曼滤波的非线性参数估计

准确的参数对于非线性模型或者函数有极为重要的意义。但是在实际应用中,输入的参数常常带有一定的偏差,因此在预测中非线性模型(函数)往往得不到满意的结果。把集合卡尔曼滤波方法引入到非线性模型(函数)的参数估计中,并采用基于联合状态向量的方法在同化时刻同时更新模型(函数)的状态和参数,该方法可以通过同化观测数据,动态地调整参数和结果,使得参数能够自适应地变化,同时也能较好地释放积累的模型误差。将该方法应用于随时间变化的二维非线性模型(函数)中,实验表明,该方法能够准确地估计出模型参数值,同时也表现出很好的鲁棒性和自适应性。

改进的单纯形法及其在非线性参数估计中的应用

采用了改进的单纯形法,该算法利用遗传算法的变异操作来增强单纯形法的全局搜索能力,既兼顾了全局收敛性,又具有高效的局部搜索能力。并通过实例验证了该算法的优越性,以及应用于测量上的非线性最小二乘估计的可行性。

基于减肥运动和跑步的非线性参数估计与辨识算法的研究

研究不同体质9~10岁肥胖儿童的适宜心率,为9~10岁肥胖儿童提供科学有效的运动锻炼。提出了一种基于9~10岁肥胖儿童减肥运动的非线性参数估计与辨识算法。建立了一套基于减肥运动和跑步的非线性参数估计与辨识算法系统。最后,通过MATLAB仿真分析,表明非线性参数估计辨识方法适用于儿童跑步安全心率和身体素质。仿真结果验证了非线性参数估计辨识方法的可行性和有效性。对9-10岁肥胖儿童的减肥运动儿童跑步在体育锻炼中具有很强的参考意义。

演化算法在非线性参数估计中的应用

介绍了演化算法的基本原理，并使用演化算法来进行非线性参数估计．计算结果表明，该算法可以获得较好的结果．

非线性参数估计在超短基线安装校准中的应用

比较了各种非线性参数估计循环解法在超短基线安装误差校准中的性能,并提出一种改进算法,使用循环算法进行估计,然后使用非线性模型参数估计的一种非循环(直接)解法进行修正.构建了安装校准问题所需的观测方程;分别实现牛顿法和信赖域法、最速下降法、高斯牛顿法和改进的高斯牛顿法、循环求解观测方程等,分析各解法的性能;并与非线性模型参数估计的非循环算法进行了比较,提出循环算法和非循环算法结合的改进算法,给出算法流程,并利用海试数据处理结果验证方法的有效性.

混合模拟退火-进化策略在非线性参数估计中的应用

提出了一种混合模拟退火-进化策略算法应用在非线性参数估计中,方法克服了传统优化方法估计参数精度不高且容易陷入局部极小值等缺点,并且将模拟退火算法和进化策略算法相结合,充分发挥各自算法优点.最后通过给出非线性参数估计算例,结果表明,算法具有参数估计精度较高,收敛速度快,自适应性强,在实际工程中有较大的应用价值.

基于非理想参数估计的非线性失真信号重构算法

功率放大器是通信系统中发射机的重要组件之一,能够放大发射信号功率,保障无线信号的可靠传输。然而由于制作工艺的原因,功率放大器会随着输入信号功率的增大出现增益压缩现象,从而导致发射信号产生非线性失真,影响信号的解调性能。为了降低非线性失真对信号解调的性能干扰,通信系统需要抑制或者消除非线性失真。文章从接收机侧非线性处理技术出发,建立 OFDM 系统非线性模型,仿真测试了非线性失真信号重构技术,并给出了在使用最小二乘估计的非理想功放参数时,通过该技术所得到的误码率性能,仿真结果证明了该算法在非线性失真消除上的有效性。

改进遗传算法在非线性变参数估计中的应用

针对解决非线性系统模型变参数估计问题要求运算速度快、效率高的情况 ,提出了实数编码遗传算法的改进算法 ,即分阶段设置收敛判断条件及择优操作等操作步骤。分阶段设置收敛判断条件是指在交叉操作完成之后增加了判断是否收敛的操作步骤 ;择优操作是指用交叉操作后形成的解群中的的适应值最大的优秀个体替代适应值最小的最差个体 ,使参加变异的优秀个体数目增加 ,使得算法在优秀个体局部邻域内的搜索机会增加。通过实例对改进算法与原算法的运算性能进行了比较 ,收敛速度平均提高了 2～ 3倍。实验结果表明 ,改进算法对提高遗传算法的运算速度是可行和有效的。

未知包络多分量线性调频脉冲信号参数估计

针对雷达侦察中的未知包络线性调频(LFM)信号参数估计问题,基于时频分析与相干积累,提出了脉冲数、调频率、中心频率、时延和脉宽参数的估计方法。利用时频分析对脉冲数与调频率进行粗估计,结合分数阶傅里叶变换(FRFT)完成脉冲数与调频率精估计;进行局部相干积累,提取中心频率、时延和脉宽。仿真分析表明:多分量LFM信号中的强脉冲可能对弱脉冲信号的参数估计产生干扰。针对该问题,在FRFT域对强脉冲进行了遮蔽处理。推导了估计参数的克拉美劳下界,并对估计误差进行了分析,结果表明:对于多分量LFM脉冲信号,遮蔽强脉冲信号后,弱脉冲信号的脉宽估计精度可显著提高。

线性参数累积法处理时的精度估计

精度估计是线性参数处理中重要的一部分,而累积法是进行线性参数处理的一种新方法。为此在简述了普通累积法的概念和进行线性参数估计的原理之后,推导出了等精度测量时线性参数精度估计的计算过程和公式,并以测量铜棒长度和线性膨胀系数为例,对其进行了精度估计。结果表明,计算过程简便、公式正确。对于不等精度测量,只需要转化为等精度测量即可。

混和模拟退火-遗传算法在参数估计中的应用

在分析传统遗传算法和模拟退火算法各自优缺点的基础上,提出把模拟退火算法和传统遗传算法相结合的混和算法,有效避免了两种算法的不足之处,并将该混和模拟退火遗传算法用于非线性的参数估计中。

部分线性回归模型中的差分两参数估计

考虑部分线性回归模型中回归系数的估计问题,提出一类新的差分两参数估计.同时讨论新估计的优良性.

线性混合效应模型中随机效应密度的非参数估计

对于Tao等(1999)提出的一类线性混合效应模型,构造了随机效应密度的非参数估计,并证明了此估计量具有渐近无偏性.

基于优进策略的遗传算法对重油热解模型参数的估计

针对常规遗传算法全局寻优效率偏低的弱点,提出了一种优进策略,用以改进常规遗传算法。该策略将从繁衍过程中获取进化信息,自适应地改进子代分布,适时引入确定性操作,以提高全局寻优性能。提出的相关技术包括维持种群的多样性、改进交叉算子、增加Powell寻优算子等。实例测试表明这种优进策略效果良好,并已成功地应用于重油热解三集总动力学复杂数学模型的非线性参数估计。

非线性生物模型回归参数计算的一个新方法及应用

目的 :研究变量代换对非线性生物模型回归参数的干扰 ,寻找消除或减少该干扰的新方法。方法 :利用空间变换、泰勒 (Taylor)级数和加权处理的组合方式消除或减少变量代换带来的严重影响。结果 :给出一个计算非线性生物模型回归参数的新方法。结论 :新方法消除或减少了变量代换带来的严重影响 ,保留了变量代换便于计算的优点 ;不但显著提高了非线性生物模型回归参数的精度 ,而且还能发现原始数据中隐藏的问题。

卫星网联合定轨的多结构非线性参数建模及精度仿真

基于双星定位系统的多近地卫星的联合定轨,实际上属于多结构多参数非线性回归模型及其参数估计方法研究的范畴。据此建立了基于双星定位系统的近地卫星网联合定轨的多结构非线性回归模型,通过引入加权因子讨论定轨模型的加权与参数估计问题,设计了卫星网联合定轨的多结构非线性回归模型的最优加权算法,并进行了两类仿真实验。仿真计算结果表明,基于最优加权的多结构非线性联合定轨建模方法及实现算法能够有效改善联合定轨精度,从实践角度证明了该建模方法的应用价值。