多维非高斯系统最小熵控制

针对多维非高斯系统提出了最小熵控制方法,控制的目标是使系统的非高斯输出概率密度函数跟踪一个已知的联合概率密度函数.首先,根据系统模型和辅助映射,构建了系统状态、跟踪误差与扰动输入之间的泛函算子模型,然后基于梯度算法设计了递归的次优控制律,最后通过仿真验证了最小熵控制算法的有效性.

非高斯系统的建模方法研究

近年来，高阶统计信息理论被广泛应用于非高斯系统的建模问题中．由于高阶统计信息方法特殊的信息结构，难以充分利用具体问题中的统计分布信息，从而对该方法的应用效果产生了影响．针对这一问题，本文提出一种综合应用高阶统计信息理论与非高斯系统的似然函数指标的建模方法，为在非高斯系统建模问题中充分利用问题所提供的统计信息提供了新的途径．仿真研究和实际应用取得了令人满意的效果．

基于广义熵优化准则的非线性非高斯系统故障分离方法

针对非高斯随机系统研究了一种基于滤波的故障分离方法。通过故障、扰动的统计信息获取状态估计误差和输出估计误差的(联合)概率密度函数,再根据所建立的广义熵优化准则设计滤波器。仿真结果显示,在故障和干扰均出现及主要故障不出现两种不同的情况下系统响应完全不同,说明该广义熵优化准则能有效分离故障。

基于遗传算法的非高斯系统随机分布控制

传统的控制理论并未考虑工业过程中的一些不确定因素,而这些不确定因素在生产过程中对系统的能源损耗和精度都有很大的影响.为了解决上述问题,本文研究一种基于数据的非高斯随机分布系统优化控制策略,该策略采用核密度估计(KDE)方法完全基于输出数据估计输出概率密度函数(PDF),根据控制目标建立性能指标函数,采用遗传算法优化性能指标函数,实现输出PDF对目标PDF的跟踪.以磨矿系统为模型进行仿真,采用PDF表征粒度分布(PSD).仿真结果表明,基于遗传算法的非高斯随机分布最优控制算法能有效地实现随机分布控制系统的控制目标,为实际工业生产提供参考.

基于中心误差熵准则的非高斯系统滤波器设计

针对现存的最小熵滤波理论由于熵具有平移不变性,基于最小熵准则的滤波方法只能保证估计误差的随机性尽可能小,而不能保证其收敛到零的问题,基于中心误差熵准则研究了一类线性非高斯系统的滤波器设计问题。首先在最小熵准则的框架下采用非参数估计理论和梯度下降法给出了滤波增益矩阵的设计方法,并对滤波误差系统的均方稳定性进行了分析。接着针对最小熵准则的不足,提出了新的中心误差熵准则,它是由信息势和互熵的加权求和构成的,最大化信息势以实现估计误差随机性的全局最小化,最大化互熵可以将误差概率密度函数的峰值固定到零,从而实现滤波误差尽可能小。最后采用数值算例分别针对最小熵滤波和最大中心误差熵滤波进行仿真,结果表明基于中心误差熵准则的滤波算法具有更好的性能。

一种非线性非高斯随机系统的故障诊断方法

针对非线性非高斯随机系统在线故障诊断的问题,运用粒子滤波器提出了一种基于方差自适应粒子滤波器的非线性非高斯随机系统的故障诊断方法,可以用来解决系统的参数偏差型故障诊断问题。通过对连续搅拌釜式反应器(CSTR)的仿真研究,可以看出,该算法实现简单,易于对系统进行在线估计,对于发生缓变和突变的参数偏差型故障的检测与估计均较为有效。

基于有理平方根逼近的非高斯随机分布系统的故障诊断和容错控制

随机分布系统指的是输入为常规向量而输出为系统输出的概率密度函数所描述的一类随机系统．该类系统控制算法的目标是选择一个控制输入使得系统的实际输出概率密度函数尽可能跟踪一个事先给定的概率密度函数．本文对采用有理平方根B样条逼近其输出概率密度函数的非高斯动态随机分布系统,提出了一种基于非线性自适应观测器的故障诊断方法．该方法可快速有效地诊断出非高斯随机分布系统故障．通过对故障系统的重组,使故障后系统的输出概率密度函数仍能跟踪给定的分布,实现了该随机系统的容错控制,提高了随机系统的可靠性．

非高斯随机分布系统自适应控制算法的研究

针对非高斯随机分布系统的追踪控制问题,在建立系统动、静态数学模型的基础上,提出自自适应调整控制方法,并给出该算法的实现步骤。通过分析可知,该算法能够实现系统输出概率密度函数追踪目标概率密度函数,并满足规定的保性能指标。

基于巴氏系数的非高斯随机系统性能评估

针对非高斯随机系统的性能评估问题,克服巴氏距离无界性的缺点,提出了一种基于巴氏系数的性能评估指标。通过计算基准输出分布与实际输出分布之间的巴氏系数来反映给定系统的性能好坏。该指标能有效避免熵指标计算量大、计算时间长、均值漂移等缺点。为了更快速、准确地估计基准输出,提出了一种改进的混合EDA算法,结合WSA算法的思想来获取系统未知参数和扰动噪声PDF。最后利用Matlab/Simulink对单回路反馈控制系统在高斯和噪声干扰下进行仿真,验证了改进算法和新指标的有效性。

高斯束谐振系统对引力波频率的选择效应

高斯束谐振系统对同频率的高频遗迹引力波具有很好的谐振性,这为高频遗迹引力波的探测开启了一个窗口.笔者指出,当入射引力波和高斯束不同频率时,高斯束谐振系统产生的一阶扰动光子流没有观测效应.

高斯束谐振系统对遗迹高频引力波方向的选择效应

高斯束谐振系统为早期宇宙遗留的随机高频引力波的探测开启了一个非常重要的窗口．本文指出,当入射引力波的传播方向与高斯束不同时,高斯束谐振系统产生的一阶扰动光子流将降低几个数量级,即高斯束谐振系统只对沿某一特定方向传播的高频引力波产生响应．因此,高斯束谐振系统对高频引力波的传播方向具有良好的选择效应．

非高斯随机分布系统研究现状的分析

针对非高斯随机分布系统理论研究的发展问题,从非高斯随机分布系统的研究背景、系统静态模型的建立方法、系统动态模型的建立方法、非高斯随机分布系统的性能指标以及常用的控制算法等方面介绍了非高斯随机分布控制系统的研究现状,使读者对非高斯随机分布系统理论能进一步深入的了解。

非高斯随机分布系统优化控制算法的设计

针对非高斯连续随机分布系统控制问题,在B样条逼近输出概率密度函数的基础上,提出采用优化控制算法,实现非高斯随机分布系统的追踪控制,通过证明可知,该控制算法可使系统输出的概率密度函数尽可能的跟踪、逼近目标概率密度函数,同时满足规定的性能指标。

非高斯随机分布系统控制研究综述

本文从系统概述、静态模型、动态模型、控制算法、总结等方面详细的介绍了随机分布系统理论的产生、发展、以及应用领域,把握系统发展方向以及未来研究的领域;在分析学术前沿的基础上,明确系统的建模和控制算法是系统研究的核心问题。

基于改进高斯混合模型的机器人运动状态估计

针对复杂环境下机器人运动状态估计的精度改善问题,提出一种面向非线性非高斯系统的改进高斯和容积卡尔曼滤波估计方法.首先,引入加权信息量概念来改进期望最大化算法目标函数惩罚项,使得在优化过程中能考虑更全面的参数信息,以达到减少期望最大化算法的迭代次数和提高收敛速度的目的.此外,以基于马氏距离和Kullback-Leibler(KL)距离的高斯项合并方法为基础,提出一种能有效联合两类高斯项合并方式的融合模式.先单独使用马氏距离和KL距离进行高斯混合项合并,再对获得的高斯混合项进行加权融合处理,以改善高斯和滤波中多高斯项的合并性能和保真度.最后,应用非线性非高斯系统的高斯和容积卡尔曼滤波框架实现对复杂环境下机器人的运动状态估计.理论分析与仿真结果表明,该方法能实现对机器人运动更好的状态估计精度,并具有更强的鲁棒性能.

基于赫尔默特法港口坐标系统投影变形处理

就港口坐标系统所带来的工程测量、施工放样过程中产生的投影变形问题,介绍了常规处理投影变形方法,并根据赫尔默特相似变换原理提出了一种在工程建设应用中既能满足长度投影变形小,又能保证同名点和国家坐标差异小的四参数转换法,并结合京唐港的实际情况,探讨了将来由于港口建设的发展需要改造港口坐标系统的处理方案。

随机分布系统状态记忆保性能控制的研究

对于连续随机分布控制中的保守性问题,采用平方根B样条逼近建立系统静态模型(输出概率密度函数模型),利用系统输入和输出概率密度函数权值之间的动态关系建立动态模型,提出状态记忆反馈保性能控制算法,并利用凸优化技术优化算法,通过计算机仿真验证,该算法能够实现系统输出概率密度函数追踪目标概率密度函数,并满足规定的性能指标。

人力资本错配与人力资本贡献率:系统测度与实证关联

研究将人力资本错配纳入人力资本对经济增长贡献率(简称人力资本贡献率)分析框架,对2005~2018年中国除西藏及港澳台之外的30个样本省份的人力资本错配指数和人力资本贡献率进行系统测度及演进态势分析,实证检验了人力资本错配对人力资本贡献率的影响及效应,进一步讨论了产业集聚在上述影响中的调节作用。结果表明:中国整体人力资本错配趋于缓解,但演进态势存在地区异质性,东部、中部和西部地区分别呈现为趋于改善、反复波动、不断恶化的事实特征;人力资本错配对人力资本贡献率具有显著的负向效应,且区分配置不足和配置过度两种错配类型后,这一效应仍然存在,但人力资本配置过度对人力资本贡献率的负向影响更为明显;生产性服务业集聚和制造业-生产性服务业协同集聚均不同程度地矫正了人力资本错配对人力资本贡献率的负向效应,而制造业集聚会强化人力资本错配对人力资本贡献率的抑制作用。本研究有助于在学理上丰富和完善要素配置与经济增长理论,所揭示的相关问题及影响机制对于挖掘中国经济增长潜力提供了丰富的政策蕴含。

数字赋能对传统能源产业低碳转型的影响机制

尝试在一个统一的逻辑框架下分析数字赋能传统能源产业低碳转型的影响机制。以2011至2021年中国30个省份的有关面板数据为研究样本,通过熵权-TOPSIS法对数据进行处理,评价区域数字赋能水平与传统能源产业低碳转型的效果;并将样本划分为东中西三大区域,构建动态面板模型,采用系统高斯混合模型(GMM)进行实证分析,进一步探讨数字赋能对传统能源产业低碳转型的影响。结果显示:数字赋能对传统能源产业低碳转型的影响呈现倒“U”型曲线关系;数字赋能水平较高的省份往往传统能源产业低碳转型效果也较好;数字人才有利于传统能源产业低碳转型,能够为产业转型创造价值;不同省份之间数字赋能水平和传统能源产业低碳转型存在较大差异,与区域地理位置、资源分布、政府政策等存在着很大关系。

基于贝叶斯估计噪声相关下的CKF设计

针对常规容积卡尔曼滤波(cubature Kalman filter,CKF)要求系统噪声和量测噪声必须互不相关的局限性,提出了一种带相关噪声的非线性离散系统CKF设计方法。基于贝叶斯估计准则,给出了系统噪声和量测噪声相关时CKF滤波递推公式,并采用三阶球面-相径容积规则来近似计算系统状态的后验均值和协方差。当系统噪声和量测噪声相关时,常规CKF不适用,本文设计的噪声相关下的CKF可以有效地对状态进行估计,拓展了CKF的应用范围。数值仿真验证了算法的有效性。