负荷预测的线性稀疏数AR预测模型

对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。

基于AR预测模型的自适应PID控制算法

针对传统PID控制对大时滞过程控制效果不佳的情况,采用了基于AR模型对被控对象进行预测,用预测结果代替被控对象测量值,克服了大时滞系统控制效果不能及时反馈的不足,并在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明了预测控制算法响应速度快、鲁棒性强,有较好的适应性。

高频地波雷达多普勒信号的AR预测恢复

雷电干扰和瞬时突发的无线电通信干扰信号严重影响高频地波雷达的正常工作。干扰严重时通过二维ＦＦＴ处理仍不能从接收信号中提取目标的距离和速度信息，此时需要对受到破坏的多普勒信号加以修正。为此本文提出基于ＡＲ模型的多普勒信号恢复方法。针对多普勒信号被干扰分割的特点，采用前后向预测的ＬＭＳ算法，首次建立了高频地波雷达多普勒信号的ＡＲ预测模型，解决了多普勒信号的恢复问题，从而使高频地波雷达具备了抗瞬时突发干扰的能力。计算机仿真和现场实验数据的处理结果表明本文方法是有效的。

AR预测模型的IMM跟踪算法

针对LOS/NLOS混合条件下对机动目标的鲁棒跟踪问题,提出一种基于AR预测模型的交互式多模型(Interacting Multiple Model,IMM)跟踪算法(ARIMM)。该算法利用AR预测模型对运动状态建模,针对LOS与NLOS条件下观测噪声的分布不同分别使用无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)和改进的无迹卡尔曼滤波器(Robust Unscented Kalman Filter,RUKF),通过IMM方法估计出移动台的位置,利用该位置更新AR模型的参数,使AR模型与真实运动状态更加匹配,实现精确跟踪。仿真结果表明,在LOS/NLOS混合条件下,与传统的UKF和RUKF算法相比,该算法对机动目标跟踪的鲁棒性更好。

EMD方法基于AR模型预测的数据延拓与应用

把基于时间序列AR模型预测的数据延拓技术引入经验模态分解(EMD)时频分析领域,论述了基于AR模型的数据延拓技术原理,即先对原始数据进行AR建模,然后利用模型对该数据进行延拓。通过对非线性仿真信号基于AR模型的延拓研究表明,该延拓技术是有效的。把该延拓技术应用于转子横向裂纹的时频分析,能把横向裂纹转子的扭振所形成的相位调制现象检测出来,获得了良好的效果。

基于AR建模理论的汽车行驶姿态预测方法研究

采用AR模型开展了汽车运动参数预测研究,详细分析了其建模预测方法,并以侧倾角速度这一车辆行驶时的关键参数为例,讨论了AR模型在行驶安全运动参数预测中的应用,结果显示该模型取得了一定的效果。此外,AR模型仅利用自身的历史数据进行建模预测,故具有简便易行、通用性好、可操作性强的特点。

基于AR模型对滑油中金属元素含量的预测

利用时间序列分析方法对某型航空发动机滑油监控系统中需重点监控的金属元素含量建立了AR模型 ,并根据该模型对其含量变化趋势进行了预测分析。某部队通过对不同实测数据的检验证明 。

双回归(AR-R)预测模型之新探——及其在中国人口中短期预测上的应用

构造一种称为双回归的时间序列预测新方法。本文作者利用与因变量自身相关性紧密的因变量前几期取值,综合前一次的自变量构建了双回归(时间序列自回归-多元线性回归)预测组合模型。这种方法克服了以往时间序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷。并用这种新方法对中国的人口总量进行预测,预测效果比较理想。

基于谱峭度和AR模型的滚动轴承故障诊断

提出基于自回归(Autoregressive,简称AR)预测滤波的谱峭度分析方法,将其应用于滚动轴承的早期故障诊断。通过结合AR预测滤波器提取轴承故障信号共振衰减成分的特性,利用谱峭度方法对AR预测滤波器滤波后的信号进行处理,实现了滚动轴承早期微弱故障的识别。通过滚动轴承的疲劳全寿命加速实验获取滚动轴承的自然故障信号,克服了传统轴承故障诊断人工加工故障的不足。通过试验数据的分析表明,基于AR预测滤波的谱峭度方法不仅能够消除干扰成分提取故障特征,还能增加谱峭度方法的稳定性。

基于信道预测的水下传感器网络功率控制算法

针对水下传感器网络的多用户干扰大和空间复用率低的问题进行了研究,提出采用AR模型预测信道未来状态,然后基于信道预测完成功率控制的算法,从而减小信道时空不确定性的影响。该算法利用随机几何理论,建立SINR(signal to interference-plus-noise ratio)模型,分析接收端的累积干扰状态,然后发送端在信道预测的基础上,以最小化网络中断概率为目标调整发送功率。实验仿真结果表明,基于信道预测的功率控制(power control based on predicted channel state,PCBPC)算法降低了网络能耗,提高了网络空间复用率。与NPC(nonpower control)算法相比,PCBPC算法在典型场景下将中断概率降低了14%,将网络功耗降低了33.3%,提高了空间复用率。

一种基于C-RAN架构下资源负载预测方法

在C-RAN构架下,虚拟基带池集中化资源管理要求对物理硬件资源进行实时监控,保证物理资源有效进行动态分配和负载均衡。提出将自回归AR(autoregressive)预测方法运用于C-RAN架构下的物理资源负载预测,并根据物理资源特点,构建预测模型。采用双阈值限定负载范围,对超过或低于阈值的后续时间节点的负载进行预测,避免瞬时负载峰值触发的虚拟基站迁移。仿真结果说明该方法可以减少迁移次数,达到整个系统中资源的负载均衡。

基于小波分解的径流非线性预测

利用小波变换原理将具有非平稳特征的径流序列进行分解 ,使其平稳项和随机项分离 .对平稳项采用传统的 AR模型加以预测 ,而通过对随机项的混沌特征研究 ,发现其具有明显的混沌特征 ,进而提出了基于非线性混沌动力学的预测模型方法 .最后通过小波对所提出的 AR+NCDF预测模型预测结果予以重构 ,实现对原始径流序列的预测 .该方法通过实例验证具有较高的精度 。

冲击模型中强度的预测

提出了冲击强度预测模型.结合历史数据信息,用线性最小方差方法给出了冲击强度未来n步的预测值,并在正态假设下,推导出预测值Yt+n|Yt,Yt-1,…的置信水平为1-α的置信区间.

逻辑斯蒂增长模型在集装箱运量长期预测中的应用

多因素动态生成系数法是目前集装箱吞吐量预测方法中最为成熟、应用最为广泛的预测方法。该办法首先确定外贸年增长率预测外贸量，然后通过生成系数得到集装箱吞吐量预测值。然而，在进行中长期集装箱吞吐量预测时，未来外贸年增长率的确定经常缺乏依据，导致长期预测结果精度较差。论文通过利用逻辑斯蒂增长模型进行中长期经济增长预测，再利用经济增长与外贸量的回归分析进行外贸量预测来解决这一问题，最终完成了天津港2005-2020年集装箱吞吐量预测的任务。从原理和结果上看，逻辑斯蒂增长模型是更为适宜和先进的方法，可以用来改进多因素动态生成系数法，提高中长期集装箱预测的精度。

浮标LOFIX定位时目标轨迹的AR滤波

研究了在欠浮标(三枚)情况利用AR预测滤波判定真实目标解的方法,计算机仿真表明该方法的可行性和有效性,对实际的工程应用也有一定的借鉴意义。

基于多渐消因子强跟踪UKF和约束AR模型的故障估计与预测

针对非线性系统中不可观测故障参数估计和预测问题,提出一种基于多重渐消因子强跟踪无迹卡尔曼滤波(MSTUKF)的状态和参数联合估计法,通过引入多重渐消因子增强了对变化函数未知的故障参数的跟踪能力.对于得到的故障参数估计值,利用递推最小二乘法更新约束AR预测模型,从而实现故障参数的在线估计与预测.仿真结果表明,MSTUKF方法在故障参数估计精度上优于UKF和单渐消因子强跟踪UKF,约束AR模型的预测精度高于无约束条件下的预测精度.

舰载视轴稳定系统的变结构控制研究

为了消除舰船摇摆对舰载光电跟踪设备稳定精度的影响,提高系统视轴稳定性能,根据舰船摇摆对视轴偏差影响的随机性,在描述视轴稳定回路的基础上,设计视轴稳定滑模变结构控制器,并引入约束条件,以减弱系统抖振。利用AR序列预测估计方法,实现视轴偏差预测估计,完成视轴稳定滑模变结构控制律的求取,并利用matlab仿真软件,对视轴稳定滑模变结构控制律进行数字计算。仿真结果表明,该控制方法能有效地消除了陀螺测量随机噪声带来的影响,减弱了系统抖振,对舰载视轴稳定有良好的性能。

纺织品甲醛检测系统的设计与实现

纺织品甲醛含量的低浓度、小样本特性以及电化学反应的交叉干扰是制约电化学方法应用于纺织品甲醛检测的主要技术瓶颈。为提高低浓度、小样本条件下的泛化性能,应用自回归AR预测模型对气态甲醛低浓度区间的响应数据进行插值。为抑制电化学反应的交叉干扰,应用经验模态分解,实现气态甲醛响应数据和高频干扰的分离。在此基础上,通过分区间回归建模逼近实际的气态甲醛响应,进一步剔除附加在气态甲醛响应数据上的低频干扰。结合上述算法,设计并实现了基于MSC1210微控制器的纺织品甲醛检测系统。实验结果表明,设计的系统能够有效抑制电化学反应的交叉干扰,降低检测下限,提高检测灵敏度。

小波分析在应用中的两个问题研究

该文就小波分析中的能量泄漏和边界扭曲两个问题进行了深入研究。分析了能量泄漏的原因 ,讨论了滤波器性能和信号能量所在频段对能量泄漏的影响 ,以及在应用中的相应对策 ;对边界扭曲问题进行了分析讨论 ,提出了基于 AR模型预测的边界延拓方法 ,并利用仿真和太阳黑子数据进行了对比研究。

教育与增长

随着中国人口红利的丧失,经济增长越来越多地诉求于教育方面的投入.本文以最初收入水平、人口总数、教育情况、技术水平、国内总储蓄、就业率为自变量,在Gapminder和世界银行的数据库中1992年至2010年各项影响我国经济增长的数据基础上,建立经济增长的计量经济模型,通过数据标准化、最小二乘法和岭估计建立多元回归方程模型,经过拟合优度检验和显著性检验,并代入现实数据(2011~2016年数据)检验,预测未来20年各项因素,尤其是教育水平,如何对中国经济增长产生影响.最后根据结果,为政府建言.