模糊解耦理论在酒精蒸溜过程中的应用

针对酒精粗溜过程的多变量控制问题 ,利用M .MGupta模糊子空间分解算法加快模糊运算速度 ,利用模糊补偿实现模糊解耦控制 ,从而提出了带补偿器的Gupta模糊解耦方案及其解耦控制器的设计方法。仿真结果表明该方法较好地实现了对具有一定可变性对象的模糊解耦控制。

利用矩阵性质消除短码直扩信号伪码盲估计中的酉模糊

在短码直扩信号伪码(pseudo-noise,PN)序列的盲估计中,特征值分解(eigenvalue decomposition,EVD)算法、奇异值分解(singular value decomposition,SVD)算法和压缩投影逼近子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法常被用来估计PN序列。然而,当非同步时延未知时,最大特征值和次大特征值可能相近,此时估计出的最大特征向量实际上是最大特征值和次大特征值对应特征向量的任一非零线性组合,即估计出的最大特征向量存在酉模糊,这会导致从最大特征向量中估计PN序列的算法性能可能很差。针对此问题提出了一种利用协方差矩阵性质估计PN序列的算法。仿真结果表明:所提算法不仅能解决非同步时延未知时估计PN序列算法性能可能很差的问题,还能在低信噪比下获得良好的估计性能。

时差频差联合估计算法研究

研究了基于双传感器观测数据的二阶统计量和高阶统计量的复模糊函数到达时差／频差(TDOA／FDOA)同时估计算法 CAF-SOS、CAF-HOS。研究发现,CAF-SOS 在通常情况下估计精度较高,但不能对付色噪声,即对传感器噪声间的相关性比较敏感。而 CAF-HOS 则可以对付服从高斯分布的色噪声,但付出的代价是数据收敛性能慢,计算负担较大。为了解决计算效率问题,进一步研究了一种基于二阶统计量的二维处理方法(SD-MOM),将搜索范围由平面降为2条直线,因而总体计算成本得到明显改善。但该方法的缺点是不能处理色噪声,为此提出了一种基于累积量运算的分维估计方法(SD-CUM)。