电容式加速度传感器下电梯制动器制停时间预测算法

电梯制动器制停时间的预测需要大量的实时传感器数据,由于受到噪声和不准确度等因素的影响,存在数据稀疏性和不完整性的问题,导致预测精度与效率较低。为此,提出电容式加速度传感器下的电梯制动器制停时间预测研究。采用电容式加速度传感器实时采集电梯制动器制停过程中的加速度数据;对采集的数据进行二阶正反馈带通滤波处理,消除可能存在的噪声或不必要的频率成分;利用傅立叶分析技术对加速度数据进行误差补偿处理,以减少由于传感器本身或其他因素引起的误差对制停时间预测的影响;基于已经滤波和误差补偿过的加速度数据,结合牛顿第二定律可以估算出电梯制动器的制停时间。经实验证明,设计方法预测平均百分比误差小于1%,预测耗时短于1ms,可以实现对电梯制动器制停时间高精度快速预测。

基于埃特金逐步插值滤波器的TIADC时间误差校准方法

拉格朗日插值滤波器可以应用于TIADC时间误差校准,并且该方法有较好的校准效果。但是拉格朗日插值滤波器的阶数不易调节,这使得该滤波器在实际应用时不灵活。本文针对此问题,提出了基于埃特金逐步插值滤波器的TIADC时间误差校准方法。本文化简了埃特金插值多项式的计算公式,并设计了一种新增插值结点的选取方法,从而将埃特金逐步插值算法应用于时间误差的校准。本文方法能根据TIADC采样系统的输入信号频率和设定的精度要求自动调节埃特金逐步插值滤波器的阶数。仿真结果表明,在90%的奈奎斯特频带范围内,本校准方法能有效抑制时间误差引起的杂散分量,且能自动调节滤波器的阶数,当输入信号的归一化频率为0.35时,校准后的SNDR提高了40.37 dB。并通过实验验证本校准方法的效果。

基于矩阵解耦的精馏塔VOFFLC温控系统

针对复杂的精馏塔MIMO温控系统的多变量、非线性、强耦合的特点和自适应需求,设计了基于矩阵解耦精馏塔的VOFFLC系统。首先,对温控系统的多变量控制模型进行改进,利用矩阵解耦理论实现对角解耦,以此改变控制通道的特性;然后,设计基于矩阵解耦的精馏塔VOFFLC温控系统,实现精馏塔的塔顶和塔底的自适应温控;最后,采用仿真实验,对所设计的多种温控系统进行性能比较。实验结果表明,VOFFLC系统可以实现控制参数的自适应,具有更强的论域容错性和鲁棒性。

细菌模型的连续时空有限元方法

本文针对细菌模型提出一种连续时空有限元方法,通过引入时空投影算子,得到了在时间离散节点处能量模意义下的最优误差估计结果.与传统全离散方式不同的是,该方法对时间变量和空间变量同时采用有限元离散,且无时间离散步长和空间网格尺寸的网格比限制,这对于拓宽各向异性有限元方法的应用范围是有益的.

基于BP神经网络和高阶模糊认知图的股票价格预测

由于金融市场具有的非线性、不确定性、复杂性等特点,其预测问题受到了学术界和相关从业人员的普遍关注。基于模糊认知图的方法广泛应用于金融市场预测,但大部分模型忽略了预测误差对模型精度的影响,针对这一现状本文提出了一种两阶段的预测模型,即基于BP神经网络(BPNN)和高阶模糊认知图(HFCMs)的股票价格预测模型,充分考虑了预测误差对预测精度的影响。模型第一阶段,利用HFCMs模型对历史数据进行预测,并得到与之对应的误差数据集。第二阶段结合了HFCMs模型和BPNN误差预测模型,得到最终的预测结果。其中,HFCMs模型的最佳权重矩阵采用时间变化加速系数粒子群优化(TVAC-PSO)算法得到。最后,在5个金融数据集上对所提模型进行了实验,结果表明本文的模型具有更好的预测效果。

时间判断的视听通道效应的实验研究

该实验用视觉或听觉两种方式一次呈现两个时距,随机地指定其中的一个时距要求被试立即再现或延迟5秒再现。实验结果表明:①对短时距信息(1秒,1.5秒,2秒)的判断,听觉比视觉具有明显的优势,听觉的再现时距较精确,延迟对听觉的时间信息检测的破坏作用较小;而对长时距信息(10秒,11秒,12秒)的判断,却未发现听觉比视觉有优势现象。②通道效应的产生机制源于记忆的特点而不是感觉储存的特点。③对短时距的判断通常表现为正时间顺序误差,而对长时距的判断则表现为负时间顺序误差。

一种多时间尺度线性系统模型降阶的误差预测方法

传统线性系统的数学模型降阶方法,无法预测降阶所引起的系统状态变量动态特性的时域误差,这将导致降阶模型与原始模型状态变量的动态特性差异大,而无法用于系统分析。因此,在传统奇异摄动模型降阶方法基础上,提出一种基于L2范数的线性系统模型降阶的误差预测方法。解析推导了忽略快动态、固定慢动态降阶引起的系统状态变量动态特性的相对误差计算公式,构建了单台发电机供电的交流电力系统、三台发电机供电的直流电力系统的多时间尺度数学模型,并对它们进行了模型降阶和误差预测。仿真结果验证了所提误差预测方法的正确性。

非饱和土壤水流问题的降阶外推仿真模型

利用Crank-Nicolson有限体积元方法和特征投影分解方法建立二维非饱和土壤水流问题的一种很少自由度、精度足够高的降阶外推仿真模型,并给出这种降阶外推仿真模型的降阶近似解误差估计和算法实现.最后用数值例子说明数值结果与理论结果相吻合,并阐明这种降阶外推仿真模型的优越性.

一类分数阶复杂网络系统的有限时间同步控制

研究一类分数阶复杂网络系统的有限时间混沌同步问题,基于Lyapunov稳定性理论和分数阶微积分的相关理论,给出控制律的设计,得到了系统取得有限时间同步的充分条件,估算了系统取得同步所需的时间.研究结果表明,一定条件下分数阶复杂网络混沌系统是有限时间同步的,仿真结果验证了方法的可行性.

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。

时间名词、时间副词之偏误分析

本文对日本学生关于时间名词、时间副词的偏误情况进行了考察。时间名词的偏误情况主要在于大量生造词的存在,并且对一些意义相近的时间名词不能区别使用。时间副词的偏误情况则要复杂一些,有些时间副词的词义不容易掌握,用法上也有一些特殊的要求和制约,还有些时间副词词义相近,使用时容易混淆。此外,文章对时间名词、时间副词的滥用或短缺,以及词序等问题都有所涉及。

三阶高通滤波时刻鉴别法

针对脉冲激光雷达回波信号处理中传统时刻鉴别法误差大的问题,提出三阶高通滤波时刻鉴别法。该方法利用三阶高通电路对激光回波信号进行微分操作,使回波信号到达时刻定时点在时域上向回波信号上升沿起始点逼近。仿真结果表明,在1∶5000的动态范围内,三阶高通滤波法能有效将脉宽为2~10 ns回波信号的时刻鉴别误差压缩在35 ps内,最小误差达28.542 ps。相较于传统一阶高通滤波法,该方法使时刻鉴别精度提高了48.105%,利用微分电路特性来动态反映不同滤波阶数情况下的定时误差,为高精度时刻鉴别电路的设计和实现提供直接参考。

一种基于高阶累积量的自适应时延估计新方法

讨论了存在于相关高斯或对称分布噪声中的非高斯信号的时延估计问题。可通过采用基于高阶统计量的自适应方法估计出滤波器的权系数 ,根据权系数的最大值求得时延估计。为了能得到非整数采样间隔的时延 ,常用SINC函数对滤波器权系数进行插值。但为了得到精确的时延估计 ,该法需要足够长的滤波器权系数。提出了一种可在相关高斯噪声中 ,只要较少的滤波器权长就能对非高斯信号的时延进行估计的新方法 ,称为最小权值误差平方和法。它对整数或非整数采样间隔时延均能进行估计。

基于模态参数识别的ITD算法改进

固有时间尺度分解(ITD)算法在前处理和系统定阶方面存在一定的人为因素,对模态参数的提取会造成误差,且对噪声较为敏感。针对上述问题,提出一种改进的ITD算法。利用基于数据驱动的随机子空间算法对原始数据进行处理,将正交三角分解得到的数据作为ITD法的输入数据,采用稀疏优化正交匹配追踪算法求出特征矩阵,并通过特征矩阵计算特征值、模态频率和阻尼比。通过统计的方法,从众多模态参数中选取真实模态,有效避免虚假模态的产生。实验结果表明,与ITD算法相比,改进ITD算法可降低噪声的影响,解决系统模型阶次必须准确定阶的要求,使模态参数的提取更加精确。

源于硬件时序的MCS-51单片机串行通信数据错误剖析

MCS-51串行通信程序一般是利用发送中断标志位TI和接收中断标志位RI来进行设计,采用查询或中断两种编程方式。本文剖析查询方式连续串行发送数据时源于硬件时序的数据通信错误。

带导数记忆项抛物型积分微分方程分数次欧拉时间离散

我们研究一类带导数记忆项抛物型偏积分微分方程欧拉时间离散，记忆项通过Ｌｕｂｉｃｈ建议的分数次卷积求积逼近．

基于混沌时间序列的多步预测方法研究

为更好地实现智能稳定平台隔离扰动的性能,本文针对平台载体运动姿态的预测问题展开研究.在对平台载体横滚运动时间序列进行混沌特性判定的基础上,使用加权一阶局域法对载体运动姿态进行多步预测.针对预测过程中误差累积的问题,提出在姿态预测的同时对误差序列进行预测,并通过误差预测值实时修正姿态预测值.文中给出了两种误差补偿的多步预测方法,通过试验水池的实测数据仿真分析表明,误差补偿的加权一阶局域多步预测方法提高了预测精度,抑制了误差的累积;进一步通过相对均方误差等指标进行评价,指出预测方法中LPC法误差补偿的多步预测效果最优,具有一定的实用价值.

基于演化建模的IMU误差系数漂移预测研究

将影响IMU误差系数漂移并难于分离的多种因素综合为一种因素,假定IMU误差系数的漂移由一特定系统所引起,引入高阶微分方程模型代替传统时间序列分析中的AR、ARMA等模型对IMU误差系数漂移进行建模分析,采用将遗传程序设计与遗传算法相嵌套的演化算法,实现了建模过程的自动化。实例表明:演化算法可消除各因素具体分析中的不确定性,由计算机自动发现符合要求的高阶微分方程模型,模型的拟合和预测效果均较好。

基于ITAE最优传递函数的时滞系统次优控制比较研究

采用标准[m/n]Padé有理函数逼近时滞因子的方法进行控制对象的模型降阶,并基于位移无静差ITAE最优传递函数,设计了两种时滞系统次优控制器。以双容时滞系统为仿真对象,比较研究表明,基于全极点标准[m/n]Padé有理函数逼近设计的次优控制器获得最佳控制效果。

复杂介质结构电气设备的FDTD算法

在现有的电磁场算法中,时域有限差分法(FDTD)的使用越来越广泛。但是当解决曲面问题时,原有的FDTD方法就不太适用了。而且,大多数的电气设备为多重材料结构和不连续的曲线表面,传统的FDTD算法会产生发散和不稳定现象。由此提出了一种基于非标准曲线算子的三维高阶FDTD算法,用于解决复杂介质结构电气设备的电磁兼容性问题。根据代数拓扑学,将各种不规则形状的网格转化为合适的二重网格用公式表示出来,在优化整体性能的同时降低色散误差。通过计算结果可以看出,高阶非标准FDTD算法的准确度极高,而且没有任何色散情况出现,并且可以节省大约85%的CPU和内存使用。证明了该FDTD算法能有效提高计算精度并减少计算资源的消耗。