多变量系统参数辨识的相关分析法

 <正> 近20年来,线性系统的辨识和参数估计的研究工作得到了迅速发展。系统辨识的方法主要有:最小二乘法、广义最小二乘法、推广最小二乘法、多级最小二乘法、辅助变量法、随机逼近法、极大似然法以及相关分析法等。在这些方法中,相关分析法是一种公认最有效的算法。1974年,Iserman、Saridis和Sinha等人通过若干数值算例证实     

涡轮发动机平衡流形展开模型辨识方法研究

 根据涡轮发动机平衡流形展开模型的特点提出了两步建模方法。将复杂非线性建模转化为静态参数拟合和带约束条件的动态参数最小二乘辨识，根据单轴涡喷发动机气动热力模型辨识算例证明了方法的有效性。     

DFT谱分析在卫星通信业务监测系统中的应用

采用离散傅立叶变换（DFT）实现了对卫星通信业务监测系统中监测信号的频谱分析。频率分辨率的大小直接决定了频谱分析的精度，因此重点研究了DFT的参数选择对频率分辨率的影响，并采用数字移频有效降低了采样频率，提高了频率分辨率，从而提高了对监测信号谱分析的精度。     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

基于ARMA模型在线辨识器的线性系统建模方法

线性系统的在线辨识是系统辨识领域中最感兴趣的问题之一。本文给出变阶式递推增广的最小二乘法及阶估计准则。在此基础上 ,给出一类ARMA模型在线辨识器。这种辨识器可用于在线或离线辨识。实例表明 ,建模计算量大大减小 ,并具有较高的精度     

测控站点电磁兼容分析与预测技术研究

本文介绍了对测控站点内各测控设备的电磁干扰进行分析和预测的方法。系统采用干扰源与接收机逐对考虑的方式，极大简化了计算。并采用分阶段预测的方法，即分成：快速筛选、幅度筛选、频率筛选和详细预测四个阶段进行逐阶段分析和预测。     

步进频率单脉冲二维像成像仿真及用于识别的研究

探讨了单脉冲雷达三维成像的原理以及方法.通过计算机仿真,基于实验室实测的目标二维重点散射源图,获取了任意目标的二维像,并和ISAR三维成像作了比较.就二维图形数据的特征提取进行了有意义的探索,提出了一种数据合成的方法,在此基础上经过仿真实验,得到了较为理想的目标识别结果.     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

遗传算法在气动力参数辨识中的应用

将遗传算法推广用于气动力参数辨识，以取代通常采用的梯度类优化算法。通过采用遗传模拟退火算法对某型飞机的纵向气动力参数进行辨识计算及分析后，可以看到：(1)遗传算法是气动力参数辨识的一种新的有效方法，该算法不受参数初值选取的影响，具有较好的全局寻优特性；(2)遗传算法的计算效率受种群规模、遗传算法构造本身等因素的影响比较大。并且还有相当大的进一步完善与改进的空间。     

传感器信号参数的DSP法实时评估

本论文提供了一个矩形波受到脉冲干扰影响时．进行实时、精确、鲁棒估计的一种频谱方法。这个适合于来自典型谐振传感器(频率2kHz～22kHz)信号的方法．已通过使用一个浮点数字信号处理器和一个16比特模拟一数字转换器(ADC)来实现并投入测试。我们已观察到：在分辨率(10^-6)和测量时间(10ms)接近传统高价实验设备的分辨率和测量时间的同时，在相同的经历时间，对闪烁脉冲干扰的响应，比传统方法有更大的抗干扰性。