时间序列法在临近空间大气风场预报中的应用

受多种因素影响,临近空间大气环境要素复杂多变,预报难度很大.本文采用时间序列法中的自回归滑动平均（ARMA）模型对临近空间大气风场开展统计预报方法研究,基于廊坊（39.4°N,116.7°W）中频雷达在88km高度的大气纬向风数据开展预报试验.本次预报试验的样本数据为2015年9月24日至10月24日风场数据,利用过去7天数据对未来第8天风场数据进行预报.试验结果显示,ARMA模型对临近空间大气风场预报有一定的适用性.当风场变化规律性较强,即样本数据风场呈现出比较显著的24h周期性变化时,ARMA模型预报效果较好;当风场发生突变时,预报效果变差.与实测数据的对比结果表明,ARMA模型预报结果的误差在9~27m·s-1,预报效果优于同阶自回归（AR）模型,略优于高阶AR模型.      

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均（ARMA）模型辨识,提出一种滑动平均（MA）参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归（AR）部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters（GW）算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。      

ARMAX模型的参数递推估计

作者参考多步最小二乘估计算法,采用平方根估计器,实现了对受控ARMA模型(即ARMAX模型)的参数递推估计,并取得了良好的计算机仿真结果。结果表明,这种方法的收敛速度快,参数估计精确。作者还曾将这种方法应用到一种自适应控制方案中,也取得了满意的计算机仿真结果。     

基于动态数据建模的机载火控系统精度测定

现代时间序列分析方法是解决最优滤波问题的不同于Wiener滤波和Kalman滤波的方法,其基本分析方法是ARMA新息模型。而构造ARMA新息模型可归结为求MA参数。介绍了基于动态数据建模确定观测信(?)模型参数的方法,并利用某型机载火控雷达的实测数据进行系统精度测定,结果显示出快速收敛性。     

光纤陀螺随机误差模型分析

陀螺仪的工作精度决定着惯性参考系统的精度,为了减小陀螺仪的误差并提高其精度,需要对陀螺仪误差进行估计与精确建模.提出应用ARMA,Allan方差分析法及功率谱密度PSD(Power Spectrum Density)分析法联合对光纤陀螺FOG(Fiber Optic Gyroscope)的误差特性及建模技术进行了研究.利用Allan方差及PSD分析法对光纤陀螺输出信号的分析,有效地分离并确定影响光纤陀螺输出性能的几种主要随机误差源,并对所建立的光纤陀螺ARMA模型和AR模型的精度进行了评估.对光纤陀螺实测数据的分析表明Allan方差分析法与PSD分析法对光纤陀螺噪声分析结果具有一致性,时序ARMA模型是建立光纤陀螺随机误差模型的一种有效方法.      

一种改进PSO-ARMA半球谐振陀螺温度误差建模方法

为减小半球谐振陀螺(HRG)在温度效应下产生的漂移,建立了温度漂移补偿模型,对与温度有关的确定性漂移进行了补偿。提出了一种改进PSO-ARMA建模方法,对不确定性漂移进行了补偿。改进的PSO-ARMA建模方法将惯性权值递减策略引入到反向学习粒子群优化(PSO)算法中,提高算法跳出局部、快速收敛的能力,在建模时利用改进的PSO算法对ARMA参数寻优,以提高模型的精度。利用半球谐振陀螺升温实验数据进行了检验,经该模型补偿后,陀螺输出精度可达0.07°/h,且较传统ARMA建模方法精度提高了一倍。      

传递对准中机翼弹性变形建模与滤波处理

针对机翼弹性变形对传递对准的较大影响,提出采用双激光测距方法对不同挂点弹载子惯导系统的机翼弹性变形进行在线量测,利用AR(n)模型来简化ARMA(p,q)模型进行机翼弹性变形的在线建模.建模中采用递推最小二乘法估计模型参数,利用模型估计残差的F检验法确定模型的阶数.最后,根据机翼弹性变形模型并结合快速对准匹配方法设计了考虑多阶有色观测噪声的传递对准滤波器.仿真试验验证了这种机翼弹性变形在线建模方法和考虑有色观测噪声的对准滤波器的可行性和有效性,为机载导弹提供了一种有效的快速精确传递对准方法.     

基于ARMA时序模型的结构参数识别集员算法

研究在时域内利用含噪声观测数据识别结构参数问题.建立了与结构振动微分方程等价的自回归滑动平均(ARMA, Autoregressive Moving-Average)时序模型,将结构参数识别问题转换为ARMA模型参数辨识问题.在不确定但有界(UBB, Unknown-But-Bounded)噪声假设下,基于线性时不变系统参数集员辨识的区间算法,寻求与观测数据和噪声相容的参数的最小超长方体(或区间向量),进而得到结构参数的估计值.通过数值算例,将本文算法与最小二乘算法进行了比较,显示了其可行性和有效性.      

疲劳裂纹扩展随机过程相关参数的估计

对数正态随机过程模型是可靠性与损伤容限分析中常用的裂纹扩展随机模型.在裂纹扩展对数正态随机过程模型的基础上,建立了由试验数据估计一般平稳正态随机过程相关参数的方法.应用这种方法可以直接由试验数据估计随机过程的相关参数.同时,给出了用Monte-Carlo方法估算置信区间的方法.最后,给出了用具体试验数据,这组试验数据共有237个数据点,估计随机过程相关参数的算例.     

港口集散系统仿真研究

本文提出了一个新的可用于研究港口货物集散的PCDM模型(Port CargoDistribution Network Model)。该模型是根据随机网络仿真系统构造的。PCDM是一种综合描述港口货物集散过程的网络模型,采用这种方法可以帮助作出合理计划和为未来规划港口项目提供一种定量分析和评审的有实际价值的方法,作者在本文中还例举了一个应用PCDM的例子,卽对NT市L港口扩建项目的仿真研究。     

一个不确定性问题的确定性解法——决策规划法

决策规划法——线性结构随机系统中的优化方法。这种方法的特点,是线性最优化原理结合贝叶斯决策准则,将一个多约束不确定性问题转化为一个线性规划模型,进而采用线性规划求解。其目的是探讨不确定性问题的确定性解法,试图消除模型与实际可行性之间的差距,为随机问题优化提供某种方法和途径。 文中给出了详细的理论证明,并结合随机参数的生产计划实例,提供了一个有效的变换方法。在FELIX C—256计算机上所获得的结果,说明了这种方法具有一定的理论和实用价值。     

基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

排球不同球缝随机气动力建模方法研究

介绍了排球不同球缝随机气动力建模思想，探讨了建模的仿真方法，包括模型及其结构辨识、辨识方法优选及模型检验等，验证结果表明，所建模型与实现吻合，建模方法可行实用，具有直观、简便、灵活、通用、易分析比较、建模精度和效率高等特点，可用于不同球缝机气动力模型的高线或在线辨识。     

光纤陀螺随机漂移模型

随机漂移是光纤陀螺的主要误差,建立数学模型在输出中补偿是抑制该项误差、提高光纤陀螺精度的有效方法.光纤陀螺静态输出为随机过程,对该随机过程的平稳性和正态性进行分析,拟合趋势项、周期项并补偿,使其成为平稳随机序列.采用时间序列分析法建立光纤陀螺随机漂移模型,根据随机漂移自相关和偏相关系数的特性辨识模型的类型和阶数,利用最小二乘方法估计模型参数,得到光纤陀螺随机漂移模型为AR(2).对陀螺输出数据补偿,检验模型的适用性.结果表明,该模型具有很好的适用性,能够有效抑制随机漂移,提高光纤陀螺精度,可以作为惯导系统卡尔曼滤波器状态变量的数学模型.      

非线性随机动态系统学习建模方法

在动态神经网络及扩展卡尔曼滤波算法的基础上，提出了对非线性随机动态系统进行学习建模的迭代算法，用这种方法对非线性随机系统建模，可以获得更准确伯系统模型，并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。     

航空液压泵磨损状况预测

磨损是航空液压泵典型的渐进性故障之一,因磨损量难以测量,对磨损状况进行准确的预测比较困难.针对上述问题,提出了基于多尺度数据的支持向量机预测方法,该方法将支持向量机用于时间序列预测的基本理论和数据多尺度分解、相空间重构方法结合,能更有效地挖掘时间序列的内在联系及变化规律.采用回油流量作为反映航空液压泵磨损状况的敏感信号,将其分解为趋势项和随机项,采用多尺度支持向量机作等维信息一步预测和多步预测,利用网格方法对预测模型参数寻优.对比传统支持向量机算法分析其预测精度,结果表明:多尺度支持向量机模型预测精度更高,适于中长期预测.      

变态V形轴系回转精度的测定和数据处理

在圆刻度机和光栅盘检验仪等精密仪器中应用一种变态V形轴系(又称V弧轴系),本文介绍了此种轴系角晃动的测定和数据处理,叙述了用三表法测定径向晃动的原理和计算方法,这种方法可以实现伴测件圆度误差和被测轴系径向晃动的误差分离,还介绍了对三表法测量径向晃动的验证工作。文章中还列举了测定数据,计算了这两种晃动的单圈综合晃动量、多圈平均晃动量、双周晃动量及随机晃动量。     

基于小波变换和GM-ARMA的导弹备件消耗预测

针对导弹备件消耗呈现"小样本、非平稳"的特点, 为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性.