疲劳多裂纹扩展随机模型的参数估计方法

建立了用试验数据估计疲劳多裂纹扩展随机模型参数的方法,尤其为利用现有的单裂纹扩展试验数据,建立了用不完全数据估计多裂纹扩展参数的方法,为含多裂纹结构的概率损伤容限分析作准备.应用最小二乘原理,讨论了完全试验数据-并联远源裂纹和完全试验数据-近源裂纹2种情况下裂纹扩展参数的估计方法,考虑了裂纹扩展试验的2种极限情况,给出了估计结果偏于保守的不完全试验数据-近源裂纹情况下的裂纹扩展参数的估计方法.完善了疲劳多裂纹扩展随机模型,为模型的工程应用打下了基础.      

疲劳多裂纹扩展随机模型

建立了含相互干扰多裂纹结构的裂纹扩展随机模型.提出了远源裂纹、近源裂纹、概率寿命曲面等概念.给出了相互干扰多裂纹扩展随机微分方程的统一表达形式.在工程基本假设的基础上简化了相互干扰多裂纹扩展过程的计算.在此基础上可进一步分析含相互干扰多裂纹结构的可靠性,可直接应用于工程实践.     

扩频与时间扩展随机多址的同一性分析

扩频ＡＬＯＨＡ与时间扩展ＡＬＯＨＡ都是新的随机多址协义，虽然应用于不同的通信系统和定位系统，但它们有良好的同一性，本文从理论上对它们的同一性问题进行了论证，得到了比较好的结论。     

随机系统的变结构控制

本文提出了随机系统的变结构控制问题,初步研究了随机变结构控制系统的行为,引出了滑动运动带的概念,给出了变结构控制策略,最后,指出了有待于进一步研究的问题。     

结构随机跳变系统的条件滤波新方法

提出了不完全状态及控制信息的结构随机跳变系统的滤波方法，解决了结构随机跳变系统在控制入与状态的观测互为相关情况下，系统的状态以及不确知的控制输入的最优估计问题。并以线性高斯情况为例进行了数字仿真，证明了该方法的有效性。     

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.      

一类结构随机跳变系统的最优控制方法

针对一类复杂的结构随机跳变系统提出了一种新的最优控制方法,解决了当系统结构的转换过程难以观测或根本无法观测情况下结构随机跳变系统的控制问题.在机载障碍规避系统的反干扰最优控制问题中的仿真结果,验证了这种方法的有效性.      

一种不等差错保护的多用户随机接入方法

针对在随机接入中由于碰撞导致吞吐率低、信道拥塞时不能满足高优先级数据有效传输的问题,提出一种具有不等差错保护性能的多用户随机接入方法。该方法将数据包复制多份,根据选定的度分布在不同时隙中传输,将随机接入过程映射到二分图上;接收端利用连续干扰消除(SIC)技术,将碰撞的数据包恢复出来。在高链路负载下,从每帧中选取若干时隙,只允许高优先级用户接入,以提高对高优先级数据包的译码概率。使用"与或树"理论对提出的方法进行了理论分析,并进行了实验仿真验证。仿真结果表明:提出的多用户随机接入方法与传统ALOHA协议相比,在低链路负载下有效避免由于碰撞引起的吞吐率下降;与IRSA协议相比,高链路负载下有效提高高优先级用户的吞吐率。     

∑-△调制小数N频率合成器中结构寄生与随机模型的研究

详细讨论了∑-△量化器和结构寄生,并在小数N频率合成器中引入具有随机调制图案的∑-△调制模型,获得了充分随机的量化噪声,在系统灵活性、任意相位控制、切换速度和相噪之间没有折衷地消除了结构寄生,同时给出了实验结果.     

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。      

一类有色噪声干扰随机系统最小二乘递推辨识

提出一类有色噪声干扰随机系统的辅助模型最小二乘递推辨识算法.此算法结合辅助模型辨识思想和递推增广最小二乘理论,用辅助模型的输出代替辨识模型信息向量中未知中间变量,用估计残差代替信息向量中不可测噪声项,从而可以运用递推辨识思想来估计系统所有参数,包括噪声模型参数.仿真例子说明提出算法的有效性.      

考虑随机干扰的高超声速滑翔飞行器轨迹优化

为解决高超声速滑翔式飞行器具有干扰不确定性的再入轨迹优化问题,提出了一种基于广义正交多项式方法的随机轨迹优化数值求解方法。针对随机干扰,基于广义正交多项式方式对其分布进行采样,形成采样空间,而后将每个采样值代入确定性轨迹优化问题中进行反复迭代求解,得出观测值的样本空间,并计算其期望、方差和协方差,估计输出值。以最大纵程为代价函数对具有随机干扰的高超声速滑翔式飞行器最优轨迹进行了数字仿真。仿真结果表明,基于广义正交多项式的随机轨迹优化方法能够有效处理随机干扰对轨迹优化问题的影响,与蒙特卡洛法相比计算效率大大提高。     

基于TheoH方差的陀螺随机误差系数动态提取

针对运用动态Allan方差提取陀螺随机误差系数时,用截断窗截取原始信号造成方差估计置信度降低的问题,提出运用混合理论方差(Theo H方差)来代替Allan方差对截断窗内的数据进行分析,并提取出随时间变化的陀螺随机误差系数。Theo H方差改善了Allan方差计算时相关时间只能达到信号总时间的二分之一及长相关时间下方差估计置信度降低的问题,其计算的相关时间可以达到数据总时间的四分之三,有效改善了动态算法因数据截取造成误差系数估计置信度下降的缺陷。从对仿真信号和光学陀螺实测数据处理结果上来看,本文方法既能准确地对动态条件下陀螺量测信号的随机误差进行细化辨识,又能大幅提高中、长相关时间下方差估计的置信度。     

基于DSM的并行程序性能分析与性能可视化

针对具有共享存贮的分布式可扩展机群系统的结构及实现特点,通过实验的方法,对共享存贮器访问, 进程调度, 和同步开销等性能参数进行了特征化.对并行应用程序中影响性能的几个主要因素进行了分析,并给出了运用性能数据及系统性能参数对程序和系统的性能进行分析的方法. 将此方法运用于系统行为与性能的可视化,实现了一个基于分布式共乡存贮环境的并行应用程序的性能可视化工具,实时显示和后处理分析并行程序的行为和性能.     

Applying the mathematical theory of stochastic processes to lunar and planetary science: the ancient oceans on Mars case

The Mathematical Statistics Theory (MST) and the Mathematical Theory of Stochastic Processes (MTSP) are different branches of the more general Mathematical Probability Theory (MPT) that represents different aspects of some physical processes we can analyze using mathematics. Each model of a stochastic process according to the MTSP can provide one or more interpretations in the MST domain. The importance of MTSP is that each such interpretation can provide large amount of new information. While large body of work on the impact crater statistics according to MST has already been done, it is yet to be investigated as to how we can model a stochastic process according to MTSP; for example, bombardment of the planetary surface or something else in a Lunar and Planetary Science (LPS) domain. In order to show possible achievements, the possible existence of a Martian ocean was chosen as a query that could be addressed through computations using presumptions according to MTSP, including probability of existence as well as lateral and vertical extent and duration of time. While the presumptions for this particular case will also be addressed in certain degree, this will be done primarily to show complexities of some physical process that can be modeled, rather than to prove correctness of the concrete values computed here. While this in itself can be the objective in some future work toward the formal proof of the probability, extent, and timing of oceans on Mars, the basic idea here is to show the basic principles of MTSP, and its potential for addressing LPS-related phenomena. Here, I attempt to show how this approach can: (1) provide large amounts of previously unknown information about physical processes on the surface of the planet, (2) lead to a better understanding of the processes that have shaped the surface of the planet, and/or (3) help constrain the amount of resurfacing. Coupled with other current methodologies, MTSP can result in a better understanding of the history of Mars, as well as other lunar and planetary bodies.     

嵌入式隐Markov模型的分段训练方法

针对嵌入式隐Markov模型再学习问题,提出了分段训练方法用于人脸识别:把当前的训练样本看作整体训练样本的一部分,训练结束后存储训练后的模型参数和中间变量;增加新样本后,以当前模型参数作为初始模型参数,用新增样本训练模型,得到新的中间变量,最后将已存储的中间变量和用新样本计算得到的中间变量合成,得到最终的模型.人脸识别实验结果表明了该方法的可行性.      

A new stochastic model considering satellite clock interpolation errors in precise point positioning

Precise clock products are typically interpolated based on the sampling interval of the observational data when they are used for in precise point positioning. However, due to the occurrence of white noise in atomic clocks, a residual component of such noise will inevitable reside within the observations when clock errors are interpolated, and such noise will affect the resolution of the positioning results. In this paper, which is based on a twenty-one-week analysis of the atomic clock noise characteristics of numerous satellites, a new stochastic observation model that considers satellite clock interpolation errors is proposed. First, the systematic error of each satellite in the IGR clock product was extracted using a wavelet de-noising method to obtain the empirical characteristics of atomic clock noise within each clock product. Then, based on those empirical characteristics, a stochastic observation model was structured that considered the satellite clock interpolation errors. Subsequently, the IGR and IGS clock products at different time intervals were used for experimental validation. A verification using 179 stations worldwide from the IGS showed that, compared with the conventional model, the convergence times using the stochastic model proposed in this study were respectively shortened by 4.8% and 4.0% when the IGR and IGS 300-s-interval clock products were used and by 19.1% and 19.4% when the 900-s-interval clock products were used. Furthermore, the disturbances during the initial phase of the calculation were also effectively improved.     

并行路网结构下的浮动车信息处理模型

受GPS定位精度的限制,浮动车在主辅路并行路网结构下进行地图匹配和路径推测存在困难,直接影响路况信息获取的准确性.在现有浮动车信息处理框架基础上,运用统计学方法提升地图匹配的精度,并将主辅路径同时作为车辆的行驶轨迹输出,有效降低了路径推测错误的可能性.最后,引入证据推理框架以解决路径选择策略调整所带来的信息不可信和信息冲突问题.对比实验表明,改进系统在主路和辅路上的路况准确性分别有14.26%和9.46%的提升.     

基于驱动或结构冗余的并联机器人容错方法

研究了并联机器人利用驱动冗余进行驱动器故障容错及利用结构冗余进行关节故障容错的方法.结合冗余驱动并联机构的力矩分配问题的多解性,分析了部分驱动器故障后在剩余正常工作驱动器之间重新分配驱动力矩以实现容错的方法.结合结构冗余并联机构的特点,分析了放弃部分结构自由度以完成操作任务的方法.从运动学和动力学角度讨论了两类冗余机器人的特点及容错的可能性,以一种平面三自由度并联机构为实例,针对驱动器及关节故障分别分析了故障后机构运动学和动力学性能的变化,验证了采用驱动及结构的冗余进行容错的可行性.