基于极限学习机的修正当前统计模型跟踪算法

针对当前统计(Current Statistical,CS)模型由于先验知识的缺乏和其结构特点导致的跟踪精度降低的问题,通过使用极限学习机(Extreme Learning Machine,ELM)并根据目标历史状态信息,实时估计并修正CS模型的加速度估计值,提出了基于ELM的修正CS模型跟踪算法.ELM的训练结果表明...     

时域门技术在传输/反射法介质电磁参数测量中的应用

在传输/反射法测量电磁参数的基础上,分析了传统的传输/反射法在电介质微波电磁参数计算中的局限性,采用时域门技术,测试了空气、聚乙烯石蜡和BaM型铁氧体等材料的电磁参数。结果显示时域门技术可显著提高材料的测量精度和稳定性。     

迭代学习方法在PID控制器参数自动调节中的应用及收敛性分析

针对PID控制器参数在具有不确定项或输出干扰项的非线性时变系统中的调节困难,提出了应用迭代学习方法整定PID控制器参数的方法,利用系统的跟踪误差信息自动整定控制器参数,通过理论分析得到此设计方法收敛的充分条件。此方法设计简单且具有普遍性,仿真结果验证了此设计方法的有效性。     

以已有核心机为基础进行发动机系列发展的初步研究

在已有的核心机基础上可发展出一系列发动机。部件匹配的约束条件将限制设计循环参数的选择。为了进行定量分析,建立了一个性能仿真模型。以发展大涵道比涡扇发动机为例,说明了约束条件对设计循环参数的限制。初步分析给出了循环参数和总体性能间的关系。      

H∞控制在飞行/推进综合控制系统中的应用

研究了多变量控制技术应用于飞行/推进一体化控制器的设计问题。对于耦合的飞行子系统和推进子系统,建立了飞行/推进综合模型,分析了对模型输出端乘性不确定性和对跟踪误差性能不确定性的飞行/推进综合多变量反馈控制系统转化为混合灵敏度函数整形问题设计的途径,提出了一种按时间加权的误差平方积分(ITAE)准则选择加权灵敏度函数的方法,应用混合加权灵敏度H∞控制器的设计方法对飞行/推进一体化模型进行了设计,并对所求的最优控制器进行了控制系统性能仿真验证。     

金属橡胶五次非线性干摩擦系统振动响应计算方法研究

金属橡胶是一种新型材料,运用谐波平衡法(HB)及Fourier级数展开和谐波平衡法相结合的方法(FHB)推导出含有五次非线性的金属橡胶干摩擦振动系统在简谐激励下的频响方程。通过数值仿真,验证了五次非线性因素对金属橡胶干摩擦系统的幅频特性的影响大小,发现当五次非线性因素较大时,幅频特性曲线出现弯曲跳跃现象,同时对两种算法进行了比较,当五次非线性因素较大时,可用HB法代替FHB法,而当五次非线性因素较小时,此时两种算法的结果误差较大,而FHB法在理论上更精确,因此当五次非线性因素较小时,应采用FHB法。该研究对金属橡胶材料的理论建模及其特性的了解有重要的参考价值。     

随机有限元方程一般式的两种推导方法

８０年代初发展起来的随限元法是解决随机问题强有力的数值分析工具，如随机动力学、随机场及结构强度的可靠性等等问题，本文从有限元基本方程出发，分别采用对有限元方程按Ｔａｙｌｏｒ级数展开和对有限元方程求偏导数等方法。推导了随机有限元基本方程的一般式，并用数学归纳法证明了上述两种方法推导结果的与等效性，本文研究表明，Ｔａｙｌｏｒ级数展开法推导，数学意义明确，但推导过程较为复杂；而按求偏导数法，数学意义不够     

抽油机故障诊断的分布驱动主动学习算法

抽油机示功图直观显示了抽油机工作情况,但实际工况情况呈现典型的长尾分布特性,类别严重不平衡。传统方法无法准确识别小类别工况,也无法获得井下工作状态准确识别。针对这一问题,提出一种基于分布驱动的多类别长尾数据代价敏感主动学习算法（Cost-sensitive active learning algorithm based on distribution -driven multi-class long-tailed data, CALA）。首先,考虑数据分布特性,以最小化代价为优化目标确定数据的最佳聚类簇数;其次,通过加入预分类误差代价来更新之前得到的最佳聚类簇数;然后,构建集成分类模型作为分类器;最后,通过迭代来平衡数据分布。采用某油田真实的示功图数据进行测试,显著性实验分析证明CALA在小类别工况诊断上具有更好的性能。     

基于伪距差分增强的分布式节点时间同步方法

传统时频同步方法维持分布式节点之间同步的精度较高,但并不适用于空间非接触节点的时频同步问题.本文提出一种基于伪距差分增强的时间同步方法,给出了系统原理和基本组成,运用总体最小二乘法解算分布式节点的先验钟差信息,并利用卡尔曼滤波构建了主从节点间的时间同步算法模型.仿真校验与结果分析显示,相比独立GPS授时同步,本文提出的系统同步算法能够提高空间分布式节点同步精度,在基线距离平均为25km的条件下,可将节点同步精度控制在亚纳秒量级.     

基于学习的图像智能适配显示技术

为适应不同的显示分辨率,出现了各式各样的图像适配显示(IR)的方法.提出了基于图像列的一种快速适配显示方法.在处理过程中,首先,计算一个原始图像的重要性图;其次,根据图像每列的重要性程度为其分配一个比例因子,对不同图像而言,应对比例因子设置不同的上限才可以得到较好的结果;最后,提出通过机器学习方法计算出不同图像的上限,从而可以高效率地得到理想的结果.根据每一列的比例因子采用像素融合的方式处理图片得到目标分辨率.本方法是基于列实现的,其复杂度低、便于计算;设置每列系数的上限控制了图像重要部分的宽度,从而减少了不连贯,处理结果更为自然.