基于最小二乘估计的雷达系统误差卫星标定方法

雷达系统误差标定对精密测量雷达系统精度具有重要作用.本文针对基于精轨卫星的雷达系统误差参数标定技术,建立误差参数解算数学模型,对关键算法的最小二乘估计进行分析推导,并对卫星标定技术实现进行了系统设计.采用本文算法,依据某雷达常规手段实测的系统误差参数项进行仿真及仿真结果分析.研究结果表明,基于最小二乘估计的方法在卫星标定技术中是可行的.     

非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.      

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。     

航空发动机控制器降阶方法

研究了状态空间模型的降阶方法,介绍了平衡截取降阶方法,提出最小二乘降阶方法.根据降阶前后系统应具有相同的输出,采用最小二乘法计算出降阶后系统的模型参数.以状态空间形式的某航空发动机控制器为降阶示例,采用以上两种方法进行了降阶研究,结果表明所提出的最小二乘法具有更优的性能.     

QCS003液压实验台故障树分析

建立QCS003液压实验台工作缸液压系统的故障树,对系统进行故障树分析。实践证明,将故障树分析法应用于液压系统故障诊断中非常有效。     

Boosting稀疏最小二乘支持向量回归机及其在推力估计中的应用

为实现航空发动机的直接推力控制代替传统的基于传感器的液压机械式控制,本文使用boosting技术提升最小二乘支持向量回归机的性能设计了推力估计器。在使用boosting的过程中,有两点与传统方法不同：（1）为了在建立稀疏最小二乘支持向量回归机的时候使数值计算更稳定,使用无放回抽取;（2）为了实现最小二乘支持向量回归机的稀疏性和降低计算的复杂度,用训练数据集的一个子集来建立最小二乘支持向量回归机,不再使用全部训练数据。仿真实验表明,基于boosting稀疏最小二乘支持向量回归机的推力估计器能够满足直接推力控制的需要,即估计推力相对误差不大于5‰。     

最小条件平面度误差的快速逼近算法

应用最佳一致逼近理论，从最小条件出发建立了评定平面度误差的数学模型，对评定平面度误差的理论问题进行了分析研究。给出了便于计算机判别的平面度误差代数判别准则。在此基础上提出了一种计算平面度误差的新方法─—快速逼近算法。和其它算法所进行的对比运算表明，该算法计算准确度高、运算速度快，并可用于直线度，圆度等误差的计算。     

评定线轮廓度误差的通用数学模型

建立了用最小二乘法评定平面曲线轮廓度的通用数学模型。运用该模型可对任意平面曲线的轮廓度进行评定，从而将直线度、圆度、椭圆度以及任何线轮廓度的评定归结在统一的模式中。由于所建立的模型直观、明了，很容易在计算机上实现，因而可在生产实际中普遍推广应用。举例说明了线轮廓度误差可分离成形状误差、参数误差和位姿误差，给出了分离公式和误差补偿原则。     

一种大轴同轴度测量方法的研究

介绍了一种测量大轴同轴度误差的方法。用误差分离技术有效地分离掉测量过程中的偏心误差，从而可得到精度较高的同轴度误差。     

直角坐标采样时端面圆跳动误差的新测量法

用传统的测量方法不能得到端面圆跳动误差的准确值.根据端面圆跳动误差定义,建立了在直角坐标采样时该项误差的最小二乘评定法数学模型,并用计算机进行仿真研究.结果表明,所建立的数学模型具有编程简单,计算误差较小等特点.文中所建立的数学模型为研制形位误差虚拟测量系统提供了理论基础.