确定连续系统参数的时域方法

提出一种确定连续系统参数的时域方法。该方法利用方波输入和系统稳定性，离析出输出采样信号与结构参数的内在联系，推导出确定连续系统结构参数的算法．指出该算法与辨识方法相结合，可实现对含随机干扰的连续系统结构参数的估计．     

非线性随机系统的参数辨识及动态预报

鉴于含有加性噪声的指数模型描述了一类重要的非线性随机系统。本文给出这类系统的参数递推辨识算法，克服了迭代算法不能在线运行、需反复矩阵求逆的不足。当系统时变时，还采用了虚拟噪声技术来补偿因参数时变引起的建模误差，从而改善动态预报器的性能。应用这种方法，对油田采油井、注水井的套管损坏情况进行了多步动态预报，其精度令人满意     

基于改进预处理算法的复杂网络构建与分析

基于复杂网络的时间序列分析是目前的热点研究方向之一,但实际数据中往往存在噪声,限制了复杂网络对时间序列波动模式的有效描述。针对这一问题,本文提出了一种改进的预处理算法,该算法将映射与密度峰值聚类相结合,基于波动模式的相似性对时间序列分别进行处理,在去除数据中冗杂波动的同时,保留了绝大部分关键点。对预处理后的时间序列,以波动模式为节点,不同模式之间的转换为连边,构建有向加权复杂网络。应用上述方法对Lorenz系统仿真数据和水下自主航行器(AUV)实际航行数据进行实验,并分析复杂网络中的动力学统计量。研究结果表明,基于本文预处理算法构建出的复杂网络能够有效克服噪声带来的不利影响,更加准确地描述复杂非线性系统的状态。     

CAR模型的阶与时滞的强一致估计

研究随机线性反馈控制系统的结构辨识问题。在已知时滞的下界和模型阶的上界的假定下，通过使修改的Ｂａｙｅｓｉａｎ信息准则最小化，推导出由多输入多输出ＣＡＮ模型描述的系统的未知阶与时滞的估计算法，证明了算法是强一致收敛的，且能在有限步内达到其模型结构参数的真值。讨论了当模型的参数矩阵不满秩时减弱条件Ｈ’ｓ的强一致估计算法。     

多尺度带乘性噪声系统的最优状态平滑算法

针对多尺度带乘性噪声系统,在多尺度最优滤波融合的基础上,进行状态最优固定域平滑算法的研究.通过推广得到的平滑算法需要大量的局部传感器参数,而分布式多尺度滤波融合后不能保留这些信息.针对这一弊端对算法进行改进,推导出仅使用融合后的一步预测及滤波值的平滑算法.该算法在线性最小方差意义下是最优的.计算机仿真验证了算法的可行性.     

带乘性噪声系统状态滤波的自适应算法

带乘性噪声系统由于其广泛的适用性,一直成为研究的热点。针对带乘性噪声系统状态最优估计的自适应算法进行研究,探讨在噪声服从平稳正态分布情况下,对未知动态噪声方差阵与观测噪声方差阵的辨识问题。在证明带乘性噪声系统新息在稳态时和线性系统新息有着相似稳定特性的前提下,通过对线性系统辨识方法的改进,完成对带乘性噪声系统噪声方差阵的辨识,并利用新息特性对该方法进行进一步改进,以提高辨识精度;最后通过仿真验证该方法的有效性。     

基于改进生成式对抗网络的水下图像增强

由于水介质的吸收和散射特性会导致雾化、低对比度、颜色退化等各种水下成像失真,严重影响了水下图像的后续利用。为了恢复清晰的水下图像,提出一种基于改进生成对抗网络的深度学习模型。借助图像质量评价技术,将生成的过程样本与高质量样本进行拟合,并将拟合得到的差值信息用于优化网络中的生成器。改进的生成式对抗网络有效改善了由真假训练逻辑带来的图像质量提升限制的问题。实验结果显示：该方法有效的恢复了水下图像的色彩,并改善了图像的清晰度和对比度;相比其他方法,提出的方法在SSIM、UCIQE和UIQM指标上分别提升了2.9%、6.2%和14.3%。     

带乘性噪声的一类非线性系统的滤波算法

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。     

一种具有SA预报能力的GPS KALMAN滤波器

对GPS定位中的SA误差作了系统辨识。表明：SA误差可用时变AR（p）模型表述，AR（p）的时变参数可由RLS算法结合F判据建立的AR（p）模型辨识机获得。用该方法获得的模型对SA误差进行预报。在剔除野值后精度在10m之内。还提出了一种将以AR（p）模型表述的SA误差加入GPSKALMAN滤波器的方法，可得到一种具有SA预报能力的GPSKALMAN滤波器。     

多传感器组合导航系统研究

为了满足水下航行器高精度导航定位的需求,建立了多传感器组合导航的系统模型。针对信息融合过程中出现的非线性环节,在传统联邦滤波器的基础上,提出了基于粒子滤波的混合联邦滤波器。其中,线性子系统采用卡尔曼滤波算法进行滤波估计,非线性子系统采用粒子滤波算法进行滤波估计。计算机仿真分析表明,该混合联邦滤波算法能够将线性和非线性子系统的滤波结果很好地融合起来,提高了组合导航系统的定位精度。     

人工神经网络在多金属结核研究中的应用

本文通过对太平洋CC区多金属结核成矿背景的综合分析,利用人工神经网络随机BP算法,建立能够反映控矿因素的地质因子与结核分布参数间关系的人工神经网络模型,用于研究海底多金属结核的分布。本文对BP算法加以改进,提高了BP网络的收敛速度,加强了BP网络的学习和记忆功能,开发出人工神经网络的软件包,该软件包能够快速估算矿区内每个位置结核的丰度值,且具有较高的容错性。     

改进BP算法在风暴潮极值水位预报中的应用

提出1种基于改进BP算法的风暴潮极值水位预报方法。首先针对现有人工神经网络BP算法存在的缺陷,引入Cauchy训练方法计算连接权的调整,解决BP算法的局部极小点和网络瘫痪的问题。然后结合山东海区水文观测站每年的台风风暴潮资料,应用该改进算法建立台风强度、风速和台风移速与风暴潮极值水位的非线性网络预报模型,对该站极值水位进行预报。实验结果表明,该算法具有很好的稳定性和准确性,为风暴潮预报分析提供了1种可靠的技术手段。     

基于模糊神经网络的多变量系统的解耦方法

针对多变量、强耦合、纯迟延系统,提出一种模糊神经网络的解耦方法,结合遗传算法、将多变量系统解耦成单变量系统。传统解耦方法对于非线性系统、变结构系统以及耦合关系和耦合强度随时间和负载变化的复杂系统经常无能为力,而这种综合了模糊逻辑和神经网络优势的解耦方法,由于具有非线性和自学习能力,使其解耦性能不受影响,弥补了传统解耦方法的缺陷,对复杂系统有着较好的解耦能力。且该方法不需要建立精确的数学模型,易于实现。文章最后通过仿真实验验证了该模型的解耦效果。     

多波束测深系统内部参数的设定与校准

以EM710RD多波束测深系统为例,通过高精度测量获得的系统参数,对该系统内部参数的设定与校准过程进行详细分析,从而为多波束测量外业工作提供参考依据。     

不确定混沌系统的反同步与参数辨识

针对一类混沌系统,提出了一种系统的混沌反同步设计方案,基于该方案,设计一种自适应控制方法,实现了参数不确定系统的混沌反同步和未知参数的辨识.数值模拟结果表明了提出方法的有效性.     

双头多波束测深系统的参数校准

简单介绍了双头多波束测深系统的概念,通过分析双头多波束测深系统参数校准的特点,在重点研究单个参数校准布线的基础上,提出了建立理想校准场的设想,解决了在理想校准场双头多波束测深系统参数校准的布线方法,同时对校准时应注意的几个普遍问题做了归纳论述,对双头多波束测深系统参数的校准实施和提高校准效率,具有普遍的指导意义。     

PSO-BP网络算法在运动要素解算中的应用

为了改善被测目标运动要素计算精度,提出了采用 PSO-BP 神经网络算法作为运动要素解算的方程。 该算法将粒子群算法作为 BP 神经网络的学习算法,提高 BP 网络的全局收敛性和收敛速度,将观测到的运动目标参数作为 PSO-BP 神经网络的输入,并将运动目标的方位作为主要输出量,将运动目标的方位值与误差期望值进行比较并作为 PSO 的输入修改 BP 网络权值,进而得到高精度 BP 神经网络。 对该算法进行仿真计算,结果表明:基于该算法的运动目标运动要素解算,尤其是运动方位的解算器精度可以达到 0. 128°,提高了运动要素解算的精度和速度。     

虚拟锚泊神经网络模糊滑模控制器的设计

针对虚拟锚泊浮标在目标点位置难以进行锚泊的问题,设计了一种神经网络模糊滑模控制器。通过引入虚拟锚泊圆,将在锚泊点一定范围内虚拟锚泊的问题转变为对虚拟锚泊圆进行路径跟踪的问题,应用Fossen矩阵建立虚拟锚泊浮标动力学模型,采用Serret-Frenet坐标变换和重新定义输出变量,将单输入多输出非线性系统转变为单输入单输出非线性系统,进而构建滑模控制器,采用模糊算法对滑模开关量进行在线调整,削弱滑模控制器的"抖振",采用神经网络对滑模控制器进行优化,摆脱对系统模型的依赖性,提高控制器的鲁棒性,并对该控制器进行仿真实验和分析,结果表明该控制器具有很好的虚拟锚泊性能。     

一种多相机系统的研究与实现

虚拟化现实(Virtualized RealityTM)是一种新型的视觉媒体。这种媒体通过大量相机捕捉真实世界的动态环境,利用计算机视觉方法生成动态的虚拟空间,并为用户提供沉浸式体验。Virtualized Engine是一种用于Virtualized Reality技术的大规模多相机系统,解决了多相机系统的开发问题。针对大规模多相机阵列的特点,基于RANSAC算法改进了传统的相机标定方法,有效降低了由于光照因素所导致的标定误差,并完成了大量相机的自标定算法。针对大规模多相机阵列在稳定性和高性能方面的要求,开发了一种基于集群的软件平台,在不影响性能和稳定性的前提下降低了系统的二次开发难度。     

混沌系统的变结构同步控制

研究Lorenz混沌系统的同步控制问题,提出1种在多输入的情况下实现混沌同步的变结构控制算法.利用该算法设计的变结构同步控制律使得同步误差系统的运动在切换面上成为渐近稳定的滑动模态,从而较快的实现了混沌同步.通过对 Lorenz 混沌系统的理论分析和数值仿真,说明了该变结构同步控制策略的实用性和有效性.