线性参数系统的多新息辨识方法

系统有线性和非线性之分.线性系统有统一的描述形式,非线性系统因类别无数,不可能有统一描述.线性参数系统是一类特殊的非线性系统,它在参数空间上呈现线性特征,介于线性系统与非线性系统之间.针对伪线性参数系统,讨论了基于辅助模型的多新息辨识方法、基于滤波的辅助模型多新息辨识方法、基于模型分解的辅助模型多新息辨识方法、基于滤波的分解多新息辨识方法,并给出了几个典型辨识算法的计算量、计算步骤和流程图.     

输出非线性方程误差类系统递推最小二乘辨识方法

随着控制技术的发展,控制对象的规模越来越大,使得辨识算法的计算量也越来越大.对于结构复杂的非线性系统,特别是包含未知参数乘积的非线性系统,使得过参数化辨识方法的参数数目大幅度增加,辨识算法的计算量也急剧增加,因此探索计算量小的参数估计方法势在必行.针对输出非线性方程误差类系统,讨论了基于过参数化模型的递推最小二乘类辨识方法;为减小过参数化辨识算法的计算量和提高辨识精度,分别利用分解技术和数据滤波技术,研究和提出了基于模型分解的递推最小二乘辨识方法和基于数据滤波的递推最小二乘辨识方法.最后给出了几个典型辨识算法的计算量、计算步骤、流程图.     

输入非线性方程误差系统的多新息辨识方法

针对输入非线性方程误差系统,即输入非线性受控自回归系统,研究了基于过参数化模型的多新息辨识方法和基于过参数化模型的递阶多新息辨识方法;研究了基于关键项分离原理的多新息辨识方法;使用辨识模型分解技术,研究了基于关键项分离原理的两阶段多新息辨识方法和三阶段多新息辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算量、计算步骤和流程图.     

系统辨识(5):迭代搜索原理与辨识方法

递推辨识与迭代辨识构成了两类重要的参数估计方法.递推辨识的递推变量与时间有关,因而可以用于在线估计系统参数;迭代辨识的迭代变量是自然数,与客观世界的时间无关,通常用于离线估计系统参数.基于辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等辨识方法都可以用递推算法和迭代算法实现.迭代方法渊源很早,如求解矩阵方程Ax=b的雅可比迭代、高斯-赛德尔迭代等.迭代辨识方法主要使用梯度搜索、最小二乘搜索、牛顿搜索原理来实现.为此主要研究了CARMA系统和Box-Jenkins系统的最小二乘迭代辨识方法与梯度迭代辨识方法.这些方法也可推广到其他所有方程误差类系统和输出误差类系统,以及非线性系统.迭代辨识方法通常用于有限量测数据的系统辨识,其收敛性证明是辨识领域极具挑战性的研究课题.     

系统辨识(7)：递阶辨识原理与方法

递阶辨识是系统辨识的一个重要分支.递阶辨识原理是在大系统递阶控制的"分解-协调原理"基础上发展起来的,它不仅能够解决参数数目多、维数高、大规模系统辨识算法计算量大的问题,而且能够解决结构复杂的双线性参数系统、多线性参数系统以及非线性系统的辨识问题.首先介绍递阶辨识原理和线性方程组Ax=b的著名雅可比迭代和高斯-赛德尔迭代,给出了线性方程组的迭代方法族;其次将雅可比迭代思想和递阶辨识原理用于研究一般矩阵方程和耦合矩阵方程的递阶梯度迭代求解方法和递阶最小二乘迭代求解方法;再次介绍了方程误差模型的两阶段最小二乘辨识方法(一个简单的递阶辨识方法)和线性回归模型的递阶最小二乘辨识方法;最后研究了类多变量CARMA系统的递阶辨识方法.     

系统辨识(3)：辨识精度与辨识基本问题

系统辨识是研究建立系统数学模型的理论与方法.讨论系统辨识涉及的一些基本问题,包括辨识精度、辨识方法的提出,辨识输入信号的设计,参数可辨识性与系统可辨识性,开环可辨识性与闭环可辨识性,可辨识性与能控性和能观测性的关系,可辨识性与输入信号的关系,以及与辨识方法收敛性相关的激励信号与激励条件,辨识算法收敛分析的基本工具,典型辨识算法的收敛结论等.     

动态调节模型的三阶段最小二乘辨识方法

针对动态调节模型提出一种三阶段最小二乘辨识方法.先将模型变换为CARMA模型,估计出变换后的CARMA模型参数,再利用已得到的参数估计依次辨识原模型中的系统模型参数和噪声模型参数.该方法原理简单,有效可行.     

系统辨识(8):耦合辨识概念与方法

耦合辨识是系统辨识的一个重要分支,是新近发展和提炼形成的一种辨识概念,主要用于研究结构复杂的参数耦合线性和非线性多变量系统的辨识问题.辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是本文作者提出的一些新的辨识研究思路、理念和方法,分别能够用于研究存在未知过程变量的不可测系统的辨识,能够提高辨识方法的收敛速度和参数估计精度,能够解决结构复杂、大规模多变量系统及参数耦合多变量系统的辨识问题、减小辨识算法的计算量.首先介绍多变量系统耦合辨识概念,在此基础上讨论多变量系统的几种(全)耦合最小二乘辨识方法、(全)耦合随机梯度辨识方法、部分耦合随机梯度辨识方法、部分耦合最小二乘辨识方法等,最后说明耦合辨识方法可推广用于有色噪声干扰多变量系统的辨识,并列出了一些多变量系统模型结构,阐述了耦合辨识概念可以结合辅助模型辨识思想、多新息辨识理论、递阶辨识原理、迭代搜索原理(梯度迭代、最小二乘迭代、牛顿迭代)等来研究线性或非线性多变量系统的辨识问题.     

辅助模型辨识方法(3):输入非线性输出误差自回归系统

输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.针对输入非线性输出误差自回归系统,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术,研究了相应的基于过参数化模型的辅助模型递推辨识方法、基于关键项分离的辅助模型递推辨识方法、基于数据滤波的辅助模型递推辨识方法.这些方法可以推广到其他输入非线性输出误差系统、输出非线性输出误差系统、反馈非线性系统等.并给出了几个典型辨识算法的计算步骤、流程图和计算量.     

辅助模型辨识方法(2):输入非线性输出误差系统

针对具有已知基的输入非线性输出误差系统,提出了基于过参数化模型的辅助模型递推辨识方法和辅助模型递阶辨识方法,提出了基于关键项分离的辅助模型递推辨识方法、基于关键项分离的辅助模型两阶段辨识方法和辅助模型三阶段辨识方法,提出了基于双线性参数模型分解的辅助模型随机梯度算法和基于双线性参数模型分解的辅助模型递推最小二乘算法,并给出了几个典型辨识算法的计算量、计算步骤.这些算法的收敛性分析都是需要研究的辨识课题.     

基于模糊自整定PID的直升机飞行控制律设计

在经典PID控制律基础上,引入模糊控制的概念设计模糊自整定PID控制律改进无人直升机姿态回路控制器,实现了PID控制器的参数在线自整定,并改善了控制器性能.通过Matlab对闭环系统进行算法仿真,表明模糊自整定PID控制器能够发挥优于传统PID控制器的控制性能.最后对所设计的控制器进行半物理仿真验证,通过对比典型输入指令下经典PID和模糊自整定PID两种控制器的控制效果,验证了模糊自整定PID对系统性能的优化.     

大量气象数据小文件自适应优化传输

为满足气象实时资料传输中大量气象数据小文件的高时效传输需求,对其中的数据传输服务进行优化,提出一种基于实时网络状况的自适应数据传输优化方法。该方法采用优化网络传输协议并使用文件压缩技术,通过获取网络传输线路上的实时参数,实时调整压缩参数和网络传输参数以优化传输性能。在自适应压缩时,通过试验分析和归纳,确立了气象数据小文件标准为文件小于50 KB;根据网络实时状况,设计了基于实时网络状况自适应调整压缩等级的算法。在自适应传输参数调优中,研究了TCP缓冲区大小和TCP并发连接数在GridFTP协议中的重要性,针对实时网络状况,分别设计了自适应调整TCP缓冲区大小和TCP并发连接数的算法,算法提升传输性能65%。对以上提出各自适应参数调整算法进行试验验证表明,融合压缩和网络传输的自适应调优方法能显著提升气象小数据文件的传输性能近500倍。     

天气雷达移动测试保障平台自动智能化测试设计及实现

针对天气雷达固定测试平台存在无法完成雷达系统、分系统关键参数测试;便携式移动测试平台不具备对雷达自动控制功能,无法实现一键自动化测试功能;以及雷达故障诊断不具备智能诊断等缺点,设计了一种基于天气雷达移动测试保障平台的自动智能化测试系统,该系统由软件系统、嵌入式计算机系统、测量仪器功能组件以及测试适配接口四大部分组成。该系统基于标准总线与合成仪器的架构,采用高集成度的射频收发硬件平台和具有二次开发能力的开放式可扩展软件平台相结合进行设计。通过仪表和雷达自动化控制、测试数据自动采集和处理、测试报表自动生成、基于逻辑判断的故障智能定位等技术,实现了雷达参数自动化一键测试和定标,以及雷达故障智能定位等功能。结果表明,该系统能提高雷达现场测试、定标和故障诊断效率。     

基于PPM硬判决的ARQ-FSO系统误码性能分析

基于PPM（Pulse Position Modulation）硬判决检错的ARQ-FSO（Automatic Repeat Request-Free Space Optical）通信系统结合了PPM硬判决和新的ARQ协议.该系统以PPM硬判决的结果代替了传统ARQ的监督码元作为数据的检错依据,同时只重传数据包里面译码失败部分的PPM符号,消除了传统ARQ中用来检错的信息冗余,提高了系统的效率.理论分析表明该方案能够有效地改善硬判决误码率,其通过率也优于传统ARQ,适用于较低误码率、低复杂度的自由空间光通信场景.     

基于ORACLE的陇东南区域自动气象站数据库设计及应用

区域气象自动站的建立,提高了防灾减灾及突发灾害性天气的监测预警能力。随着站点建设规模的快速扩展,数据处理量成倍增多,对数据库系统的存储处理提出了更高的要求。ORACLE数据库在处理海量数据方面,性能优异、可伸缩性强。以ORACLE 10G作为核心数据库,设计、建立了基于ORACLE的陇东南区域自动气象站数据库与应用系统。经过试用表明,该数据库能够很好地满足区域自动气象站数据实时访问和检索需求,提高了数据应用效率,实现了陇东南和周边部分地区近千个站点的资料自动入库、存储和查询检索。本文对数据库设计、SQL语句查询优化原则、ORACLE数据服务器和客户端的连接配置等方面做了重点介绍。     

预测函数算法在同步发电机励磁系统中的应用

预测函数控制(Predictive Function Control)方法克服了传统预测控制算法复杂、在线计算量大的缺点,具有算法简单、计算量小、跟踪速度快和精度高等优点,适合同步发电机励磁等快速系统.介绍了预测函数控制(PFC)的基本原理和特点,成功地将预测函数控制算法运用到同步发电机励磁系统中.仿真结果表明:预测函数控制算法的控制效果明显优于PID和分数阶PID控制器,其对同步发电机启动时的机端电压、短路时的电压和断路时的电压等都能起到良好的控制作用.     

ECMWF集合预报系统对秦岭周边地区降水确定性预报的性能分析

尽管确定性预报不是集合预报系统(EPS)的主要目的和应用方向,但其每一个成员的预报表现决定了集合预报系统的预报性能,集合平均也是实际预报业务的一个重要参考指标。为此,利用2013~2015年5~10月的欧洲中期天气预报中心(ECMWF)集合预报系统的降水预报资料,CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3×10~4余个自动气象观测站的逐小时降水量融合资料,研究ECMWF集合预报系统对秦岭周边地区逐日降水的控制预报、成员预报、集合平均的预报能力,并探索提高降水集合平均预报性能的有效方法。主要结论如下:(1)无论是集合平均还是控制预报,整体上都较好的刻画了秦岭周边地区降水的空间形态,比较而言,控制预报能够更好的表现了降水的方差变化。(2)泰勒分析表明,集合平均的降水方差随预报时效增加单调减小,控制预报的方差变化随预报时效的增长振荡较小,其相关系数略优于集合平均。(3)技巧评分表明,集合平均使小雨(降水发生频次)的预报偏差显著增加,增大了空报率;使大雨以上的降水预报偏差减小,增大了漏报率,从而使得大多数情况下,集合平均TS(Threat Score)、ETS(Equitable Threat Score)评分低于控制及扰动成员预报。分析认为这主要是由于降水这一要素的偏态分布特性引起的。(4)集合平均的显著贡献在于能够较好的指示可能发生降水的空间位置。通过阈值限定,调整预报偏差,减少(增大)其对小雨(暴雨)的预报频率,能够使集合平均的TS、ETS评分大幅度提升,预报技巧显著优于成员预报和控制预报。目前,预报偏差Bias订正方法已成功应用于陕西省精细化格点预报系统中。     

海气耦合模式的优化方法研究

气候模式不断发展的同时，对高性能计算机提出了更高的要求，如何提高模式在现有计算机资源上的运行效率问题已越来越重要。文章介绍了利用编译器优化和手工优化技术对海气耦合模式进行优化试验，优化后模式运行效率提高60%，表明将这些优化方法应用到气候模式的改进工作中，可以达到较好的效果。     

基于生成对抗网络的音乐标签自动标注

针对如何快速有效地对音乐信息进行查询、检索和组织的问题,提出了一种基于生成对抗网络模型的多标签音乐自动标注系统.通过音乐自动语义标注技术,可以提高音乐检索系统的性能.利用LDA方法对音乐标签进行聚类以获取主题类别,再通过生成对抗网络,找到音乐的音频特征与语义特征之间的映射关系.应用于CAL500数据集的5次交叉验证实验结果表明,该方法的综合性能指标与现有方法相比有较大的提升.     

MODIS BRIGHTNESS TEMPERATURE DATA ASSIMILATION UNDER CLOUDY CONDITIONS: METHODS AND IDEAL TESTS

Clouds have important effects on the infrared radiances transmission in that the inclusion of cloud effects in data assimilation can not only improve the quality of the assimilated atmospheric parameters greatly, but also minimize the initial error of cloud parameters by adjusting part of the infrared radiances data. On the basis of the Grapes-3D-var (Global and Regional Assimilation and Prediction Enhanced System), cloud liquid water, cloud ice water and cloud cover are added as the governing variables in the assimilation. Under the conditions of clear sky, partly cloudy cover and totally cloudy cover, the brightness temperature of 16 MODIS channels are assimilated respectively in ideal tests. Results show that when the simulated background brightness temperatures are lower than the observation, the analyzed field will increase the simulated brightness temperature by increasing its temperature and reducing its moisture, cloud liquid water, cloud ice water, and cloud cover. The simulated brightness temperature can be reduced if adjustment is made in the contrary direction. The adjustment of the temperature and specific humidity under the clear sky conditions conforms well to the design of MODIS channels, but it is weakened for levels under cloud layers. The ideal tests demonstrate that by simultaneously adding both cloud parameters and atmospheric parameters as governing variables during the assimilation of infrared radiances, both the cloud parameters and atmospheric parameters can be adjusted using the observed infrared radiances and conventional meteorological elements to make full use of the infrared observations.