基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中的相关数据并应用递推最小二乘法对电池模型参数作出辨识.分析了扩展卡尔曼滤波(EKF)算法以及自适应BP神经网络算法的原理,联合两种算法并在此基础上提出了自适应BP-EKF算法(ABP-EKF).运用所提出的算法对锂离子电池SOC进行联合估计,最后通过对比ABP-EKF与EKF两种算法估计锂电池SOC的数据,研究结果表明:所提出ABP-EKF算法相比于EKF算法在均值误差项与均方根误差项分别减少了3.9％和3.79％.     

高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

列车轮对状态的融合监测系统

为了提高列车轮对故障诊断准确率和改善现有列车轮对状态在线监测方法的不确定性,结合多传感器信息融合原理,设计了列车轮对融合监测系统,采用特征层融合自适应加权算法进行了轮对状态融合监测,以自适应的方式寻求最优加权因子,使状态测量值总均方误差最小,比较了特征层融合自适应加权算法、模糊数据关联算法、变结构多模的状态估计算法和BP神经网络算法的计算结果。比较结果表明:当轮对两端轴承均出现故障后,两传感器输出的测量值分别为22.0470和21.0250,而此融合算法计算出的估计值为4.2642,融合值最接近真值,因此,列车轮对融合监测系统可靠性高,抗干扰性强。     

一种增强的运动自适应算法

基于传统算法,提出了一种增强的运动自适应去隔行算法．在第一步运动检测得出运动状态之后用中值检测来纠正运动误判,提高了运动检测的抑制噪声能力．其次,由检测结果进行运动自适应插值：对图像静止部分使用场间插值,对运动部分使用边缘自适应插值．实验结果表明,该算法提高了运动检测的准确性,对静止图像和动态图像均能达到较好的效果．在一定程度上克服了传统算法带来的运动模糊、边缘锯齿等问题,同时与运动补偿算法相比,具有易于硬件实现的优点．     

基于ART半监督在线学习的文档分类

根据自适应谐振理论提出了半监督学习自适应谐振理论系统．在该系统中取消了一般半监督学习算法中假定已知数据概率分布的条件限制，利用自适应谐振理论的稳定性和可塑性，使其具有非常强的学习新模式和纠正错误能力．为了提高系统自适应性能力，将警戒参数设置为动态变化。实验结果表明半监督学习自适应谐振理论系统的性能优于判别式CEM算法，特别是在含有噪音和新模式数据情况下，其优势更为明显。     

改进的BP神经网络预测模型及其应用

针对传统BP神经网络算法在对预测问题中存在的网络具有易陷入局部极小、收敛速度慢的缺陷,引入附加动量法和自适应学习速率法改进BP神经网络预测模型．将改进后的预测方法应用于企业的市场需求预测问题,以某汽车制造企业过去12个月汽车销售量的实际数据为样本,分别采用基于时间序列和基于因素分析两种预测模型,对所提出的改进预测方法进行实证分析．结果表明：所提出的算法对销售量的预测精度较高,误差均小于8．8％,运算时间也有所降低,预测结果表明文中所提出的算法在处理网络易陷入局部极小、收敛速度慢的预测问题方面的有效性．     

基于卡尔曼滤波的车辆动态导航定位滤波算法

提出一种GPS动态定位系统模型,即是将GPS的误差等效为马尔柯夫过程,基于标准的卡尔曼滤波算法建立了一种利用GPS对车辆进行动态导航定位的滤波模型及自适应卡尔曼滤波算法.在实际研究过程中将其应用于车辆的导航定位系统,获得了显著的效果.结果验证了自适应卡尔曼滤波方法的可行性.     

基于自适应粒子群优化算法的交通量短时预测模型

在考虑交通量短时变化的时空特性和波动性基础上,建立了非线性交通量短时预测模型.根据我国城市道路交通流非线性、时变性、随机性等特点,提出自适应粒子群优化算法对非线性交通量短时预测模型进行在线修正.该自适应粒子群优化算法采用两步优化策略,对算法参数进行调整,避免算法早熟收敛,有效提高了算法的运算精度和效率.利用城市道路的实测数据,通过Mat-lab软件工具箱对该模型进行计算机仿真验证.     

雷电信号对船舶轴频电场检测算法影响的研究

针对现有船舶轴频电场检测均未考虑雷电信号对其影响,实测了因雷电引起的1～10Hz频段内的水下电场信号,总结了该信号的特征,并分析了其对船舶轴频电场检测算法的影响.提出通过调整轴频电场检测算法中数据窗时间长度、滑动数据窗的时间间隔和特征值大于门限值的持续时间来消除雷电信号对船舶轴频电场检测算法的影响.通过对实测船舶轴频电场和雷电信号的验证表明,该方法行之有效.     

A Semi—blind Adaptive Beamforming Algorithm for Wideband Coherent CDMA

This paper presented a novel semi-blind adaptive beamforming algorithm specially designed for wideband coherent CDMA mobile communication systems with multiplexd control and data channels. The presented algo-rithm uses a parallel structure to exploit not only the desired user‘s pseudo noise sequence but also the information from multiplexed pilot and data symbols, thus help achieve faster convergence and lower bit error rate. Monte Carlo simulation results verified the performance improvement in terms of BER.     

自适应冗余字典学习的高光谱混合像元解混

针对线性稀疏解混模型无法准确识别真实端元造成丰度估计误差较大的问题,本文提出一种基于自适应冗余字典的高光谱混合像元解混算法.该算法根据地物在空间上的连续性,以及高光谱数据中信号成分与光谱库中物质光谱的强相关性,首先保留每个像元在光谱库上投影系数大于设定阈值所对应的光谱,将其作为与每个像元信号成分最匹配的光谱集合;然后合并该集合以构建高光谱数据的自适应冗余字典;最后利用ADMM算法求解高光谱数据在该字典上的丰度矩阵.仿真和实际高光谱数据实验结果表明,本文所提出的算法可减小丰度估计误差,在信噪比为15~35 dB时,其丰度估计准确性高于性能较优的SUnSAL算法约1~2 dB.      

Parameter identification algorithm for fault location using one terminal data based on frequency domain

Fault locationtechniques for power systemhavebeen investigated for many years.The quicker theaccurate location of a fault,the faster the electricpower restoration of service.The fault location techniques can be classifiedintot wo classes:one uses the data fromone ter minalof trans mission line;the other uses the data fromboth ter minals.The accuracy of one ter minal faultlocators is affected by the assumptions about thefault resistance,the source i mpedance,and the cur-rent flowinto fault from…     

考虑多路径选择的定制电动公交线路优化

为提高定制电动公交系统运营效率,本文探讨了考虑多路径选择的定制电动公交线路优化问题。首先,构建描述该问题的混合整数规划模型,以实现线路与路径的双重决策优化。模型以运营总收益最大化为目标,在约束中考虑定制电动公交特性,如车容量,乘客出行时间窗,续航里程,访问站点数等。其次,为求解模型,设计新的自适应大邻域搜索算法,提出相应的初始解生成规则和邻域搜索算子,并通过算例验证算法的有效性。最后,基于实际路网及乘客出行时空需求进行实证分析,验证多路径选择可进一步优化定制电动公交线路。结果表明,本文方法可根据优化目标为运营者提供多种线路运行方案,为定制电动公交线路规划提供依据。     

一种改进的模型跟随自适应控制算法

提出了一种改进的模型跟随自适应算法(DS-AMFC),即把系统输出的误差引入控制信号,同时,利用线性神经网络对系统(k+1)时刻输出误差预测,并利用该预测值对系统进行控制。仿真表明该改进算法较原算法有较强的跟随模型的能力。     

基于11/2维谱的舰船轴频电场线谱提取

11/2维谱可加强成整数倍谐波信号的基频分量,抑制高斯有色噪声及对称分布的噪声,剔除非二次相位耦合的谐波分量,这些特性对提取舰船轴频电场线谱十分有利.采用该方法对船模产,生的轴频电场实测数据进行了处理,实验表明它可以有效地将微弱的轴频电场信号从背景噪声中分离出来.     

数控系统小线段高速加工中的“拐点问题”

在数控系统的连续小线段高速插补中,由于线段终点速度不为零及插补的离散特征,线段最后插补点与终点不能自然重合,若强行把终点作为最后插补点,可能带来速度冲击．为解决这一问题,本文提出了一种全新的处理方法,在确保没有速度冲击的前提下,允许插补点不通过线段终点,简化了插补算法．该方法产生的最大轮廓误差仅取决于最大加速度及插补周期,在实际系统中进行误差控制十分方便．     

单自由度磁悬浮系统无模型自适应控制的研究

针对单自由度磁悬浮系统的非线性及难以建立精确数学模型的问题，将全格式无模型自适应控制（FFDL-MFAC）方法应用于单自由度磁悬浮系统，首先，采用无模型自适应控制算法、伪梯度估计算法、伪梯度重置算法和单自由度磁悬浮系统的动态化数据模型，设计单自由度磁悬浮系统的控制器；然后，仿真分析MFAC控制参数对单自由度磁悬浮系统控制效果的影响及对阶跃响应信号、干扰信号和噪声信号的响应特性；最后，在磁悬浮球实验装置上进行实验验证. 研究结果表明:全格式无模型自适应控制方法只需采集单自由度磁悬浮系统在工作状态下的I/O数据，无需建立单自由度磁悬浮系统精确数学模型，通过设定全格式无模型自适应控制器参数即可使控制器具备良好的自适应性和鲁棒性，实现高精度稳定悬浮控制；与PID相比，FFDL-MFAC将系统的超调量降低了0.005，稳定悬浮位移的误差均方根减小了0.2607.      

消除相互影响的基波及谐波相量测量算法

信号中含有谐波时,基波及谐波会相互影响到对两者的准确测量.鉴于此,本文提出能够同时测量基波及谐波,且能够消除两者相互影响的算法.首先,通过拓展泰勒模型,建立含有谐波的动态信号模型;然后,充分利用信号频域信息在同一数据窗中获得多个不同频点处的相量值,进而计算得到表示基波时变性和谐波分量的模型参数;最后,应用理想信号模型以及动车组实测数据来检验算法的性能.研究结果表明:虽然需要增加约5.4%的运算量,但本文算法能成功消除基波及谐波间的相互影响,对基波及谐波测量误差最大减小了21.3%,方差减小了2.7%.