总体最小二乘的改进与信道估计应用

总体最小二乘法同时考虑了数据矩阵和观察值的误差,在参数估计中得到广泛应用。然而总体最小二乘法没有针对具体问题利用误差的先验信息。总体最小二乘的改进算法—结构总体最小二乘法设定了误差矩阵的结构,通过迭代运算估计参数及误差。基于叠加训练序列的时不变信道估计中,信息序列均值构成的误差矩阵为Toeplitz矩阵。结构总体最小范数法作为一种结构总体最小二乘法,可以设定误差矩阵具有Toeplitz结构,有效提高叠加训练信道估计性能。论文对比了最小二乘,数据最小二乘,总体最小二乘和结构总体最小范数在叠加训练序列信道估计中的应用,仿真结果表明,基于结构总体最小范数的估计算法的归一化信道均方误差最小。     

三维高密度电法正反演模拟阻尼系数最优设置研究

根据高密度电法的基本原理以及三维高密度电法的正演和反演理论,建立了三种典型模型进行正演模拟,再通过设置不同的阻尼系数对每种模型进行反演,分析反演结果并比较其优缺点,得出不同模型阻尼系数的选取对反演效果的影响规律。结果表明,通过选择最佳阻尼系数,既可减少反演计算收敛的迭代时间,又提高了反演分辨率和精度,从而得到更加精确的工程地质结构资料。     

城市轨道交通高峰线路客流协同控制方法

在线路客流控制中，需同时考虑各个车站控流方案的可执行性与协同性. 采用 Fisher 最优分割法确定合理客流控制时段，基于此建立以乘客总等待时间最少和旅客周转量最大为目标的线路客流协同控制线性规划模型. 基于成都地铁2 号线AFC数据进行实验，针对协同控流与非协同控流方案，以及不同客流控制时段划分方案下的协同控流方案进行对比实验. 算例中：协同控流方案在旅客周转量下降约1.0%的情况下，乘客总等待时间减少约 56.7%；基于Fisher 最优分割法确定的时段划分方案中协同控流方案在乘客总等待时间方面最优，并具有很好的可执行性.     

地波雷达目标方位角估计算法

地波雷达由于其良好的超视距目标探测性能得到广泛重视与研究。而作为参数估计的重要组成部分,获取精确的目标方位估计算法一直是地波雷达阵列信号处理的主要工作。近年来,地波雷达阵列天线不断趋向于小型化,使得在进行方位角估计过程中,高分辨算法得到了研究与应用。本文针对地波雷达阵列接收信号数据特点,重点对比分析3种高分辨算法的性能,为DOA估计提供算法选择依据,具有重要的工程应用价值。     

基于运动学的汽车悬架多目标优化方法探讨

对悬架运动学多目标优化问题进行描述,介绍了设计变量的选择方法,对主要目标法、加权和法以及Pareto最优法三种优化方法进行分析,并比较其各自优缺点,在分析加权和法过程中介绍了加权因子的确定方法。通过对三种优化方法的分析、对比,为悬架运动学优化提供参考。     

考虑不同路面附着情况的整车质量估计方法研究

利用带有遗忘因子的递推最小二乘估计,实现了一种整车质量估计方法,该方法考虑了不同路面附着情况对整车质量估计过程的影响,通过引入路面特征系数,实现了算法对不同路面附着情况的适应。基于Matlab/Simulink编写辨识算法并在CarMaker中完成仿真测试,测试结果表明所实现的辨识方法对整车质量估计的精度可控制在10%之内。此外,由于递推最小二乘估计方法和卡尔曼滤波方法之间的内在联系,通过推导表明了递推最小二乘估计方法是状态转移矩阵为单位阵的卡尔曼滤波方法的特殊形式,为2种估计方法的工程应用形式及调试过程提供了更全面的信息。     

基于方法组合的轨道电路故障诊断模型

为了解决单一方法对25 Hz相敏轨道电路的故障诊断精度偏低等问题,提出基于最优权值的多方法组合故障诊断模型。首先通过模糊综合评判、灰色关联分析和BP(Back propagation)神经网络3种不同的诊断方法,对轨道电路进行初步故障诊断,然后根据各诊断方法的误判率计算出对应的最优权值,最后对各方法的诊断输出进行最优权值加权平均得到综合诊断的输出结果,确定故障类型。诊断结果表明:组合诊断模型有效地提高了轨道电路故障诊断的准确度,并证明了组合诊断模型的诊断准确度随着诊断方法的数量增加而提高。