时变参数

摘要： 针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带遗忘因子的迭代学习最小二乘算法,进而引入权矩阵,采用加权迭代学习最小二乘算法改进系统跟踪误差,以提高辨识精度。该文分别给出3种算法的推导过程并进行仿真验证。结果表明,与迭代学习最小二乘算法和带遗忘因子迭代学习最小二乘算法相比,加权迭代学习最小二乘算法具有辨识精度高、跟踪误差小以及迭代次数少等优点。

摘要： 鉴于新型冠状病毒的传播特性,染病者不仅具有潜伏期且存在大量的无症状感染者,在经典SEIR模型的基础上,重新定义潜伏状态为密切接触状态,引入无症状感染状态,并考虑模型中状态转移参数会随着时间增长发生变化,提出了一种新的包含“易感状态,密切接触状态,无症状感染状态,确诊状态,移除状态”等五类状态的传播模型。利用湖北省真实疫情数据进行模型实验并对比结果,采用RMSE、MAPE值作为评价指标,结果表明,SCUIR模型的拟合精度有显著提升,与传统模型相比降低了8.3%~47.6%的拟合误差,并且可以计算出疫情中难以统计的隐藏数据,进一步刻画了疫情传播机理。

摘要： 遗忘因子最小二乘算法(RLS)具有对时变系统参数在线估计的能力,而传统的遗忘策略对解决参数辨识矩阵过饱和问题具有一定局限性。为了拓展现有RLS算法在时变系统的适用范围,提出一种将选择遗忘机制(SF)与RLS算法结合的时变系统辨识算法。从而构造出一种基于参数矩阵特征值映射的有界函数,特征值映射函数能够根据系统数据传递过程中信息量的大小动态调整遗忘因子,解决了参数辨识过程中数据分布不均匀问题。仿真结果表明,相比传统的RLS算法,带有选择遗忘机制的RLS算法能够更加准确的跟踪系统参数的变化,同时保证系统不是2N阶持续激励信号的情况下,也能够对时变系统参数进行跟踪。

摘要： 一、引言在半可信云环境中,个人和企业可将数据的存储、计算等任务外包给云服务提供商(CSP),以更好的专注于自身的业务领域,不再受固定的物理位置和有限的计算资源限制。CSP作为专业的管理实体,同样面临来自内外部的多重威胁,云安全事件时有发生。可以说,云端数据内容的保护本质上并不是绝对安全的,目前学者们已讨论过有诸多应对加密方案,各有其优势。

摘要： 根据永磁超环面电机特殊的转子结构,建立了该电机的电磁参数方程,并推导了含行星轮转子位置信息的时变数学模型,应用状态空间法分析了该电机的周期波动特性。结合超环面电机的时变参数,完成了对其PI控制器的参数整定。结合行星轮自转引起的参数摄动,将闭环系统反馈得到转子位置信息引入到终端滑模控制器中,使控制器参数跟踪超环面电机的时变参数。将终端滑模控制与PI控制的仿真结果对比分析,结果表明:该控制策略有效地削弱了永磁超环面电机输出性能上的周期波动,并且具有良好的响应速度、抗干扰性和鲁棒性。

摘要： 对不确定微分方程中的时变参数进行估计.首先利用不确定极大似然估计的方法获得与观测值时刻对应的时变参数估计值,然后将这一系列时变参数估计值利用回归分析的方法进行线性或者非线性拟合,得到时变参数估计.其次为了验证时变参数估计值的合理性,给出了带有时变参数的不确定微分方程的α-轨道及其性质和可决系数R2,对时变参数是否合理进行了评判.最后给出一个新型冠状病毒传播模型的数值实例验证估计方法的有效性.

摘要： 针对复杂的非线性小样本序列,文章在离散GM(1,1)模型基础上引入多项式时间项构造了多项式时变参数离散灰色模型(PDGM(1,1)模型),证明了该模型的白指数规律、多项式规律重合性和伸缩变换一致性,优化了该模型的迭代基值。并且通过在PDGM(1,1)模型的发展系数和灰作用量中选取多个不同的多项式时间项,构造了一系列PDGM(1,1)模型,根据MAPE最小原则建立了最优多项式时变参数离散灰色模型。实例建模的结果表明该模型具有较高的模拟和预测精度。

摘要： 针对汛期水库安全监测数据短序列、贫信息、多突变的特征,提出了采用二进制蚁群时变灰模型构建水库安全监测预警分析模型。将二进制蚁群算法引入时变灰模型的参数优化中,既克服了蚁群算法在对组合优化的缺陷,又能避免传统灰模型参数固定导致模型适应性不强的缺点;同时采用等维新信息处理,可以进一步提高模型对新信息的利用,增加模型中长期预测能力。实际工程应用表明,基于二进制蚁群的时变灰模型对水库安全预警的非线性拟合是可行的,为汛期水库的安全稳定分析评价提供了一种较为有效的新方法。

摘要： 针对在机器人去毛刺工艺中常规控制方法一般不能区分环境参数的变化和较大毛刺带来干扰的问题,提出了一种基于时变参数的广义预测控制算法,可根据毛刺尺寸及材料属性的变化自动调整参考切削力.通过计算传感器检测到的力和预测力之间的偏差值,实现机器人力环与位置环的控制.仿真结果表明:提出的控制策略对环境参数变化具有较好的鲁棒性,在机器人打磨作业中能够加工出均匀的表面,获得更好的加工质量.

摘要： 随着后疫情时期各项刺激政策有序退出,稳杠杆的紧迫性和优先性开始提升.本文通过构建一个TVP-SV-VAR模型,研究经济增长和货币政策冲击对宏观杠杆率的时变影响.结果 表明:影子银行发展导致的企业融资渠道多元化以及宏观杠杆率统计口径的不健全,使得2008年之后正向GDP冲击引起的去杠杆效应表面上有所增强.资金使用效率的下降造成2009年以来货币供应量增加对经济增长的驱动力下降,对宏观杠杆率的驱动力上升.利率上升在短期和长期能够抑制宏观杠杆率增长,但中期会加剧企业债务负担,利率市场化改革及传导渠道的畅通提升了利率对宏观杠杆率的调控效率.本文认为,当前应进一步完善宏观杠杆率的监测和统计口径,保持货币供应量稳定增长,发挥利率在稳杠杆中的作用.

摘要： 本文利用1952～2005中国宏观经济数据，分别建立教育投入对经济增长影响的固定参数、时变参数模型，估算了样本期内中国财政教育投入的平均弹性与时变弹性。估计结果表明，无论从静态还是动态角度看，教育投入对经济增长的影响是显著的，平均而言，样本期内滞后两期教育投入每增长100，可使当期的GDP大约增长0. 1034%，但是教育投入弹性在样本期内随着中国经济体制、经济政策、教育体制、教育改革、教育政策以及国际经济环境的变化呈现较大的波动，国际经济形式人们无法控制，但国内的经济、教育形式完全掌握在人们自己手中，教育作为人力资本形成的重要途径，不仅作为社会直接投资或消费影响经济增长，而且影响着教育质量、劳动投人效率、劳动者的收人进而影响整个社会的和谐与稳定。在国际竞争日益激烈的当代，一国的教育状况直接影响该国的人力资本存量;而人力资本存量决定着能否吸引国际高附加值的外商直接投资的关键。因而中国首先应加大教育投入力度，以教育为支点带动经济的各个环节健康发展，注重教育投人总量提高的同时，注意投入地区结构、城乡结构分布合理，兼顾效率和公平。

摘要： 本文从商品进口结构的视角来分析进口对我国经济增长的作用.利用显示技术附加值的附值原理并结合SITC (REV.4)将进口商品分为劳动密集型产品、资本密集型产品、技术密集型产品、农副产品以及能源产品五类,使用1986～2006年间的数据利用卡尔曼滤波器进行时变参数回归分析,测算各类商品进口对经济增长的贡献度.通过分析得出,在考虑时滞的情况下,能源产品、劳动密集型产品、资本密集型产品和技术密集型产品的进口对我国经济增长的促进作用随时间逐渐递减；其中,劳动密集型产品的进口对经济增长的作用始终表现为积极作用；而农副产品的进口对我国经济增长的作用随时间逐渐递增.

摘要： 时序分析模型可很好地对变形体的观测数据进行拟合和未来数据预测。为了在变形预测数据处理中应用时序模型，须对变形观测数据转变为零均值平稳时间序列。本文结合灰色预报系统的灰色性和时变性，根据变形体的实际变形规律，将a(t)，b(t)-时变参数及灰色理论应用于时序模型建模中，提出并建立时变参数灰序模型TGM-AR。时变参数灰色模型用于提取趋势项部分，时序模型用于提取随机部分。模型应用于隧道地表的沉降分析和预测，得到了较好的效果。

摘要： 本文论述了将状态空间模型应用于面板数据,并采用卡尔曼滤波算法对模型参数进行估计的方法.通过运用该方法,本文对含有时变参数的C-D生产函数建立了状态空间模型,选取省际面板数据估算了1986～2011年中国东、中、西部的产出弹性及技术进步率,确定了不同区域要素弹性及技术水平随不同时期的变化趋势,并对其变化差异进行了分析.分析表明,东部地区资本产出弹性呈稳步下降的趋势,而劳动产出弹性的变化趋势恰恰相反;中部地区的资本产出弹性和劳动产出弹性都呈上升的趋势;西部地区资本产出弹性逐步上升,劳动产出弹性不断下降.

摘要： 随着金融自由化和全球一体化的加深，资本市场与外汇市场的关系愈加紧密。本文首次从投资者异质性和外汇干预的角度建立理论模型探讨汇率与股价之间的动态关系，模型结果显示汇率与股价之间的关系具有是时变性，且投资者异质性是导致时变性的重要因素。在理论模型的基础上，通过采用SV-TVP-SVAR模型，利用2005年汇改后的数据实证研究了人民币汇率与我国股价之间的时变动态关系，同时为了稳健性的考虑，通过选取日本的数据分析了日元汇率与日本股价之间的动态关系，实证结果表明汇率与股价之间的关系呈现出显著地时变性;汇率变动与股价波动之间不一定：存在汇率升值——股价上涨的同期关系，但对于我国而言，2009年之前存在人民币升值——股价上涨的联动效应，但2009年之后却出现人民币升值——股价下跌的联动效应;而对于日本，2002年之后日元汇率波动与股价变动之间存在负向的动态关系。

摘要： 针对子空间辨识算法对时变参数跟踪速度慢的问题，近年来不少学者引入固定遗忘因子机制和变遗忘因子机制改进算法。首先，在总结遗忘因子作用于数据形式的基础上，总结得到基于变遗忘因子Hankel矩阵的更新一般形式；随后以固定遗忘因子机制的输入输出关系式为基础，设计新的基于自适应变遗忘因子递推子空间辨识算法；同时分析讨论了改进方法与传统遗忘因子方法对时变参数的跟踪性能。理论分析和仿真表明，改进算法因考虑变因子作用下的参数矩阵估计问题，具有更好的跟踪速度。

摘要： 将居民消费分解为内生消费和外生消费两部分,在此基础上提出了部分消费内生化的投入产出局部闭模型,解决了投入产出局部闭模型中投入产出分析与现代消费理论不统一的问题.利用时变参数模型估计了我国八大类商品的内生消费系数,发现其随时间表现出不同的变化趋势.在此基础上,构建了2007年中国部分消费内生化的投入产出局部闭模型.对两种模型计算得到的增加值乘数进行了比较,发现投入产出局部闭模型明显高估了居民部门和生产部门的联系.

摘要： 针对连续搅拌釜式反应器(CSTR)系统动态时变的特点,仅用系统观测数据,分别应用基本的多层递阶方法和综合的多层递阶方法对CSTR系统进行了故障预报.通过仿真研究选择并确定了最佳匹配的模型族和算法族.采用最佳匹配的多层递阶方法进行全数字仿真实验,从而证明了这种方法对于CSTR系统故障预报的有效性.该方法能够对一类带时变参数的非线性系统进行故障预报,并具有工程实用价值.

摘要： 本文介绍了动态系统故障预报技术的研究成果及其分类,并简单介绍和分析了多层递阶理论,针对化工CSTR系统动态时变的特点,采用了一种基于多层递阶理论的故障预报方法,仿真验证了这种方法对于CSTR系统故障预报的有效性.该方法能够对一类带时变参数的非线性系统进行故障预报.

摘要： 本文提出了以齿轮箱轴的旋转角度为自变量,在角域建立齿轮箱的时变动力学模型的方法.该方法能够把时域的非稳态工况转化为角域的伪稳态工况,为角域信号的特征提取提供必要的理论支持,同时利用模型中的时变刚度参数来仿真齿轮箱的故障,得到了带有故障的齿轮箱动力学模型,进而利用故障模型对故障特征进行仿真分析,为齿轮箱的故障诊断提供了理论依据.

摘要： 本发明公开了一种基于时变参数预测模型的机械运行状态监测方法及装置。其中，该方法包括：估计机械系统处于正常运行状态时的时序信号的最佳周期；依据最佳周期，将实时采集的时序信号分割为独立的周期信号；将已观测的包含至少四个连续周期的时序信号中相同相位的数据代入已构建的微分方程预测模型，来预测下一个周期的时序信号中相同相位的数据；将预测的时序信号与当前时刻实际观测的时序信号进行残差分析，然后根据估计的最佳周期将数据残差累加后处理，得到监测数据的周期异常度。该方法提高了机械系统运行状态监测的实时性能。

摘要： 本发明提供一种针对大尺度水文模型时变参数的代理优化率定方法，包括：选定分布式水文模型，以流域为研究对象构建模型，筛选出敏感参数；结合确定的敏感参数值，根据与其相关的关键指标实测数据验证模型，经验证后进行长时间序列的数值模拟；基于上述模拟结果统计不同时间尺度下关键指标模拟量，以及对应的年实测量；将长时间序列分为若干段；设置敏感参数经验值的校正因子并建立代理优化率定模型；选取合适的评价指标对校正因子进行率定，得到不同季节校正因子的后验分布；使用校正因子对敏感参数经验值进行校正，得到季节尺度下其变参数值并比对模拟精度。本发明实现了对大尺度模型参数的快速率定，解决了大尺度模型参数率定的耗时低效问题。

摘要： 本发明公开一种基于时变参数水文不确定性处理器的日模型实时预报方法，其包括：S1：资料的收集与整编；S2：构建适用于研究流域的日水文模型；S3：确定实测流量过程和预报流量过程的边际分布和经验分布；S4：推求转换空间上的先验密度函数和似然函数；S5：推求原空间的后验分布函数；S6：计算水文不确定性处理器得出的日流量系列；本发明所述方法在预报期的时间间隔较长或计算时段长度较长的情况下，仍能够得到较高的预测精度，其精度提高效果显著。

摘要： 本发明公开了一种基于时变参数的LNG罐箱故障预报方法及系统，方法包括S100：设定采样频率，采集液相温度、气相压力、液位、加速度及摆浮频率之类主要动态监控参数TVP，同时采集主要静态参数t；S200：对所述主要动态监控参数TVP进行以t为自变量的单元三阶线性回归分析；S300：利用长时间监测数据，重复进行三阶线性回归分析得到该储罐在某一给定状态(State＝S())下的Tank＝M(D,b,e)值，将该值作为标准值，记作Tankstand＝Mstand(D,b,e)作为该储罐的“指纹特征”，将实际监测Tankt的值与Tankstand进行对比分析，采用RSS分析由于故障导致的差值，判定故障的种类。本发明的方法，精确实时预报LNG故障，提高LNG全生命周期范围的安全性。

摘要： 本发明公开了一种考虑时变参数不确定性的电液比例伺服阀轴控系统自适应动态面控制方法，该控制方法是将时变参数自适应控制与动态面控制相融合，并通过模型前馈相消得到的。针对考虑时变参数不确定性的电液比例伺服阀轴控问题，本发明既能保证对系统时变参数不确定性的主动消除，提高系统抗参数不确定性的能力，又能避免电液系统传统反步控制中微分爆炸问题，降低测量噪声对控制精度的影响，实现高精度跟踪性能。

摘要： 本发明涉及大斜视时变参数视频SAR成像方法，包括：步骤S1：采用时变参数体制发射信号，并对所述发射信号的回波信号进行解线频调和去除剩余视频相位处理；步骤S2：计算时变参数视频SAR图像中每帧对应的方位角估计值以及大帧对应的方位角估计值；步骤S3：根据方位分辨率和大帧对应的方位角估计值，计算大帧内每帧对应的方位角准确值以及大帧对应的方位角准确值；步骤S4：对步骤S1处理后的回波信号按照大帧对应的方位角准确值进行数据划分得到大帧并依次对每个大帧的数据进行距离向和方位向插值；步骤S5：对经过插值处理的大帧中每帧的数据依次进行数据抽取和两维快速傅立叶变换；步骤S6：对步骤S5的成像结果进行几何畸变校正和坐标系旋转校正。

摘要： 本申请公开了一种基于离散小波变换的挤压油膜阻尼器时变参数识别方法，涉及航空发动机挤压油膜阻尼器技术领域，利用离散小波变换将SFD的时变参数在多尺度上展开为高频细节信号和低频概貌信号，忽略细节信号，仅由概貌信号对时变参数进行估计，再通过最小二乘法识别出低频展开系数，将时变问题转化为时不变问题，最后重构得到待识别时变参数。该方法能够从SFD实际工作中有效地识别出阻尼器的呈周期时变的阻尼值与刚度值，对于高频率或低频率的振动都具有较高的适应性，并具有优良的抗噪性。

摘要： 本发明公开一种基于时变参数驾驶员模型的自动驾驶控制方法及系统，包括：确定驾驶员相对于固定预瞄点的横向跟踪偏差，并确定时变预瞄点横向跟踪偏差，根据时变预瞄点横向跟踪偏差确定随时变预瞄点变化的驾驶员转向力矩，以此构建基于驾驶员转向力矩的时变预瞄驾驶员模型；确定驾驶员相对于固定预瞄点的预瞄距离，根据固定预瞄点的预瞄距离确定时变预瞄点距离，根据时变预瞄点距离确定预瞄时间，以此构建预瞄时间与道路曲率的关系；根据预瞄时间与道路曲率的关系，以及基于驾驶员转向力矩的时变预瞄驾驶员模型，构建基于道路曲率的时变预瞄驾驶员模型，以此进行自动驾驶的控制。解决人与自动驾驶辅助系统驾驶特性失配的问题。

摘要： 直气复合飞行控制系统时变参数辨识方法，它属于飞行器飞行参数辨识领域。本发明解决了采用小扰动线性化方法得到的常值气动参数无法满足飞行器设计要求的问题。本发明方法采取的主要技术方案为：建立飞行器体坐标系和飞行器速度坐标系，基于坐标系建立俯仰通道姿态动力学方程，基于俯仰通道姿态动力学方程设计时变参数滤波器；再基于设计的滤波器系统对气动参数进行在线辨识。本发明依据魏尔斯特拉斯逼近定理，通过多项式拟合，将时变参数估计转化为非时变参数估计。本发明方法可以应用于飞行器飞行参数辨识。

摘要： 本发明公开了一种基于时变参数辨识的列车运行控制优化方法，包括以下步骤：步骤S1，通过列车运行过程中车载设备的记载，确定输入输出数据，分析列车需要辨识的时变参数，建立基本列车模型；步骤S2，通过针对实际采集数据的辅助模型处理，得到基于辅助模型的列车运行模型；步骤S3，采用步骤S2得到的列车运行模型，应用到列车控制系统中，对列车运行进行优化控制。本发明基于数据驱动的参数辨识，从实际输入输出数据出发，考虑到实际列车运行环境的多变，通过不断的迭代更新信息，并以遗忘因子加速历史数据的衰减，可以很好的跟踪环境变化，实现对时变参数的辨识，具有更低的预测误差，能够实现列车控制的优化。