量化误差

摘要： 基于全球导航卫星系统(global navigation satellite system,GNSS)接收机射频前端增益大小引起的抗干扰能力与模数转换器(analog to digital converter,ADC)量化损耗之间的矛盾问题,提出一种抗干扰性能约束下的最优前端增益设计方法。首先,建立射频通道、ADC的数学模型。然后,分析在无干扰情况下前端增益对信号采样的影响、干扰条件下的抗干扰极限性能。最后,针对前端增益对信号接收与抗干扰性能之间的矛盾,以抗干扰性能为优化目标提出了最优的前端增益设计方法。仿真实测结果验证了本文分析结论的准确性和提出方法的有效性。

摘要： 针对现有的哈希图像检索方法表达能力较弱、训练速度慢、检索精度低,难以适应大规模图像检索的问题,提出了一种基于深度残差网络的迭代量化哈希图像检索方法(DRITQH)。首先,使用深度残差网络对图像数据进行多次非线性变换,从而提取图像数据的特征,并获得具有语义特征的高维特征向量;然后,使用主成分分析(PCA)对高维图像特征进行降维,同时运用迭代量化对生成的特征向量进行二值化处理,更新旋转矩阵,将数据映射到零中心二进制超立方体,从而最小化量化误差并得到最佳的投影矩阵;最后,进行哈希学习,以得到最优的二进制哈希码在汉明空间中进行图像检索。实验结果表明,DRITQH在NUS-WIDE数据集上,对4种哈希码的检索精度分别为0.789、0.831、0.838和0.846,与改进深度哈希网络(IDHN)相比分别提升了0.5、3.8、3.7和4.2个百分点,平均编码时间小了1717μs。DRITQH在大规模图像检索时减少了量化误差带来的影响,提高了训练速度,实现了更高的检索性能。

摘要： 针对相控阵导引头中存在的误差和干扰对阵列波束的影响,提出了权值近似和遗传算法结合的递进型算法实现对波束的最大优化.该算法综合考虑了阵列的互耦效应对波束的干扰以及量化误差,在权值近似的基础上将阵列波束的旁瓣电平、零深和波束宽度作为优化指标,引入遗传算法不断逼近实现波束的优化.该递进算法在权值近似的基础上优化,进一步提升了波束的性能,同时具有很强的灵活性.

摘要： 为探索仿真系统可信度提升的有效方法,文章提出了一种基于仿真可信度评估的模型参数优化方法。其选取牵引变压器为研究对象,引入仿真可信度的概念,以仿真与试验数据的量化误差作为优化目标;同时,结合最优化问题的求解需求选择输入信号,通过敏感性分析结果选择需优化参数,建立了优化模型,开展关键参数优化。结果表明,优化后的模型参数无论是用于定量还是定性的分析,仿真可信度都得到了大幅提高,由此证明了本研究内容的有效性。

摘要： 二阶广义积分器数字实现过程中,量化误差会影响输出信号精度,甚至造成系统发散.为了获得更高的精度,同时减小资源消耗,对其数字实现时存在的量化误差进行了详细分析,提出了运算过程中用舍入法替换截断法的优化方法,同时根据其结构特点提出了基于时分复用的数字实现.仿真结果表明,优化前后,标准差从1.74减小到0.17,减小了 90.2％;查找表消耗减少了 57.6％,乘法器消耗减少了 44.4％.实现了精度与资源的双优化.

摘要： 随着新能源、直流电网的快速发展及变频用电技术的兴起,电网谐波问题日趋凸显,严重影响电能质量.电网谐波测量对谐波治理、区分用户谐波责任极为重要.传统电磁式电压互感器存在线性饱和,高次谐波测量能力有限.光学电压互感器(OVT)体积小、质量轻、频率响应范围宽、无饱和现象、抗电磁干扰性能佳,在谐波测量领域具有优势.针对电网中谐波占比小、谐波小信号测量误差的情况,对光学电压互感器传变特性进行了研究,建立了光学电压互感器的仿真模型.通过仿真和试验,分析了采样速率、量化误差、噪声以及频谱泄漏问题,对谐波测量准确的影响.此外,发现OVT的噪声会随着温度的升高出现明显的高频畸变和低频畸变现象.所提出的滤波方式,能够在不牺牲带宽的前提下有效抑制噪声的影响.

摘要： 一般数模转换器产生的正弦波实际上是阶梯波的基波,提出了这类正弦波相角量化误差的概念,描述并证明了它的固有特性诸如周期性、对称性,推导了相角量化误差的零点分布,讨论了这些特性在高准确度相角建立中的应用.这种零点分布是量化的,其宽度为0.5H(H = 2π/N),当NV为奇数时则为0.25H.为了克服相角量化误差,可使相角成为该宽度的整数(p)倍.在规定的不确定度内任意指定的相角差原则上可通过调节参数p和N得以实现.

摘要： 针对现有方法在大规模数据集量化时所产生的信息流失,影响检索准确率等问题,提出了脱机训练与在线索引等两种索引学习算法.采用类神经网络架构去学习最近邻关系,重新定义索引结构.将查询值的特征向量作为类神经网络的输入,类神经网络的输出则是各群的近邻概率.通过预测各群的近邻概率,来取代传统以欧几里得距离来排序的方法.仿真结果表明,通过学习并依照近邻概率去访问各群,可以让候选集信息更为精准.还可以与其它近邻搜索方法整合,提升它们的检索精度.

摘要： 针对具有时变时延的网络控制系统,研究了基于量化反馈的鲁棒控制问题.考虑在传感器与控制器之间加入对数量化器,在网络环境下,系统的网络诱导时延小于一个采样周期,传感器为时钟驱动,控制器与执行器均是事件驱动,利用广义增广矩阵方法建立包含时延和量化信息的新的网络控制系统模型.在系统的稳定性分析中采用了一种新的依赖于量化误差的Lyapunov函数,与普通的二次型Lyapunov函数相比具有较低的保守性,运用李雅普诺夫原理并结合线性矩阵不等式方法,给出系统稳定性的充分条件和鲁棒控制器的设计方法.最后的Matlab仿真算例验证了所提方法的有效性.

摘要： 研究了同时存在未知长时延、丢包和量化误差条件下的网络化控制系统(Networked control systems，NCSs)的故障检测问题。通过将网络诱导时延的影响转化为polytopic不确定性，并将丢包和量化误差的影响描述成模型的未知输入，把最优残差发生器的设计等效为一个模型匹配问题，并采用基于参考模型的方法求得最优解。实验结果显示，当存在丢包、时延和量化误差时，本文的方法可以快速准确地检测到故障。

摘要： 研究一类测量信号具有量化误差的网络化系统的故障检测问题．系统的每一路测量输出采用一个独立的静态对数量化器，通过扇形界方法描述对数量化器带来的量化误差，将系统的参数不确定转化为范数不确定，利用线性矩阵不等式方法设计H_/H∞故障检测系统．所设计的故障检测系统的残差是渐近稳定的，对外界干扰等不确定输入具有鲁棒性，同时对故障信号具有较高的灵敏度．最后，通过一个数值例子指出测量信号量化带来的量化误差降低了故障检测系统的鲁棒性，忽略测量信号的量化误差可能导致故障检测系统发生误报等不良现象．数值仿真结果表明，设计的故障检测系统是可靠有效的．

摘要： 对LED显示屏进行一致性校正，由于量化误差及视觉函数修正的影响,会产生相应的误差，对该现象进行初步探讨，对误差的数量及分布情况与主要因素的关系进行研究，并给出一定结论。

摘要： 在箱包CT检测中,当放射源活度很低的情况时,对CT成像进行了实验研究.利用多次累加的方法降低统计涨落和噪声的影响,使CT图像质量得到提高.实验证明对于弱信号情况下,利用多次累加的方法,CT成像具有比较高的质量,能够实现物性判别的要求.另外对于A/D量化误差也进行了分析.

摘要： 本文从影响电压测量精度的因素、量化误差对测量的影响、小电压电源测试的注意事项这几个方面来说明了新能源系统研发中超高压和超低压测量的挑战。

摘要： 研究了基于对数量化器的网络时滞系统的稳定性和可镇定条件,在研究中分析了测量信号的量化,以及量化后的数据经过非完美的频道传播时有数据损失的情况.针对量化误差和数据损失.设计了控制器和观测器并使得闭环系统渐近稳定.最后,数值仿真例子验证了此方法的有效性和可行性,得出了量化误差、数据丢包概率与控制器增益矩阵的关系.

摘要： 本文针对基于子块DCT的高度压缩图象的方块效应问题,提出了一种基于小波变换的软阈值去方块滤波的快速阈值估计算法.它引入一种新的能量转移模型来表示图象非纹理区域内DCT系数的量化误差能量在小波变换后转移到各子带的比例,并结合低频DCT系数量化误差的统计分布模型来估计小波子带上的量化误差能量,从而计算子带阈值.由于能量转移模型仅由小波变换的类型决定,而非纹理区域DCT低频系数量化误差的统计分布模型的唯一参数为量化步长,在已知小波变换滤波器及DCT系数量化步长的情况下,可以直接获得小波予带阈值.和自适应软阈值滤波算法相比,该算法在保证良好的去方块效果的同时,简化了阈值估计的过程,提高了处理效率,这种特性在实时应用中具有很大的优势.

摘要： 数控振荡器(NCO)是卫星导航接收机中的重要组成部分.本文首先说明了码NCO在接收机捕获模块中的作用,介绍了码NCO的结构和工作原理.接着分析了由于采样率和码时钟频率不能整除而造成的相位抖动现象与频率控制字取整时造成的取整误差现象,并在综合考虑了相位抖动和取整误差的情况下,定量分析了不同量化位宽、不同积分时长下的码时钟频率偏差平均值.经过上述理论分析给出结论:一定积分时长下,通过对频率控制字向上取整,使得取整误差在一定积分时间内补偿相位抖动造成的码时钟频率偏差,从而在对弱信号进行长时间积分时保证码NCO输出频率的精度,减小量化损耗.最后使用实际采集信号进行仿真测试,在16.367667MHz采样率下对不同量化位宽的频率控制字分别向上取整、向下取整来对采集信号进行捕获,得到的捕获概率结果与理论分析相符.

摘要： 数控振荡器(NCO)是卫星导航接收机中的重要组成部分.本文首先说明了码NCO在接收机捕获模块中的作用,介绍了码NCO的结构和工作原理.接着分析了由于采样率和码时钟频率不能整除而造成的相位抖动现象与频率控制字取整时造成的取整误差现象,并在综合考虑了相位抖动和取整误差的情况下,定量分析了不同量化位宽、不同积分时长下的码时钟频率偏差平均值.经过上述理论分析给出结论:一定积分时长下,通过对频率控制字向上取整,使得取整误差在一定积分时间内补偿相位抖动造成的码时钟频率偏差,从而在对弱信号进行长时间积分时保证码NCO输出频率的精度,减小量化损耗.最后使用实际采集信号进行仿真测试,在16.367667MHz采样率下对不同量化位宽的频率控制字分别向上取整、向下取整来对采集信号进行捕获,得到的捕获概率结果与理论分析相符.

摘要： 数控振荡器(NCO)是卫星导航接收机中的重要组成部分.本文首先说明了码NCO在接收机捕获模块中的作用,介绍了码NCO的结构和工作原理.接着分析了由于采样率和码时钟频率不能整除而造成的相位抖动现象与频率控制字取整时造成的取整误差现象,并在综合考虑了相位抖动和取整误差的情况下,定量分析了不同量化位宽、不同积分时长下的码时钟频率偏差平均值.经过上述理论分析给出结论:一定积分时长下,通过对频率控制字向上取整,使得取整误差在一定积分时间内补偿相位抖动造成的码时钟频率偏差,从而在对弱信号进行长时间积分时保证码NCO输出频率的精度,减小量化损耗.最后使用实际采集信号进行仿真测试,在16.367667MHz采样率下对不同量化位宽的频率控制字分别向上取整、向下取整来对采集信号进行捕获,得到的捕获概率结果与理论分析相符.

摘要： 本发明公开了一种合作目标的单目视觉误差测量系统及误差限量化方法，该系统具体为：合作目标外表面安装有多个视觉标记点；标定靶采用黑白棋盘格图案，用于进行相机的内参标定和外参标定；相机用于单帧采集视觉标记点和标定靶的图像并传输至计算机；经纬仪一和经纬仪二用于观测标定靶获得观测值A、观测所述视觉标记获得观测值B，将A和B传输至计算机；计算机接收相机所采集的标定图像、标记图像以及测量值A和B，计算合作目标相对于相机的位姿测量值和位姿真值，并计算获得测量误差。使用本发明提供的误差限量化方法将上述测量误差量化分解至各项关键参数指标的误差限。

摘要： 本发明公开了一种合作目标的单目视觉误差测量系统及误差限量化方法，该系统具体为：合作目标外表面安装有多个视觉标记点；标定靶采用黑白棋盘格图案，用于进行相机的内参标定和外参标定；相机用于单帧采集视觉标记点和标定靶的图像并传输至计算机；经纬仪一和经纬仪二用于观测标定靶获得观测值A、观测所述视觉标记获得观测值B，将A和B传输至计算机；计算机接收相机所采集的标定图像、标记图像以及测量值A和B，计算合作目标相对于相机的位姿测量值和位姿真值，并计算获得测量误差。使用本发明提供的误差限量化方法将上述测量误差量化分解至各项关键参数指标的误差限。

摘要： 本发明涉及一种多波段双线偏振天气雷达观测量误差量化方法，利用多种降尺度技术提高了初始场的时空分辨率，利于T矩阵建立后向散射特征数据集，利用雷达前向模拟系统获取多波段雷达降水粒子固有的基本观测参量和双偏振参量；搭建神经网络模型映射多波段雷达观测量与降水粒子固有观测量之间的关系，实现了基于多波段双线偏振天气雷达观测量误差的量化估计。本发明能够定量精确地估算这几种波段双线偏振天气雷达目标观测的基本参量和双偏振参量的误差；通过考虑气象环境场、地理环境场、外界环境因素、降水粒子宏微观特性在后向散射特性的影响以及雷达设备参数和观测模式等，作为降水目标的真值，能够精确反映降水粒子的后向散射的固有属性。

摘要： 本发明公开了一种微惯性测量组件的批量化标定与误差补偿系统及方法，系统包括依次连接的计算机、数据采集卡、多轴温控转台，所述多轴温控转台包括带温箱的位置速率转台、三轴位置速率转台；还包括自动化控制软件实现对电源、带温箱的位置速率转台、三轴位置速率转台、数据采集卡自动控制，设定不同的工作环境温度和角速度、加速度输入量，记录产品的输出，并根据测试项目的要求对记录数据进行分析与计算，得到能够表征产品的各项参数。本发明确定惯性仪表和惯导系统的误差数学模型或误差数学模型的参数，在完成标定后，在实际的应用环境中对惯性器件的输出进行补偿，提高了系统精度。

摘要： 本发明公开了一种结构参数不确定性量化与误差逐级传递方法及系统，具体为：利用传感器系统采集结构动态响应，然后利用变分模态分解等算法实现车辆‑桥梁耦合系统的时变动力特征的识别；建立结构振型缩放系数与时变动力特征之间的数学模型，计算车辆移动于桥梁各个位置的振型缩放系数；利用高斯混合模型拟合其概率分布规律，用最大似然估计方法求解模型参数，得到振型缩放系数的置信区间；根据模态分析理论中进一步误差逐级传递的规律并对其进行量化。本发明识别结果鲁棒性更高、结果更可信；可进一步用于基于概率统计的结构可靠度评估、长期性能劣化机理研究，切实有效保障公路网上众多桥梁的安全运营。

摘要： 本发明提供了一种基于量化最小误差熵的宽度学习方法、介质及设备；其中方法包括如下步骤：输入一个包含N个训练样本的样本集合，初始化宽度学习模型；计算输出层的初始权重并初始化对应的目标函数值；计算每个样本的预测误差；通过量化每个样本的预测误差，降低基于最小误差熵设计的目标函数的计算复杂度；采用定点迭代算法一次求出每次的输出层权重和对应的目标函数值；当目标函数符合要求或达到最大迭代次数时，结束训练，将当前权重作为宽度学习模型的输出层权重。该方法根据量化最小误差熵准则来训练宽度学习模型的输出层权重，解决宽度学习模型在非高斯环境中稳定性不足的问题，从而提升宽度学习模型的性能。

摘要： 一种基于最小化量化误差L1范数的对数似然比均匀量化方法，包括以下步骤：第一步、根据LLR公式计算每个样本符号的原始对数似然比；第二步、计算量化区间对应的量化结果，得到原始对数似然比量化误差的L1范数；第三步、利用黄金分割法找出使量化误差的L1范数最小的量化间隔，实现均匀量化。本发明在对数似然比的概率分布无法准确已知的情况下，克服以往依靠LLR的分布进行量化的方法无从下手的问题，只需要利用符号样本计算LLR量化误差，就能够进行均匀量化，克服了对LLR概率分布的依赖性。此外，对数似然比的量化误差采用L1范数进行计算，更符合对数似然比的对数特性，而且在性能上有明显改善。

摘要： 一种基于最小化量化误差L1范数的对数似然比均匀量化方法，包括以下步骤：第一步、根据LLR公式计算每个样本符号的原始对数似然比；第二步、计算量化区间对应的量化结果，得到原始对数似然比量化误差的L1范数；第三步、利用黄金分割法找出使量化误差的L1范数最小的量化间隔，实现均匀量化。本发明在对数似然比的概率分布无法准确已知的情况下，克服以往依靠LLR的分布进行量化的方法无从下手的问题，只需要利用符号样本计算LLR量化误差，就能够进行均匀量化，克服了对LLR概率分布的依赖性。此外，对数似然比的量化误差采用L1范数进行计算，更符合对数似然比的对数特性，而且在性能上有明显改善。

摘要： 本发明涉及一种通过大数据对农田环境监测模块装置产生的布置误差及量化误差进行纠正的方法，按以下步骤，建立实际数据库、指标量化值设定范围、确定阈值K，按阈值K范围内随机提取一组指标量化值，数据代入数学模型，排除偏差较大的无效量化指标后，将一组或数组有效量化指标相对应的指标量化值存入虚拟数据库中；通过本技术方案，可应用于布置少量环境监测模块的现代农田系统建设，同时用大数据计算的方式优化了数据采集模块的投放量和投放比例；减少了设备故障、设备污染、极端气候等带来的采集数据偏差；同时减少了频繁校准，有效的减少了工作人员的劳动强度，降低了工时耗费，减少校准费用，应用范围广。

摘要： 本发明公开一种用于降低神经网络模型量化误差的方法及系统，涉及模型优化技术领域，其实现包括：获取神经网络模型第一层；基于获取层，计算模型下一层每个输入通道的绝对值的最大值及所有输入通道的绝对值的最大值；计算获取层权重的输出通道的绝对值最大值及所有输出通道的绝对值最大值；计算获取层激活值的输出通道的绝对值最大值及所有输出通道的绝对值最大值；计算权重缩放因子及激活值缩放因子，计算获取层的缩放因子；缩放因子规范化；使用缩放因子对获取层的权重和偏置进行缩放；基于获取层，继续获取其下一层来作为新的获取层，执行前述过程，直到模型最后一层。本发明可以在不改变模型输出的前提下降低模型误差。