鲁棒估计

摘要： 我国下一代列车运行控制中,列车位置主要通过融合以卫星定位为核心的多源定位信息得到。然而,卫星量测易受到钟跳或环境多源噪声等不确定因素影响,产生阶跃故障或瞬时粗大偏差等现象,导致传统扩展卡尔曼滤波估计失准且稳定性下降。通过分析常规滤波方法在列车位置估计中存在的问题,采用信息理论学习思想提出一种基于最大相关熵准则的自适应扩展卡尔曼滤波定位方法(AMCEKF);利用最大相关熵准则替换传统滤波中的最小均方差准则,选择高斯核函数作为代价函数,重构量测噪声,避免了量测噪声的先验高斯假设;设计基于Pseudo-Huber的核宽度自适应更新策略,解决核宽度对估计性能的制约问题。采用拉萨—林芝铁路实测数据进行测试,测试结果表明:在瞬时故障和阶跃故障场景下,AMCEKF均能够有效抑制故障量测带来的定位性能退化,具有较高的鲁棒性和估计精度;相比基于扩展卡尔曼滤波的定位结果,水平位置精度分别增加了56.5%和61.2%。

摘要： 创建精确且可靠的运动模型是有效分析船舶操纵性和保障船舶智能航行的关键。相较于常用的船舶运动建模方法(包括经验法、试验法、计算流体动力学数值法),参数辨识技术是1种实用有效、迁移性强的建模手段,但因受到诸如船舶强非线性运动特性、时变耦合的环境干扰、内外多重不确定性等众多复杂因素的影响而面临极大挑战。围绕船舶运动模型参数辨识技术的4个核心内容,即最优输入设计、船舶运动数学模型、参数估计算法、辨识模型测试验证,重点梳理了富含操控特性的激励数据获取、多型船舶运动模型、经典-智能-混合参数辨识方法、辨识模型评估方法相关的研究现状,剖析了噪声干扰、参数漂移、参数时变、评价指标选取等主要问题,发现面对操纵与航行特征复杂的船舶,获取覆盖广域运动特征的高质量数据仍无较好方法,参数漂移现象与模型复杂度紧密相关,且无法完全避免。面向数据高质量化、辨识实时性、航行场景复杂化等的发展要求,对船舶运动模型参数辨识技术在船舶操纵运动数据获取与处理,如鲁棒估计与信息融合、鲁棒在线参数辨识、多新息智能算法、复杂场景下的船舶运动辨识建模如受限条件下船舶运动辨识建模等重点方面进行了展望。

摘要： 电厂脱硫系统受恶劣工作条件和测量技术的限制,测量数据误差严重影响控制系统的安全稳定运行.为获得能够正确反映脱硫系统实际动态过程的运行数据,从小波分析理论出发,针对传统阈值函数的不足,结合鲁棒估计函数提出了一种基于改进小波阈值去噪方法的数据校正策略,实现对测量数据中过失误差与随机误差的依次处理.通过仿真实验和现场实例,对算法的准确性和可靠性进行了验证,为后续的系统特性研究及优化控制实现提供了可靠的数据基础.

摘要： 针对高比例可再生能源以及多类型能源设备接人的电网,以电力信息物理融合为基础,研究面向可靠性评估的电力信息物理系统运行状态综合分析方法,提出多能源数据驱动的电力信息物理系统综合态势感知模型.首先,考虑电力信息物理系统中影响系统运行状态的关键因素,研究面向可靠性评估的电力信息物理系统运行状态变化过程;其次,针对电力信息物理系统不同运行状态下关键设备扰动问题,研究基于改进鲁棒估计的电力信息物理系统正常状态、临界状态、紧急状态和恢复状态辨识方法,在此基础上,建立多能源数据驱动的电力信息物理系统综合态势感知模型;最后,以东北某地区电网运行数据为例进行验证.仿真结果表明,文章所提出的方法能够实现以可靠性辨识为目标的电力信息物理系统综合态势感知,并能保证较高的准确性和实时性.

摘要： 股票收益率中离群值的存在导致股票收益率并不完全服从正态分布,经典的Markowiz均值-方差投资组合模型对股票收益率的样本均值和协方差的估计误差十分敏感,且不稳定的权重随时间推移大幅波动.因此,将鲁棒估计(M估计)引入投资组合中,用Tukey损失函数替代协方差作为风险度量,构建鲁棒估计投资组合模型,以便减小估计误差,提高权重的稳定性.实证结果表明:相对于经典的Markowiz均值-方差投资组合模型,改进的鲁棒估计投资组合模型对股票收益率偏离正态分布的程度不太敏感,具有更好的稳健性.

摘要： 针对存在异常值的时间序列数据,提出了一种基于相关系数鲁棒估计的时间序列间的鲁棒广义互相关度量(RGCC).首先,引入一种鲁棒相关系数代替Pearson相关系数来计算时间序列数据间的协方差矩阵;其次,用新的协方差矩阵的行列式构造两个时间序列间的相似性度量——RGCC;最后,基于该度量计算出序列间的距离矩阵,将其作为聚类算法的输入对数据进行聚类.时间序列聚类仿真实验表明,对存在异常值点的时间序列数据,与基于原始的广义互相关度量(GCC)得到的聚类结果相比,基于RGCC得到的聚类结果明显更接近真实的聚类结果.可见,所提出的新的鲁棒相似性度量完全适用于存在异常值的时间序列数据.

摘要： 随着科技的高速发展,非线性离散控制系统的研究引起了学者的重视.由于非线性离散系统本身的复杂性,针对非线性离散控制系统故障估计方法的研究逐渐引起重视,并取得了一定的研究成果.研究了一类含扰动的非线性离散控制系统的执行器故障估计问题.首先,通过等价变换建立了含系统执行器故障的增广系统,并构建了非线性故障观测器.考虑到系统的非线性部分,利用线性矩阵不等式(LMI)方法给出了观测器误差动态系统渐近稳定的充分条件.其次,考虑到系统扰动,通过引入性能指标来抑制扰动对故障估计的影响.基于LMI方法,得到了含扰动的故障观测器误差动态系统渐近稳定的LMI条件,并求得了LMI的可行解,从而实现了执行器故障的鲁棒估计.最后,以飞机的纵向运动模型为研究对象,通过数值算例验证了所提执行器故障鲁棒估计方法的有效性及可行性.

摘要： 针对风电系统输出功率波动问题,研究了基于风电波动异常数据判断及波动幅度情景划分的,能够有效抑制风电波动的电池储能系统SOC鲁棒优化模型.研究电网调度需求、风电功率预测及风电波动数据特性,建立了风电波动异常数据鲁棒判别模型,为风电波动场景划分提供数据支持;研究不同风电波动幅度场景电池储能系统SOC适应性指标,建立了在不同风险容许度下的SOC鲁棒优化模型;研究基于风电波动数据及其对应的电池储能系统SOC历史数据的SOC鲁棒优化模型求解方法,建立了基于x2散度函数的SOC鲁棒优化算法;根据风电出力波动及电池储能系统特性,建立了基于特定区域电网的电力系统仿真模型,并根据风电波动特性对电池储能系统SOC优化结果进行仿真分析.仿真结果表明,文章针对风电波动抑制建立的电池储能SOC鲁棒优化模型,对风电波动幅度具有明显的抑制效果,提升了电网运行稳定性.

摘要： 提出了一种基于核密度估计的核偏鲁棒M-回归(kernel partial robust M regression based on kernel density estimation,KDE-KPRM)方法.以核密度估计加权策略代替原来的M估计加权策略,利用主成分分析技术和核密度函数识别高杠杆点(输入变量空间异常点),利用残差和核密度函数识别高残差点(输出变量空间异常点),无需反复迭代便可以为样本赋予合适权重,有效地提高了建模速率.通过函数仿真和实际工业仿真,证明了所提出的方法比标准的核偏鲁棒M-回归算法有更好的鲁棒性和更高的建模效率.

摘要： 针对传统基于噪声方差的图像拼接篡改检测算法鲁棒性差的问题,本文提出一种基于L1范数鲁棒估计的新型图像篡改检测方法.该算法首先计算待测图像经过高通滤波后的峰度和方差,然后通过构造基于L1范数的最小误差函数,迭代求解各图像块噪声峰度和方差,最后采用K-means聚类方法定位篡改区域.在迭代求解的过程中,由于相邻图像块噪声方差相似度高,通过将迭代初始值设为上一个图像块的噪声方差值,可有效提高算法运行速率.理论分析和实验仿真结果证明,该方法可较好地解决因图像中存在偏离点而导致的篡改区域定位不准确问题,尤其对具有视觉不可辨的拼接篡改图像进行检测时,定位准确率明显高于参考文献算法,有效地提高了算法的鲁棒性.

摘要： 提出一种基于鲁棒估计的遥感图像融合方法.该方法首先建立了高分辨率的多光谱图像到低分辨率的多光谱图像和高分辨率的全色图像之间的观测模型,然后在最大后验概率框架下引入鲁棒估计以增强估计的鲁棒性,最后利用阶段非凸和逐次超松弛方法实现了低分辨率的多光谱图像和高分辨率的全色图像之间的融合.鲁棒估计的引入,大大减小了观测噪声对融合结果的影响,而且省去了目标函数中的正则项,使得融合过程更加简单方便.以QuickBird卫星数据为例的实验结果表明,与其他几种常见方法相比,本方法不仅能够提高多光谱图像的空间分辨率,对光谱信息的保持也具有更好的效果.

摘要： 针对氧化铝蒸发过程实时检测数据存在随机误差或显著误差、出口物料浓度检测滞后大，导致实测数据难以真实反应实际生产状态的现状，本文在蒸发过程多点稳态检测研究的基础上，利用基于核偏最小二乘法的出口物料浓度软测量结果提供的有效信息，建立以污染正态分布的鲁棒估计函数为优化目标的数据协调模型，并采用遗传算法求解获得蒸发过程协调数据。实际计算结果表明，该协调模型能避免显著误差的影响，实现测量数据的可靠在线协调计算，为过程操作调节提供依据。

摘要： 为实现IEEE 1451网络化智能传感器输出数据与输入信号随时间的变化曲线保持一致，解决智能传感中的非线性问题，根据数据校正与数据回归的相似性，引入并改进在数据回归中应用较好鲁棒估计方法，结合非线性动态数据校正的DAEs模型，为传感器的校正引擎构建了相应的鲁棒估计目标函数。应用实例可得，校正后的结果与模型值的均方差MSE<0.003，表明在数据校正方法中引入鲁棒估计方法，可以使目标函数对偏离理想条件的数据不敏感，能显著减小异常数据点对传感数据校正的不利影响，实现高效的数据自校正。

摘要： 随着电力系统对时间同步的要求不断提高，时间同步系统被大量应用到电力系统中，时间同步系统所提供的时标信号的准确与否直接影响到电力生产的稳定运行和事故分析。本文阐述时间同步测试仪内部时间频率基准的获取方法,包括卫星时间基准获取、高稳定度频率基准获取及校准等内容.描述了用于时间基准获取的时差测量方法,在Kalman滤波方法基础上,引入鲁棒估计,加快时间基准获取的逼近速度;同时,介绍了高稳定度频率基准的获取和校准方法,并给出了实际应用效果.

摘要： 本文利用7个对应匹配点的最小子集来估计基本矩阵，然后在不同的子集重复多次，确保任何一个子集都含有一个好的数据点的机率达到95%，最后以最小对极距离平方和中数准则获得基本矩阵的稳定置信解，这样可以解决真实图像中存在大量异常匹配的问题，实验表明该算法鲁棒性好，精度高。

摘要： 为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时,RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.

摘要： 为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时,RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.

摘要： 为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时,RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.

摘要： 为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时,RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.

摘要： 本公开内容通过估计不同频率处输出符号的信号相位的概率质量函数(PMF)，提供用于精细估计相干接收机处所接收信号的本地振荡器频偏的方法和系统。在不同于实际频偏的频率处，信号相位在[‑π,π]区间均匀分布，这样PMF值的函数的总和可以被用于确定频偏，以被相干接收机所用，其中所述函数是0到1之间的凸函数或凹函数。

摘要： 本发明提供的是一种基于Huber估计的鲁棒自适应滤波和状态估计方法。首先通过在线估计一步预测双重不确定性系统的协方差矩阵的上界来计算估计值，只对时间更新过程进行修改，同时采用线性矩阵不等式的方法进行自适应参数调整，得到应对不确定性模型的自适应无迹信息滤波器；然后应用矩阵求逆定理并采用Huber估计的方法对量测更新过程进行修改，得到最终的估计值。本发明的滤波和状态估计的精度高，稳定性好。所提出的鲁棒自适应滤波和状态估计方法解决了双重不确定无人艇的滤波和状态估计问题，即保留了信息滤波器结构的优点有提高了滤波和状态估计的精度和稳定性，计算简单应用方便。

摘要： 本发明提供的是一种基于Huber估计的鲁棒自适应滤波和状态估计方法。首先通过在线估计一步预测双重不确定性系统的协方差矩阵的上界来计算估计值，只对时间更新过程进行修改，同时采用线性矩阵不等式的方法进行自适应参数调整，得到应对不确定性模型的自适应无迹信息滤波器；然后应用矩阵求逆定理并采用Huber估计的方法对量测更新过程进行修改，得到最终的估计值。本发明的滤波和状态估计的精度高，稳定性好。所提出的鲁棒自适应滤波和状态估计方法解决了双重不确定无人艇的滤波和状态估计问题，即保留了信息滤波器结构的优点有提高了滤波和状态估计的精度和稳定性，计算简单应用方便。

摘要： 本公开内容通过估计不同频率处输出符号的信号相位的概率质量函数(PMF)，提供用于精细估计相干接收机处所接收信号的本地振荡器频偏的方法和系统。在不同于实际频偏的频率处，信号相位在[‑π,π]区间均匀分布，这样PMF值的函数的总和可以被用于确定频偏，以被相干接收机所用，其中所述函数是0到1之间的凸函数或凹函数。

摘要： 本公开实施例中提供了一种基于鲁棒策略和动态增强CKF结合的状态估计方法，属于电学技术领域，具体包括：步骤1，确认容积采样点ζi和该点的权重ωi；步骤2，对容积卡尔曼滤波器进行数据更新；步骤3，对容积卡尔曼滤波器进行测量更新；步骤4，设计动态增强型容积卡尔曼滤波器，确定第i个容积点和其对应的权重系数；步骤5，估计动态增强型容积卡尔曼滤波器的采样点；步骤6，根据动态增强型容积卡尔曼滤波器的采样点进行第二阶段测量更新。通过本公开的方案，提高了估计效率和精准度。

摘要： 本发明公开了一种鲁棒性强的电力系统频率估计方法，主要内容为：包括以下步骤：步骤一：信号采集：采集三相电力系统的电压信号，并通过克拉克变换得到当前时刻n的复电压信号v(n)；步骤二：复电压信号的估计：由基于宽线性模型的自适应滤波器，输出下一时刻n+1的复电压信号估计值步骤三：复电压信号的误差计算；步骤四：权系数更新：更新计算下一时刻n+1的标准权系数h(n+1)和共轭权系数g(n+1)；步骤五：频率估计；步骤六：频率实时估计。本发明的频率估计速度快、误差小；当三相电力系统出现冲击噪声时，该方法仍能快速、准确的估计出系统的频率；能更有效地保证电能质量和电力系统的安全运行。

摘要： 本发明提出一种基于Wasserstein度量和核密度估计的分布鲁棒优化方法，首先采用核密度估计方法推导出风功率预测误差的概率分布，然后融合Wasserstein度量和核密度估计构造风功率预测误差的概率分布模糊集，最后根据风功率预测误差的概率分布模糊集，并综合考虑电力系统运行约束条件，建立以风电出力最坏情况下电力系统总运行成本最小为目标的分布鲁棒机组组合模型。本发明解决了电力调度领域中考虑不稳定风力发电的机组组合优化问题，可以有效降低风电不确定性刻画的保守性，进一步提高电力系统运行的经济性，为电力系统的调度人员提供一种可有效处理风电不确定性的、兼顾鲁棒性与经济性的调度策略。

摘要： 本发明公开了一种基于深度神经网络的噪声鲁棒盲混响时间估计方法，所述方法包括：对采集的语音信号进行预处理；将预处理后的语音信号输入预先建立和训练好的混响时间估计模型，得到混响时间值；所述混响时间估计模型基于深度神经网络和时频掩膜实现。本发明的方法利用混响语音进行房间混响时间估计，省去了传统声学测量所需要的专业的仪器与测量人员，相比于传统声学测量方法更加方便快捷；通过收集大量混响语音数据集，采用数据驱动的深度神经网络，可以显著提高房间混响时间估计的准确性。

摘要： 本发明提供了一种基于深度学习的电力系统鲁棒状态估计方法及系统，获取电力系统的运行参量数据；对获取的运行参量数据进行异常和/或缺失判断；当存在异常和/或缺失时，根据获取的运行参量数据和内核岭回归模型，得到鲁棒状态估计结果；当存在异常和/或缺失时，采用注意力机制的卷积神经网络对运行参量数据进行权重筛选，根据长短期记忆神经网络，得到鲁棒状态估计结果；本发明克服了电力系统状态估计中量测量存在非高斯噪声、预测精度低和时效性差的问题，提高了鲁棒状态估计的准确性。

摘要： 本发明公开了一种基于二次校准的鲁棒差分绝对高度估计方法，包括以下步骤：S1：根据校准标志位判断是否启用校准处理；S2：进行第一次差分零度偏差校准，得到校准参数1；S3：根据差分零度偏差数据建立温度误差模型，进行温度误差校准，得到校准参数2；S4：根据所述步骤S2和S3中得到的校准参数1和校准参数2，对待测节点采集的数据进行修正，调用差分高度估计方法进行绝对高度估计。在传统差分测高的基础上增加了二次校准，尤其是基于差分零度偏差数据的温漂校准，通过本发明的方法可以提高高度估计的性能，能够灵活应用到常用的定位技术中，扩展空间定位的维度，可广泛应用于无线定位领域。