新息
- 滤波辨识(8): 类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广参数辨识
模型辨识思想、多新息辨识理论、递阶辨识原理等[1-7],以及梯度方法、最小二乘方法、牛顿方法,研究和提出系列递推辨识方法和迭代辨识方法。《青岛科技大学学报(自然科学版)》上的连载论文将滤波辨识理念与梯度方法和最小二乘方法相结合,研究了有限脉冲响应滑动平均系统、方程误差自回归系统、输出误差自回归滑动平均系统滤波递推辨识方法和滤波迭代辨识方法[8-14]。最近的连载论文研究了类多变量方程误差自回归滑动平均(M-EEARMA-like)系统的滤波递阶广义增广参数
青岛科技大学学报（自然科学版） 2023年5期2024-01-03
- 基于改进卡尔曼滤波的水产养殖无人船导航方法*
消滤波是一种基于新息的自适应滤波方法，其核心是如何选取最佳的渐消因子值［7］。文献［8］中渐消因子推算过程繁杂，不易理解，不适合水产养殖无人船导航系统。文献［9］从新增益与历史增益关系入手，增加计算的未知变量，利用增益与预测协方差关系，得到渐消因子，计算过程忽视了量测方差值的影响。文献［10］自适应无迹卡尔曼滤波（unscented Kalman filtering，UKF）算法，结合最大后验概率估计准则和矩阵奇异值分解技术，计算过程繁琐且不易理解，对处理
传感器与微系统 2023年11期2023-11-20
- 基于改进自适应无迹卡尔曼滤波算法的锂电池荷电状态估计
是没有考虑到误差新息序列的振幅分布的变化。通过使用固定长度区间的误差序列来计算新息协方差矩阵，导致无法应对新息协方差矩阵的变化，使得误差增大，甚至估计结果发散。文献[11]采用一种变窗口噪声估计器，通过识别误差新息序列分布的变化，选择分布变化后的误差新息序列更新噪声协方差。但是在其变窗口自适应无迹卡尔曼滤波（Adaptive Unscented Kalman Filter，AUKF）算法设计中，窗口自适应的算法估计结果具有一定波动性，在窗口自适应阶段产生突
汽车工程师 2023年11期2023-11-15
- 基于改进扩展卡尔曼滤波的AUV单信标定位研究
法基础上,融合多新息和遗忘因子,提出基于改进扩展卡尔曼滤波算法的AUV单信标导航定位方法。充分利用不同时刻的新息,降低线性误差带来的不确定性,但过多地使用历史数据会造成误差累积。因此,在状态更新时引入遗忘因子区分新旧数据,削弱数据饱和。最后通过仿真实验验证本文提出方法的有效性和准确性。1 单信标定位状态空间描述建立1.1 运动学方程AUV航行过程中的深度信息可以通过深度传感器准确获得,因此,能够将三维定位问题简化为二维问题。为便于研究,以单信标所在位置为惯
舰船电子对抗 2023年2期2023-04-25
- 基于电流比的单相断线故障定位方法研究
线路断线故障前后新息特征，构建断线故障的新息识别判据。针对电气量获取中存在的数据缺失、坏数据等问题，采用连支推算方法加以处理形成准确新息后，构建断线故障定位的新息图判据，并提出输电线路断线故障的电流比值定位方法。最后，通过仿真分析验证定位方法的合理性和可行性。1 故障新息图原理系统电气量当前时刻的测量值与根据上一时刻状态估计结果得到的预报值之差即为新息，本文以故障前后的线路电流和各节点电压为研究对象，用故障后一时刻电流、电压测量值减去故障前一时刻电流、电压
黑龙江电力 2022年5期2023-01-10
- 滤波辨识(3):方程误差自回归系统的滤波递推广义参数估计
模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等相结合[1-7],诞生出许多辨识方法,如辅助模型随机梯度方法、辅助模型最小二乘方法、辅助模型牛顿辨识方法、多新息随机梯度辨识方法、多新息最小二乘辨识方法、多新息牛顿辨识方法、递阶随机梯度辨识方法、递阶最小二乘辨识方法、递阶牛顿辨识方法、耦合随机梯度辨识方法、耦合最小二乘辨识方法、耦合牛顿辨识方法等。梯度方法、最小二乘方法、牛顿方法与滤波辨识理念相结合,诞生出滤波梯度辨识方法、滤波最小二乘辨识方法、滤
青岛科技大学学报（自然科学版） 2022年6期2022-12-30
- 基于KL散度的紧组合导航欺骗式干扰检测方法
干扰检测。传统的新息序列卡方检测方法直接以组合导航滤波器新息构建卡方检测统计量，但卡方检测容易扩大检测区域，导致对微小欺骗量检测延时较大，漏警率较高。为提高算法性能，Bhatti[10]提出将新息的变化率作为检测统计量，张超[6]提出将抗差估计与新息卡方检测算法相结合。两种方法重新构建基于新息的欺骗检测统计量，提高了对欺骗的检测效果，但仍不满足ICAO 对巡航阶段的告警时间要求。KL散度是基于数理统计方法的重要概念之一，能够有效描述样本数据可能存在的两个概
航空科学技术 2022年11期2022-11-28
- 基于自适应SPRT的缓变式欺骗干扰检测算法
算法以当前时刻的新息作为检测量，构成检验统计量，适合检测GNSS 测量值中阶跃类型的误差，而无法检测出缓变类型的误差，例如新息欺骗检测算法和新息卡方检测算法；“连续式”检测算法将检测窗口内的新息序列作为检测量，构成检验统计量，检测缓变类型的误差，是目前常见的机载缓变式欺骗干扰检测方法，例如新息序列卡方检测算法。Wald提出的序贯概率比检测（Sequential Probability Ratio Test，SPRT）算法是一种对小偏差敏感的检测方法，广泛应
信号处理 2022年10期2022-11-16
- 滤波辨识(1):有限脉冲响应滑动平均系统的滤波增广参数估计
模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念、滤波辨识理念等[1-7]相结合,诞生出许多辨识方法,如辅助模型投影方法、辅助模型随机梯度方法、辅助模型最小二乘方法、辅助模型牛顿辨识方法等。从2017年开始在《青岛科技大学学报(自然科学版)》连载“信号建模”论文,从2018年开始连载“传递函数辨识”论文26篇,即遍历26个字母A,B,C,…,Z。最近的连载论文研究了线性回归系统、方程误差系统和输出误差系统的递阶递推辨识方法和递阶迭代辨识方法[8-1
青岛科技大学学报（自然科学版） 2022年4期2022-07-27
- GNSS/INS紧组合的新息优化抗差估计欺骗检测算法
是基于卡尔曼滤波新息向量作为检测统计量[4]，具有成本低、效率高和计算量小等优点，是一种应用广泛的假设检验方法。该方法可分成“快照法”和“连续法”[5]，“快照法”是以当前时刻的新息向量构成检验统计量，对阶跃式欺骗干扰较为敏感；“连续法”是将一段时间内的新息向量构成检验统计量，对斜坡式欺骗干扰较为敏感。然而，GNSS/INS组合导航系统欺骗干扰检测存在的难点是组合导航闭环校正机制[6]和缓慢增长的斜坡式欺骗检测的时延问题。针对组合导航闭环校正机制问题，ZH
中国惯性技术学报 2022年2期2022-07-06
- 传递函数辨识(25):自回归输出误差自回归滑动平均系统的辅助模型递阶广义增广递推参数估计
在《系统辨识:多新息辨识理论与方法》一书3.6节中,针对输出误差自回归滑动平均(OEARMA)系统(即Box-Jenkins系统),研究了基于模型分解的辅助模型(多新息)广义增广随机梯度算法和辅助模型(多新息)广义增广最小二乘算法,其中《两阶段辅助模型多新息广义增广随机梯度算法和两阶段辅助模型广义增广最小二乘算法》发表在国际期刊IET Signal Processing 2013年第8期上[16]。《系统辨识:迭代搜索原理与辨识方法》3.5节和4.5节研究
青岛科技大学学报（自然科学版） 2022年2期2022-04-27
- 基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测
an滤波器的量测新息可以衡量量测和状态估计的一致程度。基于新息序列的故障检测是另一类重要的组合导航故障检测方法。新息卡方检验法利用单历元新息向量构造故障检测统计量，对突变故障有很好的检测效果，但是对慢变故障的检测并不十分有效。利用多历元新息序列构造检测统计量是检测慢变故障的一种有效方法。Litton公司提出的AIME(Autonomous Integrity Monitored Extrapolation)方法是一种最为经典的多历元新息检测方法。文献[13
航空学报 2022年3期2022-04-26
- 有源柔性配电网单相接地消弧方法研究
地故障后零序电流新息幅值，进行比对选出故障馈线。提出一种主从式消弧线圈结构，在此基础上设计了柔性补偿控制策略，最后利用 ADPSS搭建配电网模型，对其有效性进行验证。1 配电网单相接地故障动态辨识系统电气量当前时刻的测量值与根据上一时刻状态估计结果得到的预报值之差即为新息。以故障前后的线路电流和各节点电压为研究对象，用故障后一时刻电流、电压测量值减去故障前一时刻电流，计算电流新息，如式1所示。(1)由回路电流法和图论知识，根据上一时刻系统拓扑结构，在选取树
黑龙江电力 2022年6期2022-02-01
- 传递函数辨识(24):线性回归系统的变间隔递阶迭代参数估计
法、变间隔递阶多新息随机梯度辨识方法、变间隔递阶递推梯度辨识方法、变间隔递阶多新息递推梯度辨识方法、变间隔递阶最小二乘辨识方法、变间隔递阶多新息最小二乘辨识方法[18]。这里讨论线性回归系统的变间隔递阶梯度迭代辨识方法、变间隔递阶多新息梯度迭代辨识方法、变间隔递阶最小二乘迭代辨识方法、变间隔递阶多新息最小二乘迭代辨识方法等。这些方法中可以引入加权因子和遗忘因子派生出变间隔加权递阶(多新息)梯度迭代辨识方法、变间隔加权递阶(多新息)最小二乘迭代辨识方法、变间
青岛科技大学学报（自然科学版） 2022年1期2022-01-20
- 传递函数辨识(23):线性回归系统的变间隔递阶递推参数估计
方法和递阶递推多新息辨识方法[17]、递阶(多新息)梯度迭代辨识方法和递阶(多新息)最小二乘迭代辨识方法[18]。本工作引入变间隔概念,基于线性回归模型,研究损失数据系统和稀少量测数据系统的变间隔递阶递推辨识方法,包括变间隔递阶随机梯度类辨识方法、变间隔递阶递推梯度类辨识方法、变间隔递阶最小二乘类辨识方法等[7]。提出的变间隔递阶递推辨识方法可以推广用于其他线性和非线性随机系统,以及信号模型的参数辨识[19-21]。1 线性回归系统的递阶辨识模型《系统辨识
青岛科技大学学报（自然科学版） 2021年6期2021-12-17
- 一种多新息分数阶的辨识算法
，但是由于利用单新息对参数进行递推估计，其性能仍不理想。为此，引入多新息理论[16]，基本思想是：将标量新息扩展为多新息向量，将新息向量扩展为新息矩阵，每次迭代时既使用当前数据，又使用过去的数据[17-20]。实际辨识所需的信息向量中包含很多不可测的特征变量，为了解决这一问题，建立辅助模型去逼近系统的不可测变量估计系统参数[21]，将辅助模型、分数阶项、多新息和LMSI相结合，提出一种基于辅助模型的多新息分数阶最小均方算法(auxiliary model
科学技术与工程 2021年32期2021-11-23
- 基于加权多新息AEKF的锂电池SOC在线估算
文提出一种加权多新息自适应扩展卡尔曼滤波(multiple weighted-adaptive extended Kalman filtering，MW-AEKF)方法对电池SOC 进行估计，引入了二阶RC 等效电路模型，采用带遗忘因子的递推最小二乘法(forgetting factor-recursive least square，FFRLS)在线辨识电池参数。为验证算法可行性，在自定义动态测试应力(dynamic stress test，DST)工况和
储能科学与技术 2021年6期2021-11-19
- 基于正弦函数处理新息的船舶模型参数辨识新算法
差信息（也可称为新息）变成了误差信息向量，称为多新息辨识算法，取得了较好的理论与应用成果；徐玲[2]利用动态窗数据将随机梯度参数辨识方法中的标量新息扩展为新息向量，提出传递函数多新息随机梯度参数估计方法，进一步提高了辨识精度；谢朔等[3]提出的一种改进的多新息扩展卡尔曼滤波参数辨识方法，通过引入遗忘因子以降低历史干扰数据的累积影响，经此改进算法辨识的船舶响应模型参数更加精确；时振伟等[4]针对多元线性或非线性回归系统，将耦合辨识思想与带遗忘因子的有限数据窗
中国舰船研究 2021年5期2021-10-27
- 传递函数辨识(22): 线性回归系统的递阶迭代参数估计
递阶辨识原理与多新息辨识理论相结合,诞生出的迭代辨识方法包括递阶多新息梯度迭代辨识方法、递阶多新息最小二乘迭代辨识方法、递阶多新息牛顿迭代辨识方法等。将递阶辨识原理与辅助模型辨识思想、多新息辨识理论相结合,诞生出的迭代辨识方法包括辅助模型递阶多新息梯度迭代辨识方法、辅助模型递阶多新息最小二乘迭代辨识方法、辅助模型递阶多新息牛顿迭代辨识方法。在一些系统辨识学术专著[1-6]和连载论文[7-16]中,先后介绍了动态系统和信号模型的参数估计方法。最近在“大系统的
青岛科技大学学报（自然科学版） 2021年5期2021-10-21
- 基于新息速率抗差估计的INS/GNSS组合导航系统欺骗检测算法
，通常使用残差或新息序列作为检验统计量，检测方式采用假设检验。这类方法的缺点是在欺骗干扰影响下组合导航系统的反馈校正机制会使残差或新息序列偏离正常值导致误警率和漏警率升高[4]。耦合欺骗检测又可分为“快照法”和“连续法”。“快照法”是以当前时刻的新息序列构成检验统计量，适合检测GNSS 测量值中阶跃类型的误差，对缓变类型的误差检测时间较长，例如新息欺骗检测、残差卡方检测属于该类算法，在单路卫星信号受到0.1 m/s 缓变类型的干扰时，新息欺骗检测算法的检测
中国惯性技术学报 2021年3期2021-10-17
- 传递函数辨识(21):线性回归系统的递阶递推参数估计
递阶辨识原理与多新息辨识理论相结合,诞生出的递推辨识算法包括递阶多新息随机梯度辨识方法、递阶多新息递推梯度辨识方法、递阶多新息递推最小二乘辨识方法、递阶多新息牛顿递推辨识方法等;诞生出的迭代辨识算法包括递阶多新息梯度迭代辨识方法、递阶多新息最小二乘迭代辨识方法、递阶多新息牛顿迭代辨识方法等。有时省略“递推”二字,将“多新息递推辨识方法”简称为“多新息辨识方法”。将递阶辨识原理与辅助模型辨识思想、多新息辨识理论相结合,诞生出的递推辨识算法包括辅助模型递阶多新
青岛科技大学学报（自然科学版） 2021年4期2021-07-26
- 捷联惯性基组合导航鲁棒UKF方法
，来辨别滤波中的新息是否为异常，对于正常新息不予处理，对于异常的新息采用指数加权的方法得到新的“正确”新息以替代野值新息，这样不但可以修正量测值，还可以提高该情况下滤波的估计精度，提高系统的鲁棒性，根据江试实验数据，对SINS/GPS 系统使用SVM-UKF 与常规UKF，RUKF 滤波组合导航的精度进行比较。实验结果表明，在量测量有野值污染的情况下，SVM-UKF 具有更高的估计精度。1 基于一类SVM 的野值识别与处理对于量测量中野值的辨别，一类SVM
舰船科学技术 2021年6期2021-07-06
- 基于多新息限定记忆的永磁同步电机参数辨识
建仿真模型，将多新息理论与递推最小二乘法相结合解决抗干扰能力弱等问题，采用限定记忆方法避免辨识计算中的数据饱和问题，在仿真模型中验证所提辨识算法的有效性，并搭建实验平台验证其可行性。1 同步电机模型1.1 PMSM数学模型建立电机模型时，假设电机为理想条件，表贴式PMSM的定子绕组电气对称，忽略电机铁芯饱和情况，则在旋转d-q坐标系下简化的PMSM两相电压方程为(1)式(1)中:ud、uq分别为PMSM定子d、q轴电压；Rs为定子电阻；id、iq分别为电机
科学技术与工程 2021年13期2021-06-24
- 传递函数辨识(20):有限脉冲响应滑动平均系统的递阶增广迭代参数估计
模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念[1-6]是研究新型参数估计方法的有用工具,连载论文先后研究了信号模型、传递函数的参数估计[7-11]。最近,针对输出误差系统,研究了辅助模型多新息随机梯度算法、辅助模型多新息递推梯度算法、辅助模型多新息最小二乘递推算法等[12],以及辅助模型递阶多新息梯度迭代算法、辅助模型递阶多新息最小二乘迭代算法等[13];针对有限脉冲响应滑动平均(FIR-MA)系统,研究递阶增广随机梯度(HESG)算法、递阶多
青岛科技大学学报（自然科学版） 2021年3期2021-06-09
- 传递函数辨识(19)：有限脉冲响应滑动平均系统的递阶递推增广参数估计
载论文中，使用多新息辨识理论、递阶辨识原理、耦合辨识概念[1-6]，先后研究了信号模型、传递函数的参数估计[7-11]。最近，针对输出误差模型描述的动态随机系统:研究了辅助模型(多新息)随机梯度算法、辅助模型(多新息)递推梯度算法、辅助模型(多新息)最小二乘算法等[12]，以及辅助模型递阶(多新息)梯度迭代算法、辅助模型递阶(多新息)最小二乘迭代算法等[13]。有限脉冲响应滑动平均模型(finite impulse response moving aver
青岛科技大学学报（自然科学版） 2021年2期2021-04-10
- 基于多新息算法的阶次未知的Wiener系统参数估计
效电路模型，将多新息理论和最小二乘结合形成多新息最小二乘辨识方法，在电池的充放电试验中实施电池参数的有效估计；GAN Min等[15]首先利用投影算法估计系统的非线性参数，之后采用多新息最小二乘估计方案估计线性部分的参数，并和存在的一些估计方法对比，表现出较高的估计性能。由以上研究可知，对最小二乘算法的改进工作有很多种方式，但是利用多新息理论进行改进是近几年比较新颖的辨识方法。目前多新息最小二乘应用于线性系统较多，非线性性系统相对较少且阶次都是已知的，而应
河南理工大学学报(自然科学版) 2021年1期2021-01-21
- 基于IGGIII 方案的自适应渐消卡尔曼滤波器
加权组合思想求取新息协方差估计值，再采用交互多模算法进行信息融合，从而获得精度更高的滤波估计值，但该算法加权计算过程使时间复杂度明显增大，滤波效率严重下降。文献[6]通过构建噪声统计特性检测函数进行量测噪声方差阵的梯度检测，然后根据检测结果利用窗口自适应函数实时计算窗口宽度，避免滑动窗口长度固定带来的滤波精度与跟踪灵敏度之间的矛盾问题，然而该算法梯度检测函数对3组预设量测噪声方差修正系数进行求和运算，再进行加和运算求取最终梯度检测值，影响了算法滤波实时性。
计算机工程与应用 2020年14期2020-07-17
- 顾及新息向量的Sage-Husa滤波在手机GNSS定位中的应用
成发，尚 睿顾及新息向量的Sage-Husa滤波在手机GNSS定位中的应用朋子涵，高成发，尚 睿（东南大学 测绘工程系，南京 211189）针对手机精密单点定位解算时采用离散线性卡尔曼滤波方法不能充分考虑到手机数据特性，定位时可能引起误差的问题，提出利用新息向量进行手机精密单点定位的方法：给出卡尔曼滤波中新息向量的作用；并结合新息向量抗差卡尔曼滤波和Sage-Husa滤波方法，充分考虑手机观测时数据误差特点，完成手机精密单点定位。实验结果表明，相对于常规离
导航定位学报 2020年2期2020-04-13
- 基于新息异常检测的改进抗差自适应卡尔曼滤波算法
在卡尔曼滤波中，新息作为滤波中的关键量，含有量测的全部信息，并且对异常量测值极为敏感。因此，无论是在AKF还是抗差滤波中，经常利用新息的特性估计量测噪声方差或异常检测，以期在保证滤波精度的前提下提高算法的鲁棒性与容错性。文献[6-7]利用新息正交特性对量测中的异常值进行辨识，然后利用抗差估计理论中的Huber方案构造等价权函数(活化函数)，并引入到卡尔曼滤波算法中，该活化函数通过降低量测异常值的权重提高了组合导航系统的抗差性能。文献[8-9]依据新息服从多
导航定位与授时 2020年1期2020-02-18
- 基于多新息最小二乘算法的非线性系统辨识
性系统。为此，多新息最小二乘法(multi-innovation least squares,MILS)通过利用p组数据改善了递推最小二乘的辨识性能。将多新息最小二乘算法尝试用于处理含输入非线性项的非线性系统辨识。在该算法中，利用关键项分离技术获得线性分离的辨识模型，减少了冗余的参数估计和计算负担。利用建立辅助模型解决内部变量未知问题，提高了辨识的精度。非线性系统结构如图1所示。图1中：f(·) 为多项式非线性子环节；L(·)为动态线性子系统；v(t)为系
自动化仪表 2019年9期2019-10-09
- 变遗忘因子多新息随机梯度算法双馈电机参数辨识
在各种不足，将多新息理论与传统随机梯度算法理论结合起来在一定程度上解决了这些问题，文献[8]将随机梯度算法与多新息思想结合，相对于传统随机梯度算法，增加了每次计算对数据的利用率，不仅减小了计算量，同时又大大提高了算法收敛速度。本文将双馈电机dq坐标系下数学模型转化为标准辨识形式，采用定子磁链定向的矢量控制方法搭建双馈电机矢量控制系统并采集数据，利用变遗忘因子多新息随机梯度算法对双馈电机参数进行辨识，由仿真结果验证了算法的有效性。1 双馈电机模型1.1 dq
测控技术 2019年3期2019-09-20
- 基于变权新息协方差的自适应卡尔曼滤波器
估计原理确定量测新息协方差的取值准则，并实时解算渐消因子，调整预测协方差。文献[5-6]将强跟踪思想融入自适应容积Kalman滤波器，提升其鲁棒特性，解决因船舶及飞行器运动模型偏差导致滤波精确度下降的问题。文献[7-8] 在强跟踪滤波器中引入了限定记忆理论，形成区间Kalman滤波器，通过渐消因子修正滤波增益，增强跟踪突变状态的能力。文献[9]利用交互多模型算法与衰减记忆Kalman滤波，实时更新衰减因子，调整滤波增益，并成功运用于预警机运动跟踪领域。文献
西华大学学报（自然科学版） 2019年4期2019-07-11
- 基于多新息扩展卡尔曼滤波的直接转矩控制研究
计结果。本文将多新息辨识理论(Multi-Innovation Identification Theory，MIIT)引入EKF，设计多新息扩展卡尔曼滤波(MI-EKF)算法，将其应用于无传感器DTC中，以提高转速和磁链观测精度。1 多新息辨识理论MIIT[13]是基于单新息辨识理论扩展出的一种更加精确的辨识方法，通过建立数学模型来描述系统运动规律的辨识算法，主要思想是利用系统前一时刻输出的参数估计，加上增益向量与新息的乘积，对当前时刻模型进行修正[14-
上海电机学院学报 2018年5期2018-11-12
- 北斗三频中长基线差分定位性能研究
其构成卡尔曼滤波新息向量并且以此研究其对滤波性能影响的研究工作较少,本文将立足于此问题,并在上述逐级解算模糊度算法的基础上,使用相邻历元B3频段窄巷模糊度值构成卡尔曼滤波的新息向量,利用前一历元滤波值作为下一历元的预测值,通过整个滤波过程新息向量内积RMS值很容易分析出窄巷模糊度的误差对滤波性能的影响,并结合卡尔曼滤波的发散条件进行相关卫星历元筛选,最终可获得中长基线厘米级定位精度并有效缩短首次收敛时间,对北斗高精度差分定位有一定意义。1 三频差分定位基本
全球定位系统 2018年4期2018-10-09
- 鸡蛋与玉米、豆粕的期货价格动态关联性研究
是每个内生变量的新息对它自己及所有其他内生变量产生的影响。lnPA、lnPM、lnPC三者之间的脉冲函数分析结果见图2，响应长度选择50期。由图2可以看出：第一，鸡蛋期货价格对其自身一个标准差的新息时立刻呈现出较强正向反应，但从第2期就开始呈现稳定的极缓慢下降趋势；对来自豆粕期货价格的新息在第1期没有反应，而在第3期产生微弱的正向反应；对来自玉米期货价格的冲击几乎没有反应，即使有反应也是极其微弱的正向反应。第二，豆粕期货价格对来自鸡蛋期货价格一个标准差的新
时代金融 2018年21期2018-08-10
- M估计的强跟踪SVD-UKF算法在组合导航中的应用
踪滤波框架建立在新息正交的基础上，利用正常新息数据实现对实际状态的强跟踪，其并不能判断带有单粗差或多粗差的新息序列的健康程度。一旦异常数据污染了新息序列，强跟踪滤波框架强迫新息残差序列正交后导致多重渐消因子变化，引起估计结果的偏差，降低估计精度并可能导致滤波系统的发散。抗差估计是常用的解决卫星信号野值数据问题的手段之一[2]。当滤波系统中粗差的影响不可避免时，通过适当的手段来避免粗差对状态估计值的影响。抗差估计是通过等价权来影响新息序列，以降低新息序列在出
电子科技 2018年7期2018-07-23
- 基于新息优先累积法的GM(0,N)模型及其应用
所以，本文将基于新息优先的原则，改变累积法的累加顺序，使越新的数据占的权重越大，并将其引入GM(0,N)模型的参数估计中，提高模型的预测精度。1 新息优先累积法在实际情况中，预测需要更多地考虑最新的发展动态，新的信息对未来的影响大于旧的信息[9,10]。新息优先累积法就是基于越新的数据的权重越大，越老的数据的权重越小的原则。设原始序列为：X={x1，x2，…，xn}，定义各阶新息优先累积和如下：依此类推，对任意自然数r，有：特别地，对序列长度为n的X={1
统计与决策 2018年12期2018-07-12
- 基于多步新息的机动检测方法
预测量（）构成的新息向量 d（k）=Y（k）－的变化情况，按照某一准则或者逻辑进行机动检验。基于机动检测结果，自适应调整系统状态噪声阵或滤波增益，对机动目标的运动状态进行滤波估计和预测，从而实现对机动目标的跟踪功能。因此，可靠及时地检测出目标机动模式直接影响机动目标跟踪的性能。进入21世纪后，由于电子技术的快速发展，反舰导弹性能有了大幅度提高。末端防御系统为了提高对反舰导弹的处理能力，一种方法是提高火控系统数据率，以充分使用跟踪器的目标量测数据，提高对超音
火力与指挥控制 2018年5期2018-06-13
- 基于极大似然估计的新息自适应滤波算法
需要依赖于准确的新息协方差估计值，而目前利用开窗法得到的新息协方差估值器并不能突出滑动窗口内新近协方差序列的作用[10]，限制了进一步提高其估计精度。为了提高滤波器在噪声统计信息未知或者时变情况下的估计精度，首先本文在得到基于极大似然估计的新息协方差估值器后，提出了一种基于限定记忆指数衰减加权的改进算法, 利用新息协方差的指数加权值代替其算数平均值，提高了新息估计的精度。对捷联惯性导航系统/全球定位系统(strapdown inertial navigat
传感器与微系统 2018年1期2018-01-24
- 基于多新息最小二乘法的船舶操纵响应模型参数辨识
0063)基于多新息最小二乘法的船舶操纵响应模型参数辨识谢 朔1,2a, 初秀民1， 柳晨光1,2a， 吴 青1,2b(1.国家水运安全工程技术研究中心， 武汉 430063； 2.武汉理工大学 a. 能源与动力工程学院; b. 物流工程学院， 武汉 430063)提出基于多新息最小二乘法的船舶二阶非线性响应型模型参数辨识方法。在实验室环境下对模型船开展Z形试验，分别应用最小二乘递推法和多新息最小二乘法对试验数据进行参数辨识；用得到的模型分别进行Z形试验预
中国航海 2017年1期2017-11-07
- 多新息抗差—自适应卡尔曼滤波定位算法研究*
125000)多新息抗差—自适应卡尔曼滤波定位算法研究*李雅梅， 康璐璐(辽宁工程技术大学 电气与控制学院,辽宁 葫芦岛 125000)针对移动机器人在定位过程中，由传感器测量误差和机器人模型引起的位姿误差导致系统定位精度急剧下降的问题，提出了一种多新息卡尔曼滤波算法。在标准卡尔曼滤波的基础上，当传感器测量值存在误差时，引入抗差权因子，通过改变误差测量值的权值提高滤波器的估计精度；当机器人位姿存在误差时，引入自适应因子，通过调整状态协方差矩阵的大小抵制位姿
传感器与微系统 2017年9期2017-09-11
- 基于非参数分位数方法对金融风险的研究
驱动，不需要设定新息项的分布，并同新息项服从正态分布、T分布和GED分布计算的VaR进行对比，得到了比较理想的结果，从而为金融风险研究提供了较有效的参考方法。非参数；分位数；风险预测0 引言近年来，我国经济正处于结构调整和转型升级的阶段，金融市场在支持这项重任的同时还需要注意防范和化解金融风险。而VaR(Value at Risk)作为一种金融风险管理工具，已经得到了广泛的应用。VaR方法是20世纪80年代美国金融机构提出的金融风险测度方法[1]，现在已经
统计与决策 2016年24期2017-01-09
- 基于新息估计和正交投影的闭环子空间模型辨识
侯杰 刘涛基于新息估计和正交投影的闭环子空间模型辨识侯杰1刘涛1针对闭环控制系统提出一种基于新息估计和正交投影的闭环子空间模型辨识方法.首先采用最小二乘法对VARX模型(Vector autoregressive with exogenous inputs model)进行计算得到新息估计值,然后通过将由观测输入输出数据构造的Hankel矩阵正交投影到新息数据的正交补空间以消除噪声影响,从而在无噪声的输入输出数据奇偶空间中提取得到扩展可观测矩阵和下三角形T
自动化学报 2016年11期2016-12-17
- 基于遗忘因子多新息随机梯度算法PMSM参数辨识
)基于遗忘因子多新息随机梯度算法PMSM参数辨识张建宇，吴定会(江南大学 轻工过程先进控制教育部重点实验室,无锡 214122)针对传统辨识算法结果不精确以及电机参数变化问题，提出了基于遗忘因子多新息随机梯度辨识算法。结合永磁同步电机系统电压方程，构建离散辨识模型。采用矢量控制方法控制电机，获得辨识模型输入输出数据，对转子电阻和电感参数进行在线辨识。仿真结果表明，该算法能够实现对永磁同步电机参数的辨识。永磁同步电机；SVPWM矢量控制；遗忘因子；多新息随机
微特电机 2016年11期2016-08-28
- 基于逐步优化构造新息背景值和倒数累加生成的非等间距多变量新息MGRM(1,n)模型*
基于逐步优化构造新息背景值和倒数累加生成的非等间距多变量新息MGRM(1,n)模型*韩朝晖1*，韩乐2(1.湖南文理学院，湖南 常德 415000；2.中南大学 建筑与艺术学院，湖南 长沙 410000)应用逐步优化和新息建模方法,构造多变量非等间距新息灰色模型MGRM(1,n)的新息背景值,基于倒数累加生成,以数据的第m个分量作为灰色微分方程解的初始条件,建立了多变量非等间距新息模型MGRM(1,n).该新型模型不仅适合于等间距建模，也适合于非等间距建模
湘潭大学自然科学学报 2016年1期2016-08-26
- 自适应卡尔曼滤波在航空重力异常解算的应用研究
尔曼滤波模型，将新息自适应卡尔曼滤波器(IAE，Innovation based Adaptive Estimation)应用于量测噪声未知的航空重力异常解算.针对IAE滤波器滑动窗口宽度难以准确确定的问题，通过对多个不同滑动窗口新息协方差估计的加权平均，获得改进的IAE滤波器，该IAE滤波器不仅具有量测噪声自适应估计能力，还能实现滑动采样窗口的优化选取.试验结果表明，IAE滤波器可以降低因量测噪声统计信息不明引起的解算误差，改进IAE解算的重力异常误差约
地球物理学报 2016年4期2016-06-30
- 基于多新息耦合最小二乘算法的电力系统状态空间辨识
模型辨识思想、多新息辨识思想、耦合辨识思想等一系列新方法[10]，给电力系统状态空间辨识带来了新的思路。鉴于此，本文从理论上分析了采用传统最小二乘算法用于多输入多输出系统辨识时造成计算量大的根本原因，引入了耦合最小二乘算法解决上述问题，结合多新息思想推导了多新息耦合最小二乘算法的计算方法，实现了利用类噪声信号完成电力系统状态空间辨识。4机2区以及10机39节点系统验证了本文方法的有效性。1 电力系统状态空间辨识方法1.1 问题描述电力系统在稳定运行点附近通
电力自动化设备 2015年7期2015-09-20
- 组合导航中一种新息自适应卡尔曼滤波算法
的发散控制方式,新息可以用来作为判断和调整滤波器增益的依据[2]。目前,国内外对于自适应卡尔曼滤波器的研究逐渐集中在两个方面:基于新息自适应估计(IAE)[3]的卡尔曼滤波器和多模型卡尔曼滤波器(MMAE)[4]。本文提出了一种基于IAE的卡尔曼滤波算法,可以通过实际新息的量测计算直接实现修正卡尔曼滤波增益,提高了在GPS测量发生较大变化时卡尔曼滤波器的精度和鲁棒性[5]。通过仿真实验对比分析了这种方法与传统卡尔曼滤波方法的定位误差,研究结果表明基于新息的
全球定位系统 2014年4期2014-08-21
- 基于多新息理论的PID神经网络改进算法
识，这为本文将多新息辨识算法引入PID神经网络做了准备。PID神经网络采用传统的BP算法的批处理模式进行权值的修正，从辨识的精度上考虑，批处理法拟合系统实际输入输出的效果优于在线模式，但从实时辨识与控制角度考虑，在线模式优于批处理法。在线模式对权值的修正值利用了系统当前的输入输出数据，没有利用历史的输入输出数据，坏数据对网络权值修正的影响大。丁锋等人提出的多新息辨识方法利用当前与历史输入输出数据，能减小坏数据的影响，提高系统辨识的精度。受文[4]启发，本文
网络安全技术与应用 2014年2期2014-07-23
- 中美股市与债市联通程度对比
自身的一个标准差新息在第1期即有较强的反应，在第2期迅速降低，第3期以后，新息的影响基本消失；而RS1对来自RB1的一个标准差新息在第一期没有立即反应，第2期小幅下降，第3期出现反向变动，第4期以后，新息的影响基本消失.图3 RS1对一个标准差新息的脉冲响应由图4可知，RB1对其自身的一个标准差新息在第1期即有较强的反应，在第2期迅速降低，在第3期小幅上升，第4期以后，新息的影响基本消失；而RB1对来自RS1的一个标准差新息在第1期的反应便很微弱，第2期以
宜宾学院学报 2014年12期2014-07-20
- 基于多新息随机梯度永磁同步电机参数辨识
00054基于多新息随机梯度永磁同步电机参数辨识徐鹏1，2，肖建1，周鹏2，李山21.西南交通大学电气工程学院，成都 6100312.重庆理工大学电子信息与自动化学院，重庆 400054永磁同步电机（Permanent Magnet Synchronous Motor，PMSM）具有响应快、高精度、高转矩比等诸多优点。在永磁同步电机系统数学模型基础上，构建系统回归模型，推导得永磁同步电机多新息随机梯度参数辨识算法（MISG），仿真和实时实验结果表明由于MI
计算机工程与应用 2014年6期2014-07-07
- 考虑来水的东江流域用水量脉冲响应
响,并比较各方程新息对变量波动的重要性。在进行各变量VAR建模之前,必须对各时间序列的随机性和平稳性进行分析,如进行单位根检验,以判断它们是否满足建模条件,即自变量和因变量之间是否有长期稳定的均衡关系。一般可用协整的方法通过对回归系数的Johansen协整检验和回归残差的协整检验来研究各变量的长期均衡关系[7]。多变量的VAR建模分析流程如图1所示。图1 多变量的VAR建模分析流程本文通过构建研究区东江流域来水量和各行业用水量的VAR模型,对各变量脉冲响应
水资源保护 2014年5期2014-06-07
- 基于AR模型参数的导航系统故障检测
。由于GPS伪距新息数据是连续的时间序列，可以进行AR建模，当其连续的时间序列中某些数据发生故障时，将改变系统的动态特性从而影响伪距新息序列的特性，使得其不再具有白噪声特性，均值不再为零，另外其方差阵也将偏离滤波理论值，从而导致AR模型参数发生变化，因此可以利用AR模型参数的变化进行这类系统的故障检测，即这类系统的故障检测问题就转化为如何尽可能快地检测AR模型参数的改变。2 基于AR模型参数变化的导航系统故障检测模型基于AR模型参数变化的导航系统故障检测模
电子设计工程 2014年15期2014-01-15
- 基于条件极值模型的上证综指尾部风险研究
布随机变量，称为新息(innovation)，它与at－1…a0相互独立.本文采用ARMA(1，1)－GARCH(1，1)模型的对新息的分布采用三种假设:正态分布，t 分布和偏t(skewed t)分布.另外a0＞0，α1，β1≥0，α1+β1＜1.下一天的收益率估计为:若给定新息εt所服从的分布，通过计算可以得到新息的双侧VaR和ES，分别用来表示，进而可以计算下一日收益率的双侧VaR和ES.对于下一日收益率:由于选择了三种对新息分布的假设，所以我们已经
哈尔滨商业大学学报（自然科学版） 2013年4期2013-10-21
- 基于综合目标函数的神经网络多新息辨识算法
函数的神经网络多新息辨识算法徐宝昌,刘新乐(中国石油大学地球物理与信息工程学院,北京 102249)为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。系统辨识；综合目标函
中国石油大学学报（自然科学版） 2013年2期2013-07-07
- 永磁同步电机在线多参数辨识方法研究
。文献［8］把多新息最小二乘法引入到感应电机参数辨识中来，但其未加入遗忘因子对协方差矩阵进行更新，跟踪精度不高。本文采用带遗忘因子的多新息最小二乘法，对面装式永磁同步电动机进行在线参数辨识，该方法仅利用定子电压、电流信号和转速信号，减少了其它因素干扰;多新息方法可以抑制坏数据对参数辨识的影响，具有较强的鲁棒性，而合理选择遗忘因子对协方差矩阵可进行更新，可以加速辨识参数的收敛。仿真结果表明辨识具有较好收敛性、鲁棒性与较高精度。1 多新息最小二乘法最小二乘法又
微特电机 2012年6期2012-06-19
- 抗野值鲁棒滤波在微惯性组合导航中的应用*
－3］中基于滤波新息的统计特性，检测野值，通过直接剔除观测值或修正观测值来去除野值的影响;但是鲁棒H∞滤波在应用过程中并不对噪声统计特性做假设，所以这些方法就不适用。在现有的野值剔除方法中，文献［4］提出了利用新息平均值代替含野值新息的方法，但是此方法在野值成片出现的情况下效果不佳。本文采用小波变换检测信号奇异性的方法，在时频域对野值进行处理。通过分析最细尺度上的系数信息，快速检测出野值点，之后采用基于信息扩散原理的新息修正鲁棒H∞滤波方法，通过对车载ME
传感技术学报 2012年6期2012-06-12
- 论息县在中国县制史上的地位
改称“息县”为“新息”，隶汝南郡。县之“息”名未变但却加了一个“新”字。这该作何理解？孟康在诠释《汉书·地理志》“汝南郡……新息”时作了如下说明：“新息，故息国其后东迁，故加新云。”（《汉书地理志补注》卷十三：“新息”）原来西周所分封的姬姓息侯国先后有过两个都城，旧城即“故息城”（后世又称“故息里”）相对偏西南，新城即“新息故城”（后世又称“新息里”）相对偏东北，两城仅相距约六公里①《元和郡县志》：“今蔡州新息县，本春秋时息侯国……故城在今县（按：指新息县
湖北大学学报（哲学社会科学版） 2010年1期2010-04-08