不确定信号系统鲁棒观测融合Kalman预报器北大核心CSCD

对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统,当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观测噪声时,通过增广状态方法把ARMA信号系统模型转化为状态空间模型.应用加权最小二乘法和极大极小鲁棒估计准则,基于带噪声方差保守上界的最坏保守系统,提出了鲁棒加权观测融合稳态Kalman信号预报器.对于噪声方差的所有可能的不确定性,它们的实际预报误差方差保证有相应的最小上界.应用Lyapunov方程方法,证明了局部和加权观测融合稳态Kalman信号预报器的鲁棒性和鲁棒精度关系.通过一个仿真例子验证了所提出理论结果的正确性和有效性.     

带ARMA有色噪声的广义系统信息融合Kalman平滑器

对于带自回归滑动平均(ARMA)有色观测噪声的多传感器广义离散随机线性系统,应用奇异值分解,提出了广义系统多传感器信息融合状态平滑问题。基于Kalman滤波方法,在线性最小方差信息融合准则下,给出了按矩阵加权融合降阶稳态广义Kalman平滑器。为了计算最优加权,提出了局部平滑误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了所提方法的有效性。     

不确定离散模糊随机系统的鲁棒方差约束输出反馈控制

对一类具有范数有界不确定性的离散T-S模糊随机系统。研究不仅使整个闭环模糊系统全局渐近稳定。而且每个模糊子系统的稳态状态方差满足给定上界性能指标约束的输出反馈鲁棒方差控制律的设计问题。利用线性矩阵不等式(LMI)技术，导出输出反馈鲁棒方差控制律的存在条件，并基于矩阵相似变换给出其可解性条件，同时用一组线性矩阵不等式的可行解。给出输出反馈鲁棒方差控制律的一个参数化表达形式。     

带未知通信干扰和丢包补偿的多传感器系统的融合估计

研究了带未知通信干扰和丢包的多传感器系统的融合估计问题.用一组满足Bernoulli分布的随机变量来描述从不同传感器到融合中心或各局部数据处理子站的数据传输过程中的丢包现象.在丢包发生时,采用当前丢失观测的预报进行补偿.应用线性无偏最小方差估计准则,分别设计了不依赖于未知干扰的集中式融合状态预报器和按矩阵加权分布式融合状态预报器.最后,基于所提出的状态预报器设计了未知通信干扰估值器.仿真例子验证了算法的有效性.     

带未知衰减观测率多传感器系统的自校正加权观测融合估计

对带未知衰减观测率的多传感器线性离散时不变系统,通过相关函数在线辨识不同传感器的衰减观测期望和方差,将在线辨识的参数代入到最优加权观测融合滤波算法中得到自校正加权观测融合滤波算法.分析了参数辨识的一致性和自校正加权观测融合滤波算法的收敛性.仿真例子验证了算法的有效性.     

基于EM算法的混合自回归滑动平均模型的参数估计

研究了一类用于时间序列建模的混合自回归滑动平均模型.该模型是由m个ARMA分量经过混合得到的,给出了混合自回归滑动平均模型参数估计的期望极大化(EM)算法,从而得到了混合系数和分量模型的参数,通过仿真说明了其有效性.     

基于异方差的自回归预测模型的参数估计及其应用

从齐性方差的线性回归模型参数估计的最小二乘法出发,通过对统计资料的适当变换,利用加权最小二乘法,获得了异方差的线性自回归模型和四种异方差的非线性自回归模型的参数估计公式,并举例阐述了估计公式的应用.     

广义线性系统基于PI观测器鲁棒极点配置分离原理

对广义线性系统提出了基于全维比例-积分观测器的控制系统设计的鲁棒极点配置分离原理.基于矩阵灵敏度理论证明了如下事实：与状态反馈系统相同的闭环系统极点具有和状态反馈系统极点相同的极点灵敏度,与观测器系统相同的闭环系统.极点具有和观测器系统极点相同的极点灵敏度.于是基于全维PI观测器的状态反馈控制器的具有最小灵敏度的鲁棒极点配置可以通过求解两个分开的鲁棒状态反馈极点配置问题实现.     

Active Disturbance Rejection Control of Quadrotor UAVs Based on Joint Observation and Feedforward Compensation北大核心CSCD

为解决模型参数不确定与外界干扰影响下,四旋翼无人机飞控作业中姿态与轨迹跟踪精度下降,反应迟缓的问题,利用拓展Kalman滤波应对非线性系统问题出色的适应能力和噪声抑制能力,对四旋翼状态信息进行初步估算来抑制高频信号干扰,从而降低了扩张状态观测器的估计负担.同时,与扩张状态观测器联合估计由系统不确定性参数与外界扰动联合组成的“总扰动”,使系统对于精确模型的依赖性降低,并利用扰动估计的微分值进行前馈补偿,以提高对突变扰动的跟踪精度,克服了突变干扰下的相位滞后现象.综合联合观测器、带前馈补偿的LESO及带误差补偿的PD控制律,形成了一种利用拓展Kalman滤波与前馈补偿后的扩张状态观测器联合观测扰动,能较大程度抑制高频噪声和突变扰动的改进型自抗扰控制器.仿真与实验结果表明,联合观测器能有效地减小观测误差幅值且能超前校正观测相位滞后,从而更好地得到更精确的状态信息,改进型自抗扰控制器能更好地满足四旋翼飞行器快速反应、高效稳定的控制要求,精准高效地完成复杂轨迹跟踪.     

对左截断数据估计平稳序列

设平稳信号过程$\{X_t\}$被白噪声序列$\{Y_t\}$干扰. 只有$X_t>Y_t$时可以观测到信号过程$X_t$, 否则只能观测到白噪声$Y_t$. 这种数据模型被称为左截断数据模型. 本文在左截断数据模型下估计平稳信号过程的$\{X_t\}$均值, 自协方差函数, 和自相关系数. 证明所给的估计量是强相合估计. 当$X_t$是自回归序列时, 本文给出自回归模型的强相合的参数估计.     

一类不确定线性连续随机系统的H∞约束方差变结构控制

基于变结构控制思想,结合H∞优化设计理论及稳态状态协方差配置的系统综合方法,对一类具有参数扰动的不确定线性连续随机系统进行H∞约束方差控制的设计.利用变结构控制的不变性,使受控系统在滑模面上与满足匹配条件的系统不确定性无关.根据伊藤积分设计的控制u(t),综合考虑了变结构控制的滑模阶段与到达阶段;导出的反馈增益矩阵G使在滑模面上,闭环系统的各个状态分量的稳态方差满足预先给定的上界约束,同时从噪声输入到系统输出的传递函数的H∞范数也满足预先给定的指标约束.     

偏最小二乘回归方法(PLS)在短期气候预测中的应用

对广西88个站冬季(12月、1月和2月)各月平均气温距平场作自然正交展开(EOF分解),选取累积方差贡献超过90%的前3个主成分作为预报量.从前期平均大气环流场和海温场中查找预报因子,对这些初选因子用偏最小二乘回归方法(PLS)进行信息筛选和成分提取,用提取的新综合变量(又称成分)作预报因子,分别建立各月平均气温前3个主成分的回归预报方程.经独立样本预报试验证明,偏最小二乘回归方法具备良好的因子信息提取能力,其预报建模方法对冬季月平均气温预报具有较好的预测效果.     

基于SARMA需求模式的牛鞭效应分析

在自回归移动平均(ARMA)模型的基础上,建立需求过程为季节性自回归移动平均(SARMA)的时间序列,零售商采用最小均方差(MMSE)预测技术预测市场需求,库存采用补充订货至目标库存(order-up-to)策略的简单两级季节性供应链牛鞭效应量化模型,并对模型牛鞭效应的大小及其影响因素进行理论分析和实例验证,不仅刻画出各种情形下牛鞭效应存在的辨别条件和属性,而且实证结果表明煤炭供应链采用SARMA模型度量牛鞭效应优于ARMA模型.     

重尾非线性自回归模型自加权M-估计的渐近分布

考虑非线性自回归模型xt=f(xt-1,…,xt-p,θ)+∈t,其中θ为q维未知参数,{∈t}为随机误差.在允许误差方差无穷的重尾条件下,构造θ的自加权M-估计,并证明了该估计的渐近正态性.最后通过数值模拟,在随机误差服从某些重尾分布的条件下,说明自加权M-估计比最小二乘和L1估计更有效.     

ARMA模型阶的识别：特征根方法

文献[1]中和用与高阶样本自协方差阵R=(r(p_0 i-j))_(1≤i,j≤p_0)(其中r(k)是样本自协方差函数)有关的对称矩阵R·R~(?)的特征根给出自回归模型AR(p_0)阶p_0的强相合估计.这种定阶方法的优点是计算简便.本文将此方法推广到自回归滑动平均模型ARMA(p_0,q_0),并称此方法为特征根方法.     

不确定时滞奇异系统的有限时间非脆弱保成本控制

针对一类在有限时间下的时滞奇异系统,考虑参数不确定性和有限外部扰动的影响,研究了其基于非脆弱状态反馈控制器的鲁棒保成本控制问题.分别对控制器增益具有加法式摄动和乘法式摄动研究了控制器的设计问题,并通过对闭环系统有限时间稳定且满足系统的成本函数具有上界的研究得到解决,控制器的设计可通过求解一组线性矩阵不等式得到,最后的数值算例说明了所给方法的有效性.     

ACD模型自加权LAD估计的渐近性质

针对高频数据建模中常用的自回归条件持续期(ACD)模型,在允许误差方差无穷的条件下,构造模型参数的自加权最小一乘(SLAD)估计,并证明了该估计的相合性和渐近正态性.数值模拟显示SLAD估计比拟极大似然估计和最小一乘估计更稳健,最后将其应用于青岛海尔和宝信软件这两只股票的价格持续期建模.     

ACD模型自加权LAD估计的渐近性质北大核心

针对高频数据建模中常用的自回归条件持续期(ACD)模型,在允许误差方差无穷的条件下,构造模型参数的自加权最小一乘(SLAD)估计,并证明了该估计的相合性和渐近正态性.数值模拟显示SLAD估计比拟极大似然估计和最小一乘估计更稳健,最后将其应用于青岛海尔和宝信软件这两只股票的价格持续期建模.     

结构经济序列分析的状态空间方法

2.2状态空间模型参数的极大似然估计 在本文　1中我们建立了结构时间序列的状态空间模型(1.3),在该模型中状态转移阵Φ(其中的自回归项参数α1,α2。…,αp),状态噪声协方差阵Q(其对角线上的σξ2,σ 2n,αe2,αξ2)及量测噪声方差k都是待估计的.此外在进行Kαlmαn滤波时,状态及协方差阵的近值X(0/0), P(0,0/0)也是待估计的.我们将未知参数简记为 0=(Φ,Q,R,X(0/0),P(0,0/0)假定已得到观测数据我们通过极大化观测数据的似然函数来估计未知数. 观测数据的似然函数是上式中f是条件概率密度函数. 由状态空间的状态方程及量测方程(1.3)可得…     

基于有限区域量化的系统稳定性分析与设计

针对基于输出反馈和具有有限区域信号量化的离散时间系统,进行了系统稳定性分析与量化参数设计的研究.首先,分别对状态观测误差系统和对象系统在有限区域对数量化作用下的系统渐近稳定性进行了分析,得到了相应的稳定性条件,接着针对对数型量化器,给出了两个系统稳定性之间的内在关联,同时得到了各有限区域量化器的量化区间上界值.在此基础上,得到了保证各子系统稳定的系统通信速率比值.最后,给出了在时变量化作用下基于状态观测的控制策略和仿真例子.