会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

OFDM系统中基于基扩展模型的快时变信道估计算法_喻雨微

信道估计是正交频分复用（orthogonal frequency division multiplexing,OFDM）的关键技术。随着移动端速度的提高,信道会发生快速变化产生频率选择性衰落,针对此种情况,通过对传统信道估计算法搭建OFDM系统级仿真链路的基础上对不同的基扩展模型（basis expansion model,BEM）研究,针对复指数基扩展模型（complex exponential-BEM,CE-BEM）的部分基函数频率过高会产生较大误差的缺点,提出一种修正基函数系数的方法有效地去除了频率过高的基函数,通过仿真对信噪比和多普勒频移对模型均方误差性能的影响进行分析,结果表明提出算法能在不增加复杂度的前提下均方误差性能较CE-BEM低4～5 dB,有效地提高了拟合性能。

  • 2021-05-06
  • 阅读582
  • 下载0
  • 5页
  • pdf

面向最小尾气排放的干道车队协调控制模型及算法_李嘉智

为了减少车队在干道交叉口的尾气排放,本文根据比功率排放模型,构建了尾气排放量与延误时间、停车次数之间的关系模型；根据干道协调控制下延误时间、停车次数与相位差之间的相关关系,建立了一种以干道车队尾气排放总量最小为目标的干道双向信号协调控制模型,并利用MATLAB编程软件实现了信号周期与相位差的优化；最后应用该模型对相邻信号交叉口进行了算例测试分析,研究结果表明:在未饱和状态下,双向车队尾气排放总量与其总的延误时间和停车次数既具有一定的相关性,也具有一定的差异性,尾气排放总量最小是延误时间最短和停车次数最少的综合表现。

  • 2021-05-06
  • 阅读582
  • 下载1
  • 7页
  • pdf

基于统计学模型的CBTC系统ATO停车精度自适应优化算法_谭力天

城轨CBTC系统运营对列车停车精度具有较高要求,其中ATO精确停车是系统的重要功能。而外部干扰造成的不确定性和系统延时是影响停车精度的重要因素。提出一种基于统计学模型的自适应优化算法,对停车精度的概率分布曲线进行拟合,而后采用二元马尔可夫模型优化ATO精确停车模型。通过3种不同类型情景的优化模型获得相应的停车精度数据,以期望和方差作为对比指标,结果表明优化模型对ATO停车精度有一定改善,获得较为理想的停车精度。

  • 2021-04-23
  • 阅读580
  • 下载0
  • 7页
  • pdf

基于双麦克风模型的MPNLMS声反馈抑制算法_包泽胜

在单个麦克风的声反馈抑制系统中,基于μ准则的比例归一化最小均方（Proportionate normalized least mean square based onμ-law, MPNLMS）算法由于步长控制矩阵更优,总体收敛速度快,被广泛应用于声反馈抑制技术,但MPNLMS算法对滤波器系数的有偏估计会显著地降低其性能。针对上述问题,提出一种基于双麦克风模型的MPNLMS算法,系统中副麦克风估计主麦克风的有效输入信号,将估计信号与主麦克风输出信号相减之后所得的误差信号用于自适应滤波器系数的更新。仿真结果表明,提出的基于双麦克风模型的MPNLMS算法不再受制于扬声器输出信号与有效信号之间的相关性,而且上述算法的收敛速度、误差与最大增益均优于传统单个麦克风声反馈抑制系统中的MPNLMS算法。

  • 2021-05-06
  • 阅读580
  • 下载0
  • 6页
  • pdf

基于非线性状态估计算法在大数据云_省略_的风电机组故障预警模型研发与应用_李洋

提出一种基于非线性状态估计算法（NSET）,结合现有大数据云平台系统的Spark内存批处理的大数据处理框架,建立风电机组故障预警算法。以大数据云平台系统中风电机组SCADA数据作为数据源,通过算法模型分析处理传动链大部件设备异常表征,形成故障预警记录。将目标设备监测参数的前一时刻也作为模型训练的特征参数之一,组成非线性状态估计算法的记忆矩阵,并应用归一化方法对算法模型进行处理。故障预警记录提交给风电场运维人员进行设备故障事前检修,通过实际应用验证所提算法能够提前预警潜在故障,可以有效地降低设备停机时长。

  • 2021-04-25
  • 阅读580
  • 下载0
  • 6页
  • pdf

多输入单输出时变输出误差模型学习辨识算法_祝徐轩

本文考虑了多输入单输出（MISO）时变输出误差系统参数的估计问题。对于多输入单输出时变输出误差系统,识别的难点在于待辨识的模型参量是随着时间而变化的,尤其突变的参数更难辨识。针对这一问题,本文将辅助模型的思想应用到学习算法中,给出了基于辅助模型的迭代学习随机梯度算法和基于辅助模型的迭代学习最小二乘算法的推导过程。最后,提供了说明性的仿真实例来分析所提出的算法,仿真结果表明基于辅助模型的迭代学习最小二乘算法可以快速跟踪突变的参数,获得精准的参数估计,验证了该算法的有效性。

  • 2021-04-21
  • 阅读577
  • 下载0
  • 9页
  • pdf

采用改进型SOS算法的光伏组件模型参数辨识_康童

针对当前大部分光伏（photovoltaic,PV）模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法（symbiotic organisms search,SOS）的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做Im SOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制；在互利共生搜索阶段采用了改进受益因子策略；在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次,给出了采用Im SOS算法求解基于实验测量电流—电压（I-V）数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了Im SOS算法在光伏组件模型参数辨识的有效性和优越性。可见Im SOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。

  • 2021-05-06
  • 阅读577
  • 下载0
  • 9页
  • pdf

基于PPP模型的多扩展目标跟踪的JPDA算法研究_杜浩翠

针对多扩展目标跟踪问题,提出了基于泊松点过程（Poisson Point Process, PPP）模型的多扩展目标跟踪的联合概率数据关联（Joint Probabilistic Data Association, JPDA）算法。首先,采用PPP对扩展目标进行测量建模,其次以"多对一"关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联（Probability Data Association, PDA）的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。

  • 2021-05-06
  • 阅读576
  • 下载0
  • 9页
  • pdf