期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多项式预测GNSS信号矢量跟踪算法 被引量:2
1
作者 姚舜扬 尹建君 张建秋 《太赫兹科学与电子信息学报》 2016年第5期681-687,700,共8页
提出了一种多项式预测全球卫星导航系统(GNSS)矢量跟踪算法,不需要接收机运动参数的先验信息,不同于传统卡尔曼滤波器需要根据目标的运动状态选择合适的动态模型并且调节相应的状态噪声。对观测噪声进行自适应估计,实现对目标状态更为... 提出了一种多项式预测全球卫星导航系统(GNSS)矢量跟踪算法,不需要接收机运动参数的先验信息,不同于传统卡尔曼滤波器需要根据目标的运动状态选择合适的动态模型并且调节相应的状态噪声。对观测噪声进行自适应估计,实现对目标状态更为鲁棒的跟踪。仿真结果表明,建立的矢量跟踪模型能够准确跟踪目标状态,适应各种加速度的目标运动情况,在加速度发生突变时,也能保持鲁棒的跟踪,有效避免了传统卡尔曼模型由于参数选择带来的问题。 展开更多
关键词 矢量跟踪 多项式预测模型 矢量延迟/频率锁定环路 观测噪声估计
在线阅读 下载PDF
组合预测模型在我国快递量预测中的应用 被引量:5
2
作者 王惠婷 李蒙 《科学技术创新》 2017年第22期73-74,共2页
快递量是我国经济结构至关重要的一部分,所以快递量的精确预测对我国经济结构的调整有重要的意义。本文利用1995年至2016年的相关数据,分别应用二次指数平滑模型、多项式曲线预测模型、建立ARIMA模型对数据进行预测和分析,再通过对这三... 快递量是我国经济结构至关重要的一部分,所以快递量的精确预测对我国经济结构的调整有重要的意义。本文利用1995年至2016年的相关数据,分别应用二次指数平滑模型、多项式曲线预测模型、建立ARIMA模型对数据进行预测和分析,再通过对这三种预测方法分别赋予不同的权重建立加权组合预测模型来改进预测误差,通过比较分析得出算子组合模型预测的精度更高,并运用该组合预测对2017年至2020年的快递量进行预测。 展开更多
关键词 快递量 二次指数平滑模型 多项式曲线预测模型 ARIMA模型 组合预测模型
在线阅读 下载PDF
动态出现和/或消失时频信号的模型和分析 被引量:3
3
作者 王悦斌 蒋景飞 张建秋 《电子学报》 EI CAS CSCD 北大核心 2019年第2期495-501,共7页
针对动态出现和/或消失的时频信号,本文提出了一种时频模型和分析方法.该模型以时频信号各分量的幅度和相位为状态变量,并利用多项式预测模型为它们建立起状态方程,再视多分量混合时频信号的观测为测量方程,这就为多分量时频信号建立了... 针对动态出现和/或消失的时频信号,本文提出了一种时频模型和分析方法.该模型以时频信号各分量的幅度和相位为状态变量,并利用多项式预测模型为它们建立起状态方程,再视多分量混合时频信号的观测为测量方程,这就为多分量时频信号建立了状态空间模型.为了应对时频信号分量动态出现和/或消失的情况,本文利用非参数迭代自适应谱估计方法对时间加窗的信号进行分析,得到该时间窗内的短时谱,以该短时谱中噪声谱的3倍标准差准则来确定信号分量的数目.由此,基于提出的模型,就可利用无迹卡尔曼滤波算法来分析动态出现和/或消失的时频信号.分析和仿真均表明:提出方法无论在精确度、分辨率以及交叉时频谱分离等方面均优于文献报道的方法. 展开更多
关键词 动态出现和/或消失 多项式预测模型 迭代自适应谱估计 无迹卡尔曼滤波
在线阅读 下载PDF
机油压力动态监测在发动机台架试验中的应用 被引量:1
4
作者 郑建 杨名名 +1 位作者 吴宇 黄强炜 《柴油机设计与制造》 2021年第1期6-10,15,共6页
在发动机台架试验时,对机油压力监测通常采用单一静态的机油压力阈值进行机油压力监测。发动机在高转速下发生机油泄漏或低转速时机油通道出现堵塞,台架监测到的机油压力不会立刻达到监测阈值,发动机运动副在短时间出现缺乏机油润滑或... 在发动机台架试验时,对机油压力监测通常采用单一静态的机油压力阈值进行机油压力监测。发动机在高转速下发生机油泄漏或低转速时机油通道出现堵塞,台架监测到的机油压力不会立刻达到监测阈值,发动机运动副在短时间出现缺乏机油润滑或是冷却都会给发动机带来严重的机械损伤。采用机油压力动态监测,可涵盖不同工况下故障监测与预警。以发动机转速、负荷及机油温度构建机油压力二阶多项式数学模型,对3台样本发动机的预测值与测量值进行了线性回归分析。通过发动机台架试验,验证了稳态试验、瞬态试验及发生故障时机油压力动态监测的准确性,结果表明机油压力动态监测在发动机台架实验中比单一阈值监测能更加有效地保护发动机。 展开更多
关键词 机油压力 全工况监测 二阶多项式预测模型 线性回归分析 动态阈值
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部