四阶带通箱的自回归滑动平均模型 被引量：1

1

作者 陈立 田兴 +1 位作者 夏洁 沈勇 《应用声学》 CSCD 北大核心 2020年第4期618-624,共7页

建立扬声器系统的离散时间模型是对其进行数字控制的基础.研究给出了使用LR-2理论优化的四阶带通箱的自回归滑动平均模型,推导其传递函数方程组,构建其时域差分迭代式,形成离散时间形式的表述,用以描述系统的瞬态行为.实验结果表明,与... 建立扬声器系统的离散时间模型是对其进行数字控制的基础.研究给出了使用LR-2理论优化的四阶带通箱的自回归滑动平均模型,推导其传递函数方程组,构建其时域差分迭代式,形成离散时间形式的表述,用以描述系统的瞬态行为.实验结果表明,与基于状态空间方程的差分求解方法相比,该文给出的自回归滑动平均模型更为稳定精确,对采样率的要求更低.该方法为实现对扬声器的前馈数字控制提供了参考. 展开更多

关键词 四阶带通箱 状态空间方程 传递函数 自回归滑动平均模型 LR-2理论

在线阅读 下载PDF 职称材料

双自回归滑动平均模型风速预测研究 被引量：6

2

作者 郭鹏 《现代电力》 2009年第6期66-69,共4页

风电场中风速变化的随机性很强。对随机过程的建模和预测,自回归滑动平均模型(ARMA)具有较好的效果。以张家口尚义风电场实测风速构成时间序列样本,首先通过差分处理将原始风速序列变为平稳随机序列,并确定该序列的描述模型为ARMA(0,4)... 风电场中风速变化的随机性很强。对随机过程的建模和预测,自回归滑动平均模型(ARMA)具有较好的效果。以张家口尚义风电场实测风速构成时间序列样本,首先通过差分处理将原始风速序列变为平稳随机序列,并确定该序列的描述模型为ARMA(0,4)。用该模型对验证风速序列进行超前一步预测,得到较好的风速预测效果。为进一步提高预测的精度,对样本序列风速预测的残差再次采用ARMA模型进行建模和预测,并用预测残差来修正风速预测值。对实际风速序列进行预测和验证,结果表明本文提出的双ARMA模型预测可以显著提高风速预测准确性。 展开更多

关键词 风速预测 自回归滑动平均模型(ARMA) 残差 风电场 误差分布

在线阅读 下载PDF 职称材料

热电偶动态响应的带外部输入自回归模型 被引量：6

3

作者 金敏俊 李文军 +1 位作者 郑永军 曾九孙 《传感技术学报》 CAS CSCD 北大核心 2019年第6期844-851,共8页

热电偶测量动态温度受到热电偶自身动态特性的制约和影响。为了评价热电偶的动态特性,建立了一种双气流环境下的热电偶动态响应实验系统,测量热电偶在两种不同温度气流交替激励下的响应。由于激励温度本身也存在测量误差,当用回归方法... 热电偶测量动态温度受到热电偶自身动态特性的制约和影响。为了评价热电偶的动态特性,建立了一种双气流环境下的热电偶动态响应实验系统,测量热电偶在两种不同温度气流交替激励下的响应。由于激励温度本身也存在测量误差,当用回归方法分析热电偶响应过程时,响应过程构成了一种变量带误差问题。为了获得热电偶动态响应的无偏估计,建立了热电偶动态响应的状态空间方程,用随机扰动与确定性模型结合的方式描述热电偶动态响应过程,采用一种带外部输入自回归模型对响应过程进行辨识。以一种工业中常用的露端式镍铬镍硅热电偶为对象,给出了一个算例。实验和计算结果表明,带外部输入自回归模型适用于双气流环境下热电偶动态响应能力的评价。 展开更多

关键词 热电偶 动态响应 变量带误差 带外部输入自回归模型

在线阅读 下载PDF 职称材料

基于TCN模型的软件系统老化预测框架

4

作者 王艳超 姚江毅 +1 位作者 李雄伟 刘林云 《计算机应用与软件》 北大核心 2025年第5期25-29,61,共6页

随着软件规模的扩大和逻辑复杂度的提高,软件老化特征表现更加隐蔽,老化参数时序信号更加复杂,针对时序预测法对序列平稳性要求高和BP神经网络收敛速度慢、易陷入局部极值的问题,提出以时域卷积网络(TCN)模型为基础的软件老化预测框架... 随着软件规模的扩大和逻辑复杂度的提高,软件老化特征表现更加隐蔽,老化参数时序信号更加复杂,针对时序预测法对序列平稳性要求高和BP神经网络收敛速度慢、易陷入局部极值的问题,提出以时域卷积网络(TCN)模型为基础的软件老化预测框架。采集可用内存数据作为框架的输入,经TCN模型进行预测,通过检查预测输出的内存与实际内存的平均误差评价模型的效率。与ARIMA模型和RNN(LSTM)模型预测结果进行对比表明,TCN模型对时间序列平稳性要求低、适应性更强,不存在梯度爆炸或消失的问题,对采集的老化数据预测效果最好。 展开更多

关键词 软件老化 时域卷积网络 老化预测框架 预测误差 差分自回归滑动平均模型 长短时记忆模型

在线阅读 下载PDF 职称材料

人工胰脏中数据驱动个体血糖代谢模型的辨识 被引量：2

5

作者 李鹏 祝楠楠 +1 位作者 郁磊 王弼陡 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第3期714-720,共7页

数据驱动时间序列模型是人工胰脏系统中最常用的一类血糖预测模型,但其血糖预测精度受到进食不确定性和胰岛素敏感性波动等实际因素的影响。本文从真实血糖测量数据入手,提出基于卡尔曼滤波参数估计的带输入误差滑动平均模型的辨识方法... 数据驱动时间序列模型是人工胰脏系统中最常用的一类血糖预测模型,但其血糖预测精度受到进食不确定性和胰岛素敏感性波动等实际因素的影响。本文从真实血糖测量数据入手,提出基于卡尔曼滤波参数估计的带输入误差滑动平均模型的辨识方法,将辨识结果与最小二乘法辨识结果进行对比。结果表明,本文提出的辨识方法具有辨识精度高(FIT:90.05±3.12%v.s.54.41±9.56%)、能有效抵消实际因素的影响、对不同特征的个体能获得稳定的辨识结果等优势。 展开更多

关键词 卡尔曼滤波参数估计 带输入误差自回归滑动平均模型 数据驱动模型 个体化血糖代谢模型 人工胰脏

在线阅读 下载PDF 职称材料

短期风电功率预测误差分布研究 被引量：43

6

作者 刘立阳 吴军基 孟绍良 《电力系统保护与控制》 EI CSCD 北大核心 2013年第12期65-70,共6页

短期风电功率预测一直是风电领域的研究热点,提出采用带位置和尺度参数的t分布描述风电功率预测的误差分布。分别采用差分自回归移动平均模型和BP神经网络,根据风电场实测数据进行功率预测,对两种预测模型产生的误差进行分析,验证了带... 短期风电功率预测一直是风电领域的研究热点,提出采用带位置和尺度参数的t分布描述风电功率预测的误差分布。分别采用差分自回归移动平均模型和BP神经网络,根据风电场实测数据进行功率预测,对两种预测模型产生的误差进行分析,验证了带位置和尺度参数的t分布可以有效描述预测误差分布。短期风电功率预测研究发现,带位置和尺度参数的t分布对误差的拟合优度高于正态分布,其各项参数可作为评价预测算法准确度的指标,通过分析分布参数可以直观了解预测算法的性能。 展开更多

关键词 风电功率预测 误差分布 带位置和尺度参数的t分布 差分自回归移动平均模型 BP神经网络

在线阅读 下载PDF 职称材料

基于线性多尺度模型的计算机网络数据流量预测 被引量：12

7

作者 段华琼 唐宾徽 《沈阳工业大学学报》 EI CAS 北大核心 2017年第3期322-327,共6页

为了解决网络安全监控问题,提出了一种用于预测网络流量的算法.通过多个不同尺度的线性模型进行网络数据的组合预测,每个尺度的线性模型由经过滤波器滤波后的部分原始数据估计得到,最终的预测流量数据由多个尺度线性模型的平均预测值得... 为了解决网络安全监控问题,提出了一种用于预测网络流量的算法.通过多个不同尺度的线性模型进行网络数据的组合预测,每个尺度的线性模型由经过滤波器滤波后的部分原始数据估计得到,最终的预测流量数据由多个尺度线性模型的平均预测值得到.选择的线性模型为自回归滑动平均模型,且尺度较小的线性模型对应自回归滑动平均模型的阶数较高.结果表明,本算法的预测精度高,整体预测误差的均值在10-3量级. 展开更多

关键词 网络流量 线性 多尺度 自回归滑动平均模型 预测 误差

在线阅读 下载PDF 职称材料

基于ARMA的微惯性传感器随机误差建模方法 被引量：8

8

作者 杜红松 程建华 唐苗苗 《传感器与微系统》 CSCD 北大核心 2013年第4期54-57,64,共5页

针对微惯性传感器随机误差建模效果不理想,影响微惯性组合导航系统性能的问题,提出了采用自回归滑动平均(ARMA)对微惯性传感器随机误差进行建模的方法。通过对随机误差模型应用于微惯性器件误差建模的深入分析,将Yule-Walker方程引入线... 针对微惯性传感器随机误差建模效果不理想,影响微惯性组合导航系统性能的问题,提出了采用自回归滑动平均(ARMA)对微惯性传感器随机误差进行建模的方法。通过对随机误差模型应用于微惯性器件误差建模的深入分析,将Yule-Walker方程引入线性预测问题中,实现AR功率谱密度的估计,建立了基于随机过程有理功率谱密度的ARMA模型建立方法,并给出了ARMA建模准确性的LDA验证准则。通过微惯性传感器实测数据,对随机误差建模方法进行了有效性验证。该方法为微惯性器件的随机误差建模和分析提供了一种新的途径。 展开更多

关键词 微惯性传感器 随机误差 自回归滑动平均模型 功率谱分析

在线阅读 下载PDF 职称材料

基于时间序列的风电功率日前预测模型及其应用 被引量：2

9

作者 唐波 陈彬 +2 位作者 瞿子航 彭友仙 李昱 《水电能源科学》 北大核心 2014年第11期193-196,201,共5页

风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的... 风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的风电功率日前预测模型,进而运用穷举搜索法确定了指数加权移动平均模型的最佳加权因子为0.7,并得到此模型的风电功率预测值。同时,通过样本自相关函数定阶和最小二乘估计的方法,求得一阶差分自回归滑动平均模型的风电功率预测值。结果表明,一阶差分自回归滑动平均模型的风电场功率预测值的均方根误差比指数加权移动平均模型低0.88%,相应的准确率和合格率较高,可见一阶差分自回归滑动平均模型更能提高风电功率的预测精度。 展开更多

关键词 风电功率 预测模型 时序分析 指数加权移动平均 一阶差分自回归滑动平均 均方根误差

在线阅读 下载PDF 职称材料

CARMA模型离线最小二乘迭代辨识方法 被引量：9

10

作者 王金海 丁锋 《科学技术与工程》 2007年第23期5998-6003,共6页

基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互... 基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互估计理论和递阶辨识原理,在每步迭代计算中,参数估计依赖于噪声估计,反过来噪声估计通过前一次迭代的参数估计计算,二者执行了一个递阶计算过程。最后用仿真例子验证了提出的算法。 展开更多

关键词 递推辨识 迭代辨识 参数估计 最小二乘 输出误差模型 受控自回归滑动平均模型

在线阅读 下载PDF 职称材料

基于Nonnegative Garrote的ARX和ARMA模型定阶方法 被引量：1

11

作者 谭力宁 韩海涛 马红光 《科学技术与工程》 北大核心 2013年第9期2509-2512,共4页

针对传统ARX和ARMA模型定阶方法计算量大和稳定性不强的缺点,提出采用非负绞杀法对ARX和ARMA模型进行定阶。通过分析ARX和ARMA模型的特点,对常规非负绞杀方法进行了改进,使其更适用于动态系统辨识问题,进而给出了相应的求解算法。仿真... 针对传统ARX和ARMA模型定阶方法计算量大和稳定性不强的缺点,提出采用非负绞杀法对ARX和ARMA模型进行定阶。通过分析ARX和ARMA模型的特点,对常规非负绞杀方法进行了改进,使其更适用于动态系统辨识问题,进而给出了相应的求解算法。仿真实验的结果表明了该方法的有效性,且在稳定性上优于传统的信息量准则法。 展开更多

关键词 带外部输入的自回归模型 自回归滑动平均模型 非负绞杀 定阶

在线阅读 下载PDF 职称材料

基于Allan方差的MEMS陀螺仪随机误差辨识与抑制 被引量：17

12

作者 马群 王庆 +1 位作者 阳媛 盛浩 《传感器与微系统》 CSCD 2019年第6期62-65,共4页

为了提高某型微机电系统(MEMS)陀螺仪输出精度,静态采集该型MEMS陀螺仪原始数据,通过Allan方差分析法,对陀螺仪随机误差成分进行辨识;以z轴输出为例,利用时间序列分析法,建立其随机误差的自回归滑动平均(ARMA)模型。根据拟合后的模型参... 为了提高某型微机电系统(MEMS)陀螺仪输出精度,静态采集该型MEMS陀螺仪原始数据,通过Allan方差分析法,对陀螺仪随机误差成分进行辨识;以z轴输出为例,利用时间序列分析法,建立其随机误差的自回归滑动平均(ARMA)模型。根据拟合后的模型参数设计卡尔曼滤波器,对原始数据进行滤波处理,再对预滤波后的数据进行Allan方差分析。结果表明:滤波后的量化噪声、角度随机游走、零偏不稳定性误差系数分别减小了2. 8%,19. 8%和8. 1%。卡尔曼滤波器能够有效抑制MEMS陀螺仪的随机误差,提高输出精度。 展开更多

关键词 微机电系统(MEMS)陀螺仪 随机误差 ALLAN方差 自回归滑动平均模型 卡尔曼滤波

在线阅读 下载PDF 职称材料

基于ARMA-AKF的HRG随机误差建模分析

13

作者 杨浩天 汪立新 王琪 《压电与声光》 CAS CSCD 北大核心 2017年第1期101-104,109,共5页

针对半球谐振陀螺(HRG)随机误差影响惯性测量单元测量精度的问题,提出了一种改进的基于自回归滑动平均(ARMA)模型和自适应滤波(AKF)的随机误差处理方法。该文对预处理的数据进行了自相关和偏相关特性分析,判断随机误差的适用模型,以及... 针对半球谐振陀螺(HRG)随机误差影响惯性测量单元测量精度的问题,提出了一种改进的基于自回归滑动平均(ARMA)模型和自适应滤波(AKF)的随机误差处理方法。该文对预处理的数据进行了自相关和偏相关特性分析,判断随机误差的适用模型,以及利用贝叶斯信息准则(BIC)准则估计ARMA模型的阶数,通过长自回归模型计算残差法获取模型参数,引入加权自适应因子在线调整一步预测误差阵和量测噪声矩阵用于改进滤波方程,并比较了5项主要误差系数值。结果表明,改进的算法能够有效抑制随机误差,为HRG的随机误差建模补偿提供了新方法。 展开更多

关键词 随机误差 自回归滑动平均(ARMA)模型 BIC准则 自适应滤波(AKF) Allan方差法

在线阅读 下载PDF 职称材料

面向智能物联的动态负荷预测量子进化方法 被引量：6

14

作者 王铮 王宇乐 王万良 《计算机集成制造系统》 EI CSCD 北大核心 2018年第12期3027-3037,共11页

物联网与智能制造的结合导致大量制造数据的产生,为了实现基于大数据的智能制造电力负荷预测,提出并实现了一种智能物联云计算平台,实现用户与智能物联网之间双向通信控制的快速响应。提出一种基于改进外加输入的自回归滑动平均模型的... 物联网与智能制造的结合导致大量制造数据的产生,为了实现基于大数据的智能制造电力负荷预测,提出并实现了一种智能物联云计算平台,实现用户与智能物联网之间双向通信控制的快速响应。提出一种基于改进外加输入的自回归滑动平均模型的短期动态负荷预测模型,结合平台中的智能传感设备和历史负荷、天气变化等综合数据,作为预测模型的外部输入变量,并利用改进的实数编码量子进化算法对预测模型进行参数估计以提高动态负荷预测的准确性。利用智能制造企业的实际负荷数据,采用所提方法进行预测并与实际负荷数据及传统方法的预测结果进行比较,实验结果表明,所提方案和算法能够有效提高智能制造过程中短期动态负荷预测的精度,同时通过并行化计算提升负荷预测的速度。 展开更多

关键词 智能电网 智能制造 短期负荷预测 外加输入的自回归滑动平均模型 量子进化算法 云计算

在线阅读 下载PDF 职称材料