一类多维双重时序 AR(1)-MA(q) 模型的平稳性

讨论了一类多维双重时序ＡＲ（１）－ＭＡ（ｑ）模型的二阶平稳性问题。通过导出一组线性方程组，给出了这类模型二阶平稳的显式充分条件和必要条件，为验证模型的二阶平稳性提供了一个可行的途径。     

基于燃油压力波的柴油机高压喷射系故障信息的研究

本文从柴油机燃油压力波的特征出发,建立ARI(Auto—Regressive Integra—ted)时序参数模型.通过对不同故障下的燃油压力波基于ARI时序参数的现代谱分析,说明ARI时序参数模型较好地揭示了燃油压力波蕴含的故障信息.通过燃油压力波的ARI时序参数构造故障诊断模式向量,根据几何距离与信息距离的测度来诊断故障,具有一定的实践意义.     

基于改进遗传算法的协同发射控制软件设计

根据火箭炮武器系统多弹种协同发射的需求,分析了现有发控软件的不足和设计多弹种协同控制软件过程中存在的问题。采用设定禁忌搜索表的改进遗传算法,通过对基因编码、交叉等过程最终实现对多型火箭弹时序协同问题的求解。在此基础上设计的火箭弹协同控制模块的软件架构,为后续实现多种火箭弹协同发射的方式提供了有力支撑。     

舰炮火控雷达实测误差时序特性分析建模

针对舰炮火控雷达高精度实时仿真建模的问题,运用高斯分布和正态平稳过程的两种误差序列生成方法,建立火控雷达简化仿真模型。通过对某火控雷达实测数据误差的统计及时序相关性分析,完成误差序列仿真生成与验证,给出了实现舰炮火控雷达探测误差仿真的优选方法。实践证明,正态平稳模型的误差生成方法可以有效满足新型舰炮仿真试验火控雷达建模要求。     

基于Simulink的导引头测向流程仿真分析

在分析某型反辐射无人机导引头测向原理的基础上,建立了导引头测向数学模型.借助Simulink建立了导引头测向流程仿真模型,得到了正常工作时的波形.结果表明,仿真较准确地模拟了导引头的测向过程.用户可以通过选择辐射源类型及设置参数,查看导引头在不同条件下测向过程及各节点输出波形,为导引头的维修检测提供了一种有效的辅助手段.     

基于Attention的AIS数据段相似性搜索模型

自动识别系统(Automatic Identification System,AIS)数据中蕴含着与船舶交通相关的时间序列信息.基于AIS数据段的相似性搜索也成为智能船运领域的研究热点.AIS数据属于多维时间序列数据,传统的多维数据序列相似性搜索方法通过将原始数据进行降维,并在降维后的数据空间进行时序数据的相似性搜索....     

基于改进时序算法的电力系统可靠性评估方法研究

时序算法是对蒙特卡洛法的优化,适用于电力系统可靠性评估.但是,当系统中参数波动频繁、状态量基数很大时,时序算法会在状态量的抽取与评估判断上耗费较多时间,从而降低了运算效率.为此,从状态量获取与处理的角度通过离散化与标准化对时序算法进一步优化,以提高算法效率、增加算法精度,进而为解决电力系统可靠性评估实时性问题提供方法....     

YHFT-DX处理器全定制EDA技术的开发与应用

在YHFT-DX处理器的研制中,研究并实现了多项支撑全定制设计的EDA技术。针对全定制设计的功能验证,研究并实现了层次式功能模型自动提取技术,能够将晶体管级网表转化为等效的RTL级网表。研究并实现了晶体管级混合时序分析方法,可自动分析全定制设计的延时,并采用多线程并行的方法获得了约10倍左右的速度提升。为提高模拟结果分析的效率,开发了一个延时提取的工具Aimeasure。开发了两个信号完整性分析工具PNVisual和NoiseSpy,分别用于全定制设计的IR-Drop分析和噪声分析。上述技术已在YHFT-DX处理器的设计中得到了广泛应用,有效提高了全定制设计的效率与质量。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

计划中的时序偏好表示和非单调推理

针对行动序列计划中的时序偏好问题开展研究,重点关注时序偏好集合内部存在不一致性时完成行动计划的方法。论文的难点和创新点体现在两个方面。针对时序偏好的表示问题,建立了一种二元描述结构,能够实现对时序约束和时序偏好的归一化描述。使用计算辩论技术建立推理框架,用以排除约束/偏好集合中的冲突关系,获得具有最大一致性的约束/偏好子集。在此基础上建立了一种新的计划生成策略,通过映射的方法得到行动序列片段,组合这些片段后形成完整的行动序列计划。通过实例验证了方法的可行性。