搜索资源列表
Burg-algorithm-of-AR
- 基于burg算法实现的AR模型功率谱计算，算法已经仿真通过，有前向预测误差及后向预测误差，非常适合与学习加深现代谱估计的理论 -Burg algorithm to achieve the AR model power spectrum calculation algorithm has been through simulation, the forward prediction error and prediction error is ideal for learning to dee
huise_yuce
- matlab灰色预测模型问题，并求出相对误差-The problem of the matlab gray prediction model, and calculated the relative error
huiseyuce_jianyan
- matlab灰色关联度预测模型，带详细说明。 并计算残差，相对误差，级比偏差值。-Matlab gray relational grade prediction model, with detailed instructions. And calculate the residuals, the relative error level than the deviation.
rev5
- 基于蒙特卡洛方法的主动声纳信号检测性能分析.主动声纳信号检测性能的分析上,目前在计算机仿真中一般假定混响包络的统计特性符合瑞利分布模型。基于此模型,已经有了较完善的理论。然而,在现代高分辨声纳系统中,混响包络的统计特性并不符合瑞利分布模型。此时在接收机工作特性分析时存在大量繁琐的公式推导。因此该文采用蒙特卡洛(M onte Carlo)统计试验方法,实现对瑞利分布混响背景下的主动声纳信号检测性能分析。结合对接收机工作特性曲线的仿真,得出了检测概率的理论值和仿真结果的误差曲线。误差曲线表明,蒙特卡
Tracking-of-Weak-GPS-Signals
- 针对全球定位系统( GPS) 的微弱信号跟踪容易失锁问题, 提出一种新的跟踪方法. 利用平方根卡尔曼滤波算法, 在运算过程中运用误差协方差矩阵的平方根形式进行迭代, 有效减小了舍入误差带来的影响. 提出了一种新的GPS 信号跟踪测量模型, 在连续积分的基础上, 加入了非连续积分过程, 通过有效处理, 避免了导航信息位翻转对信号相关运算产生的影响-Weak signal tracking for the Global Positioning System (GPS), easy to loss o
IMM1
- 基于卡尔曼滤波器的交互多模估计器，含有两个模型，跟踪误差计算完成-Interactive multi-mode estimator based on the Kalman filter contains two model tracking error calculation is complete
New-ARMA-model-
- 运用粒子群优化算法对ARMA(p,q)模型的阶数进行优化是可行的，且利用优化后的ARMA模型对航空发电机状态趋势进行分析的结果十分准确，与原始数据所表现出的航空发电机状态变化趋势基本一致。经计算，此时分析结果的平均相对误差较小，仅为1.38 ，与优化前构建的ARMA模型相比，平均相对误差降低0.23个百分点，优化效果明显。-Using particle swarm optimization algorithm to optimize the order of the ARMA (p, q) mo
New-gray-model
- 利用基于粒子群算法的灰色模型对航空发电机进行状态趋势分析技术研究，所得到的分析结果平均相对误差为3.99 。此模型为粒子群优化算法对GM(1,1)模型的改进模型，因此称为基于粒子群优化算法的GM(1,1)模型。-Using aviation turbine gray model based on particle swarm optimization state trend analysis technology research, analysis the average relative e
Grey-Model-Based-on-Genetic-
- 基于GA-GM(1,1)模型的航空发电机状态趋势分析结果较GM(1,1)模型所得结果平均相对误差降低0.14个百分点，分析结果更加精确，为灰色分析模型及其优化模型在航空发电机剩余使用寿命预测技术研究中的应用奠定基础。同时也说明遗传优化算法在航空发电机状态趋势分析中的应用是可行的且具有实际科学意义。这也为GA-GM(1,1)模型在其他领域中的应用指明了道路。-GA-GM (1,1) model-based aviation generator status trend analysis resul
zbzhuanhuan
- 选择不同的相似变换参数首次提出了不用列误差方程和法方程，就能得到转换参数的最小二乘解的重心化模型，并推导出根据重心化参数计算有明确几何意义的参数的公式。-Choose different similarity transformation parameters proposed for the first time do not have columns error equations and Law equation, the center of gravity of the least sq
D-algrithm
- 应用梯度法求解AR模型方程,可以绘制误差性能曲面，求解二阶AR模型-use the D-algorithm to solve the AR model
1
- 超紧耦合是 GPS/INS 组合导航系统的最新研究方向，它采用 INS 测得的载体动态信息辅助 GPS 接收机跟踪环 路，消除卫星信号中由于载体与卫星之间相对运动所产生的频率偏移，提高接收机在高动态环境下载波跟踪性能，同时还 可以压缩带宽，有效增强接收机抗干扰性能。介绍 GPS/INS 超紧耦合技术，给出 INS 辅助 GPS 载波跟踪环路结构图和相应 的数学模型，分析 INS 辅助 GPS 跟踪环路在动态环境下的动态残留及其对环路相位误差的影响，并进行了模型仿真，最后 对仿真结
Intelligent-computation-methods
- 采用bp神经网络对其进行函数拟合。误差反向传播网络（bp网络）是目前人工神经网络模式中最具代表性，应用最广泛的一种模型，具有自学习、自组织、自适应和很强的非线性映射能力，可以以任意精度逼近任意连续函数。-The bp neural network to its function fitting. Error back propagation network (bp network) is the artificial neural network model of the most repres
bianshi
- 输入信号为PRBS，用基本最小二乘法进行系统辨识，输出系统模型图像和误差曲线。-The input signal is a PRBS, the basic method of least squares system identification, the model image and error curve of the output system.
Human-Model-via-LQG
- 基于LQG的飞行员模型。该模型主要任务是克服飞行过程中的各种扰动，包括飞行器扰动，观测误差，飞行员动态误差。该模型能够构造在实际飞行过程中飞行员的模型，并且把飞行员决策的神经肌肉反射，决策延时等因素考虑在内。-Human model via LQG. This model is for disturbance rejection purpose and it takes into consideration the neuromuscular lag, time delay for decisi
mohusuanfa
- 本人从修改的模糊控制代码，经过自己修改后可在vc6.0，运行！输入e表示输出误差，ec表示误差变化率，经过测试具有很好的控制效果，对于非线性系统和数学模型难以建立的系统来说有更好的控制效果！-Himself from the modified fuzzy control code, after their own modified in vc6.0, run! Enter e said output error, ec the error rate of change, has tested t
Wind-power-prediction-problem
- 利用新陈代谢灰色预测、样本自适应BP 神经网络和时间序列分析分别进行风电功率实时预测和日前预测，并采用熵值取权法确定组合权重，引入自控机制，构建反馈，提出组合预测法和基于时间序列的卡尔曼滤波法。研究结果表明，组合预测模型能减少各预测点较大误差的出现，而卡尔曼滤波能大幅消减原始序列的波动影响。-Use of metabolic gray forecast, sample adaptive BP neural network and time sequence analysis respective
ion_klob
- GPS 单点定位中的电离层误差修改函数，采用kolb模型，可改进50 左右的电离层误差-the model of kolb in the GPS single point positioning
Apso-bp-Rainfall
- 降水短期气候预测是一个非常复杂、重要的研究课题。为了提高其预测能力，拟采用1959—2011 年逐月74 项大气环流特征量序列、月平均500 hPa 高度场和月平均海温场，选取预测因子；用主分量分析方法提取样本数据中主要信息为综合因子。用粒子群优化人工神经网络方法，建立宣城市夏季降水短期气候预测模型。对2007—2011 年宣城市夏季降水预报检验结果表明，粒子群优化人工神经网络收敛速度快，迭代次数少；试报平均绝对误差是66.5 mm，绝对值平均相对误差10.5 ，预测精度高，具有很好的应用推广前
LMsarsem_panel
- 利用最大似然法判断空间面板模型是空间滞后还是空间误差-Maximum likelihood method to judge spatial panel model spatial lag or spatial error