连续搅拌反应器在未知时变测量噪声下的在线生产参数估计方法,属于复杂过程状态估计与监测领域。首先建立反应器的非线性动态模型,用一组加权粒子来表示系统状态的概率密度,设定测量噪声协方差矩阵为对角阵,同时用逆伽马分布来分析其概率密度。具体步骤包括:先对逆伽马分布参数和系统状态进行预测,再对粒子权重以及逆伽马分布参数进行更新,然后经过重采样得到一组新的粒子及权重,最后得到过程状态估计值以及测量噪声协方差矩阵的估计值。本方法能够同时估计出系统测量噪声协方差矩阵以及反应器内的反应温度和产品浓度。测量噪声协方差矩阵的估计值使得系统状态的估计值更加精确,为反应过程的安全进行以及产品的生产质量提供有力保障。
📄 2019111666432
📂 G16C20_10
👤 江南大学
📅 2019-11-25
本发明公开了一种基于椭球收缩滤波的风力发电机桨距子系统参数估计方法,包括获取风力发电机的桨距子系统的系统模型,在预定时间范围内,利用所述系统模型,根据随机的输入数据序列得到输出数据序列,输入数据是桨距参考值,输出数据是桨距角;根据所述输入数据序列和所述输出数据序列构造桨距子系统的信息向量,采用椭球收缩滤波的方法对所述桨距子系统的系统参数进行估计。基于椭球收缩滤波的风力发电机桨距子系统参数估计方法将具有未知有界有色噪声的非线性模型滤波到两个不同的子系统中,一个包含噪声项,另一个包含系统参数;在每个递归步骤中将未知有界有色噪声项包裹在椭球中,并且通过使用椭球体积最小化标准更新其中心及其体积。
📄 201910784656X
📂 G06F30_17
👤 江南大学
📅 2019-08-23
本发明涉及一种基于多胞空间滤波的工业过程时变参数估计方法,包括获取连续搅拌釜式反应器(CSTR)时变参数模型结构,通过线性规划求得最优扩展系数,利用扩展系数扩展时变参数可行域正多胞体大小,使得多胞空间中正多胞体在扩展之后包含变化后的参数值。在求得最优扩展系数之后,利用扩展系数动态更新时变参数约束条件,并通过求解有限个数线性规划条件得到时变参数上下界,并通过上下界得到包含时变参数的参数可行域。解决了利用现有方法对系统参数估计时精度不高、实时性差的问题,达到了降低计算量,提高参数估计的精度的准确性的效果。
📄 2019107846216
📂 G06F30_20
👤 江南大学
📅 2019-08-23
本发明公开了一种基于滤波的工业控制系统执行器参数估计方法,属于制造过程控制领域。该方法包括获取工业控制系统执行器中气动伺服电机的线性模型,获取初始凸多面体的顶点坐标,对k‑1时刻的凸多面体进行平均三角剖分,针对每种剖分方式计算出单纯形大小的方差,将方差最小的剖分方式对应的所有单纯形的顶点坐标存入k时刻的胞体中,根据k时刻的胞体中每个单纯形与k时刻的超平面包裹区域的相交情况,更新得到k时刻凸多面体的顶点坐标,对k时刻凸多面体的所有坐标求平均值得到该估计参数的估计值;解决了传统的参数估计方法准确性不高、效率低的问题;得到了提高对气动伺服电机的参数进行估计的准确性和效率的效果。
📄 2019105948978
📂 G06F30_20
👤 江南大学
📅 2019-07-03
本发明公开了一种基于多面体滤波的风力发电机的系统参数估计方法,属于参数估计领域。该方法包括获取风力发电机的桨距子系统的标准形式模型结构,在预定时间范围内利用标准形式模型结构,根据随机的输入数据得到输出数据,针对k时刻,根据所述标准形式模型结构、输入数据、输出数据和噪声边界值获取约束平面Hk的法向量hk,根据约束平面法向量hk中的元素与0的关系,更新k时刻多面体顶点矩阵Dk和k时刻多面体支撑平面的法向量矩阵Ak;根据k时刻多面体顶点矩阵Dk确定待估计系统参数的估计值;解决了利用现有方法对系统参数估计时精度不高、实时性差的问题,达到了降低计算量,提高参数估计的精度的准确性的效果。
📄 2019105170016
📂 G06F30_20
👤 江南大学
📅 2019-06-14
本发明公开了一种基于图神经网络参数估计优先的虚假数据注入攻防方法,属于电力系统网络安全技术领域。在电网运行中对目标支路参数施加动态扰动;将主网侧与配网侧拓扑构建为同一图结构,利用第一图神经网络联合学习量测特征,预测扰动后各支路参数;基于攻击目标支路集合、目标量测集合及参数预测结果生成攻击向量;将攻击向量嵌入全量测空间,结合参数预测结果进行状态估计,得到攻击后残差统计量和状态估计偏移特征;将攻击后量测向量、偏移特征、残差统计量及参数预测结果拼接为节点输入特征向量,输入第二图神经网络输出各支路攻击概率,筛选得到被攻击支路集合。本发明实现了动态扰动下支路参数的快速估计与攻击支路准确定位。
📄 2026106677193
📂 H04L9_40
👤 南京信息工程大学, 国网河南省电力公司经济技术研究院, 国网电力科学研究院有限公司
📅 2026-05-15
本发明针对的技术问题,提出了一种基于失配偶极子模型的电磁波参数估计方法,本发明在实际中普遍为长偶极子的条件下,仍然能够保留短偶极子的简易性,使用了短偶极子的估算方法在模型失配的情况下进行准确的参数估计;摒弃了传统MUSIC谱估计算法需要极大计算量及进行全局谱峰搜索的缺点,同时保留了其高分辨力的优点;可以在入射信号为单频信号或者窄带信号的情况下仍能准确工作,同时不需要知道L和λ的具体值,只需要知道L/λ即可,具有强适应性;具有更好的准确性,能保持在最优性能的CRB界上;另外,现有技术在球坐标中只能在1/4区域工作,而本发明则可以在完整的球坐标中运作。
📄 2021114247226
📂 G01S3_14
👤 广东工业大学
📅 2021-11-26
本发明公开了一种基于三极化嵌套阵列的部分极化信号参数估计方法,主要用于解决欠定条件下部分极化信号波达方向及极化参数估计问题。其实现步骤是:根据优化法则布置三极化嵌套阵列;构建三极化阵列的部分极化信号接收模型;利用子协方差矩阵相加构造虚拟均匀线阵;利用子协方差矩阵相加构造虚拟协阵输出;利用Toeplitz方法恢复矩阵的秩;估计信号波达方向;估计噪声方差;估计信号极化参数。该方法优势:采用的三极化阵列及子协方差矩阵相加方法可累积信号所有极化分量的功率;采用了优化的嵌套阵列,可在欠定条件下估计噪声方差,从而实现极化参数的无偏估计;除了能估计信号的波达方向和极化度,还能估计极化指向角和极化椭圆率角。
📄 2021107187428
📂 G01S3_14
👤 杭州电子科技大学
📅 2021-06-28
本发明提出了一种基于多重信号分类(MUltiple Signal Classification,MUSIC)和匹配追踪(Matching Pursuit,MP)融合的参数估计方法。首先,本方法将获取的信道状态信息(Channel StateInformation,CSI)数据从子载波、天线两个维度来构建二维矩阵。其次,将二维矩阵进行信号子空间和噪声子空间分解,从而构造谱函数。在谱函数的基础上,通过一维MUSIC算法对信号的飞行时间(Time of Flight,ToF)进行估计。最后,将估计得到的ToF带入MP算法中构造字典矩阵对到达角(Angle of Arrival,AoA)进行估计。本发明设计的融合参数估计方法在利用MUSIC算法的优势保障参数估计精度的同时又利用MP算法运行速度快的优势,降低了融合后的算法复杂度,从而实现二维参数估计的性能指标优化。
📄 2022104589679
📂 H04W4_021
👤 重庆邮电大学
📅 2022-04-25
本发明公开了基于改进密度峰值聚类的信号依赖噪声参数估计方法。通过滑动窗口从含有噪声的图像中提取样本,计算均值、熵和梯度作为特征数据。再输入聚类算法中进行聚类,区分弱纹理样本与强纹理样本。在聚类的过程中,引入了相对密度的概念,通过数据点与周围数据的距离,划分了比较范围,计算每个比较范围中数据点的相对密度,最后选择相对密度高的数据点作为聚类中心,解决了传统的DPC算法在对密度不均匀数据集进行聚类时往往忽视稀疏簇中心,从而影响聚类精度的问题。根据聚类结果,对簇标签为弱纹理的样本进行像素水平估计与噪声估计,最后通过最小二乘法拟合像素值‑噪声方差估计对,得到原始图像的噪声参数估计值,实现去噪的准备工作。
📄 2021114060972
📂 G06F18_23
👤 杭州电子科技大学
📅 2021-11-24
本发明公开了一种CMOS图像信号相关噪声参数估计方法。图像灰度熵虽然对于无噪图像的纹理分析有较好的结果,但对于包含噪声的图像并不是十分理想。本发明的步骤如下:一、在目标图像中提取出多个大小为d×d的图像块。二、对每一个提取出的图像块利用局部二进制模式方法计算纹理强度。三、将各图像块按照纹理强度从小到大进行排序;取前M个图像块作为低纹理图像块。四、计算各低纹理图像块的各低纹理图像块的像素估计值和噪声方差估计值。五、得到目标图像的信号相关噪声参数。本发明通过改进的局部二值模式定义了一种较为精确的计算图像块纹理强度的新方法,并将其应用到低纹理图像块的选择中。
📄 2019105891791
📂 G06T7_00
👤 杭州电子科技大学
📅 2019-07-02
本发明涉及一种基于平行因子分解的近场极化MIMO雷达参数估计方法,通过建立基于交叉偶极子—磁环天线均匀线阵的双基地MIMO雷达的系统模型,发射端由2M+1个交叉偶极子—磁环天线构成的均匀线性发射阵列,接收端由2N+1个交叉偶极子—磁环天线构成的均匀线性接收阵列,发射阵元间距和接收阵元间距分别用dt和dr表示;对K个不相关的近场窄带完全极化目标进行定位,第k个目标的二维发射角和二维接收角分别用θtk和θrk表示,其中k=1,2,...K,该方法能够在交叉偶极子—磁环天线均匀线性阵列的前提下,精确地计算得到二维发射角、二维接收角、二维发射极化角、二维接收极化角以及目标位置坐标这些参数,方法简单灵活。
📄 2021113817260
📂 G01S7_42
👤 宁波大学
📅 2021-11-22