l1数据拟合及其在动态测试数据处理中的应用

在动态测试数据处理中 ,常常要进行稳健回归分析。本文在Gauss-Newton法的基础上推导了一种用于l1 数据拟合的算法。通过对l1 准则的改造 ,建立了l1 准则和二次准则之间的关系。计算结果表明 ,本文算法结构简单、便于计算机编程     

一种用于非线性参数的l1数据拟合的新方法

采用l1规范准则函数对测试数据进行数据拟合的方法，称为l1数据拟合。本讨论了一种用于非线性参数的l1数据拟合的新方法，其算法有杉递推形式，具有概念清晰、易于偏程的特点。计算结果表明，该方法能够很好地应用于数据拟合的测量实践中。     

基于遗传算法的圆度误差评价

为了在全局范围正确评价圆度误差 ,本文采用遗传算法对圆度测量数据进行最小二乘法评价 ,克服了传统圆度最小二乘法评价的局部收敛问题。计算结果表明 ,本文介绍的方法可以在设计变量的全局范围内有效、正确地评价圆度误差     

一种用于位标器陀螺转子动平衡测量的新方法

介绍了一种采用两步法进行位标器陀螺转子动平衡测量的数字方法。首先采用自适应数字陷波滤波器来进行频率的测量,然后采用线性最小二乘法来求出幅值和相位差的大小。两步的算法均为线性算法,具有收敛速度快、计算准确的特点。     

负电阻及其串并联电路连接

负电阻不是实际存在的电路器件,但它可以通过运放和其它电路元件来实现。本文给出了负电阻的实现方法,讨论了负电阻和负电阻的串并联连接以及负电阻和正电阻的串并联连接,给出了运算放大器工作于线性区的条件。在存在负电阻的电阻串并联等效变换中,负电阻的处理方法与正电阻一致。     

再论非平衡桥式电路等效电阻的求法

本文给出另一种非平衡电桥电路等效电阻的求解方法,即由一端口电路构造二端口电路,利用二端口g参数与一端口等效电阻间的关系以及二端口参数矩阵之间的关系的求解方法,从而简化了求解的过程.该方法拓展了非平衡电桥电路的分析思路,将其应用于电路教学,可加深学生对该电路以及相关电路知识点的理解.     

电路在正弦激励下非正弦稳态的响应

基于作者的教学实践,讨论了电路在正弦激励下产生非正弦稳态的响应的各种情况。零状态动态电路存在正弦稳态响应的充要条件为,响应的象函数Y(s)存在且仅存在一对共轭虚极点,而Y(s)的其它极点均位于复平面的开左半平面上。通过实例说明了在正弦激励下产生非正弦稳态的响应的情形。电路本文的讨论对丰富正弦稳态电路分析的教学内容,加深学生对相关知识的理解,具有良好的助益。     

论互易电路的充要条件

互易定理是电路理论中的重要内容,它表达了互易电路所具有的性质.讨论了互易定理与互易电路之间的关系.基于六种二端口电路VCR矩阵参数,互易电路的矩阵参数满足六种表达式.互易电路的充要条件是六种表达形式任意三式中的至少一式成立,并给出这一结论的证明.本文的讨论可供讲授电路理论课程的教师参考.     

基于神经网络模型的传感器非线性校正

讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点.以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差.实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度.当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6.结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的.     

圆度误差的全局评价方法

为了在全局范围正确评价圆度误差,本文借用均匀分布和数论的思想,选择合适数量的初始点,使之均匀分布在设计变量(圆心坐标和半径)可行域之内,同时利用普通的优化迭代算法,得到若干个局部最优点,选择其中使圆度误差最小的一点作为圆度误差评价结果.计算结果表明,介绍的方法可以有效、正确地评价圆度误差.