针对经验模态分解在实际应用中因异常信号导致的模态混叠问题, 提出了一种基于双尺度比例的判据和局部EMD的处理方法。首先分析了异常信号对EMD算法的影响, 之后提出了基于时间特征尺度和极值差(双尺度)的判据;通过该判据确定异常信号的时域位置后, 再对该时段信号进行局部经验模态分解, 实现异常信号和固有信号的分离。数值仿真实验以及对比分析表明,相比传统方法, 所提方法能够更加有效地抑制因异常信号产生的模态混叠问题。
经验模态分解 异常信号 模态混叠 双尺度比例判断 empirical mode decomposition abnormal signal model aliasing two-scale proportional criterion
GPS信号校准晶振信号频率源可输出高准确度时频信号。但当GPS接收机受到某些因素影响而无法接收GPS信号时，系统只能通过晶振自身保持一定的频率标准输出。晶振由于老化等因素，其输出频率会产生漂移。针对短期GPS信号丢失后晶振输出的频率漂移问题，提出一种基于ARMA模型的频率保持方法。利用GPS信号丢失前的系统历史校准数据，建立晶振性能退化模型，进而完成对系统输出频率的补偿，使其保持相对稳定的高准确度频率输出。将该方法应用到某GPS信号校准晶振信号频率源系统中，结果表明在短期GPS信号丢失后，预测的系统频率准确度平均相对误差可达1. 80%。
GPS校频 漂移补偿 晶振 ARMA模型 频率测试设备 GPS calibrating frequency drift compensation crystal oscillator ARMA model frequency test equipment
在采用GPS卫星信号驯服地面晶振方法设计的频率源中，GPS与晶振的频率差信号存在噪声干扰。利用标准卡尔曼滤波算法直接对频率差信号进行滤波处理，信号噪声中的野值会影响滤波精度。提出一种基于最小和函数估计卡尔曼滤波方法，通过该M估计的影响函数导出加权矩阵，判别频差信号是否为野值，进而对滤波新息进行修正。在某GPS校频系统中的应用表明，野值对滤波精度的影响得到有效抑制，系统输出频率准确度优于5.0×10-12。
卡尔曼滤波 M估计 GPS校频 Kalman filter M-estimation GPS frequency calibration
提出一种基于平方和(SOS)优化的多项式模糊系统H∞状态反馈控制器设计方法。运用Lyapunov方法和多项式平方和分解技术, 提出一种多项式模糊系统H∞性能准则, 基于该性能准则, 推导出多项式模糊系统H∞状态反馈控制器存在的充分条件; 并进一步将控制器设计问题转化为具有平方和多项式约束的参数优化问题。理论分析和仿真结果表明了所提方法的有效性。
多项式模糊系统 H∞控制 状态反馈控制 平方和优化 polynomial fuzzy systems H∞ control state feedback control sum-of-squares optimization
