导读:本文包含了非高斯非线性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:成分,高斯,独立,普朗克,噪声,方程,概率。
非高斯非线性论文文献综述
李言武,张卫明[1]（2019）在《一种基于牛顿法的高斯非线性滤波器》一文中研究指出针对高斯型非线性滤波器在大初始估计误差和/或小量测误差条件下的估计性能恶化问题,提出一种新的高斯型非线性滤波器设计方法。从优化角度出发,将当前时刻状态视为未知参数,以高斯假设下状态-观测联合概率分布密度的对数作为代价函数,基于一阶线性化和牛顿下降方法推导了迭代观测更新方程,在此基础上设计了一种迭代型高斯非线性滤波器。通过典型仿真算例将所提算法与几种经典滤波器及近期提出的几种迭代型高斯滤波器进行了性能对比。结果表明,算法具有更好的收敛性和准确性,适于大初始误差条件下的非线性滤波问题。(本文来源于《电子测量与仪器学报》期刊2019年06期）
常鹏,乔俊飞,王普,高学金[2]（2019）在《非线性和非高斯性共存的序批次反应处理过程故障诊断（英文）》一文中研究指出序批式反应器(SBR)的处理过程的数据具有非高斯分布和高度非线性的特点,传统特征提取方法在进行特征提取时仅仅考虑信息最大化而忽略数据的簇结构信息导致数据特征提取的不完整.由于多向核熵成分分析是一种新的监测方法,在监测过程中的应用表明能够克服传统监测方法的缺陷,减少误报警率.因此本文结合多向核熵成分分析的的优势,提出多向核熵独立成分分析方法用于SBR过程监测及故障诊断.首先,将叁维SBR过程数据利用一种新的数据展开技术变为二维数据;其次,利用核熵成分分析将展开后的二维数据映射到高维空间用独立成分分析进行独立成分提取;最后提出一种基于多向核熵独立成分分析的故障诊断方法进行故障诊断.将该方法和传统方法应用于80升的SBR处理过程的监测结果表明,本文提出的方法优于传统的多向独立成分分析方法.(本文来源于《控制理论与应用》期刊2019年05期）
杨瑞丽,郭莹[3]（2018）在《非高斯噪声下非线性回声消除方法》一文中研究指出小型、低成本器件引起的非线性回声和回声信道中广泛存在的非高斯噪声,是目前移动通信、视频电话等应用中的重要问题。基于无记忆非线性滤波器具有的计算量小、设计灵活等特点,将无记忆非线性滤波器和线性有限长脉冲响应(FIR)滤波器进行级联,实现了非高斯噪声下对非线性回声的抑制。在非线性滤波部分,采用基于泰勒级数的无记忆多项式滤波器对非线性系统进行建模;在线性滤波部分,考虑到现实生活中广泛存在的非高斯噪声会严重影响基于l2范数的自适应滤波算法的性能,而回声路径具有明显的稀疏特性,所以将比例矩阵的思想和符号算法(SA)相结合,提出了一种修正的改进比例归一化符号算法(MIPNSA)。该算法不仅能适应于不同的背景噪声,还增强了对稀疏系统的适应能力。大量的仿真结果表明,与现有的一些方法相比,所提方法具有更小的计算量、更好的收敛性和稳健性。(本文来源于《通信技术》期刊2018年04期）
常鹏,乔俊飞,王普,高学金,李征[4]（2018）在《基于MKECA的非高斯性和非线性共存的间歇过程监测》一文中研究指出多向核独立成分分析(multiway kernel independent component analysis,MKICA)在监测间歇过程非高斯性和非线性方面取得了广泛应用,其仅仅是将线性独立成分分析(independent component analysis,ICA)方法利用核主成分分析(kernel principal component analysis,KPCA)白化扩展到非线性领域,但数据经KPCA白化后只考虑数据信息最大化未考虑数据簇结构信息的不足,为解决此问题,采用核熵成分分析(kernel entropy component analysis,KECA)代替KPCA白化的过程监测方法。该方法首先利用AT展开方法将过程叁维数据变为二维数据;其次用KECA进行白化处理的同时解决数据的非线性;然后建立ICA监测模型用于非高斯生产过程监测;最后将该方法应用到青霉素发酵仿真和实际的工业过程并与MKICA方法进行对比,验证该方法的有效性。(本文来源于《化工学报》期刊2018年03期）
常鹏,乔俊飞,王普,高学金,李征[5]（2017）在《基于MKECA的非高斯性和非线性共存的间歇过程监测》一文中研究指出MKICA在监测间歇过程非高斯特和非线性性方面取得了广泛应用,其仅仅是将线性ICA方法利用KPCA白化扩展到非线性领域,但数据经KPCA白化后只考虑数据信息最大化未考虑数据簇结构信息的不足,为解决此问题,提出用KECA代替KPCA白化的监测方法。该方法首先用AT变量展开方法将过程叁维数据展开为二维数据矩阵;其次用KECA进行白化处理并同时解决数据的非线性;然后建立ICA监测模型用于非高斯生产过程监测;最后将该方法应用于实际的工业过程并与传统MKICA方法进行对比,验证该方法的有效性。(本文来源于《第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年摘要集》期刊2017-07-30）
王浩然[6]（2017）在《基于神经网络的非高斯非线性随机分布系统的故障诊断与容错控制》一文中研究指出随着科技的飞速发展,工业系统日益复杂化,系统故障不可避免地出现在每一个实际工业生产的过程中,因此针对于故障诊断与容错控制这一方面的研究受到了与日俱增的关注。近叁十年来,该领域的研究已取得很快的发展,到目前为止,研究界主要采用基于经验知识或信号处理或解析模型的手段解决相关的问题。故障发生后,利用最优控制、PI控制、滑模控制等控制方法,使故障发生后的系统仍能保持稳定,并能够满足一定的性能指标,这个过程即为容错控制。实际工业生产中存在着各种各样的随机干扰,对随机系统进行研究十分重要。通常,随机系统是在基于系统变量服从高斯分布的假设下进行研究,但是在现实过程中这一条件并不总能成立。王宏教授提出了随机分布控制(SDC)理论,在不满足高斯输入假设的条件时,仍能控制输出概率密度函数(PDF)。从本质上讲,实际的系统基本上全是非线性系统。但是,现在对非线性系统的研究,基本上都是假设非线性部分满足Lipschtiz条件,因此对于非高斯非线性随机分布系统故障诊断与容错控制的研究是特别需要的。本文的主要工作为:(1)针对线性B样条逼近输出PDF静态模型的非高斯非线性系统,采用T-S模糊模型建立动态模型。利用RBF神经网络诊断一个因状态变化而引起的渐变故障,并自适应修正其权值,再基于差分进化算法优化其宽度和中心向量,由此获得较佳的输出结果。在基于滑模控制原理的容错控制中,先求出了等效控制律,使系统能够在滑模面稳定,然后设计滑模控制律,由此实现任意位置到达滑模面的时间是有限的。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。(2)针对一类非高斯非线性系统,对于系统中含有不满足Lipschitz条件的非线性项,利用RBF神经网络进行逼近,非线性部分的研究更具有一般性,并利用RBF神经网络对系统故障进行估计。基于模糊控制原理,设计了一个改进的PI主动容错控制器,控制器参数可以通过模糊理论来实现实时调整,使故障发生后的PDF可以满足期望。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。(3)针对非高斯非线性奇异系统,基于自适应原理,完成了对故障的估计。基于神经网络原理,设计了一个改进的PI主动容错控制器,控制器参数可以通过神经网络来实现实时调整,使故障发生后的PDF可以满足期望。最后,在计算机MATLAB软件中设计程序,不断调试及改善,检验上述方案的可行性。(本文来源于《郑州大学》期刊2017-05-01）
郭永峰,申雅君[7]（2016）在《非高斯噪声激励下分段非线性系统的平均首次穿越时间》一文中研究指出噪声诱导的逃逸问题出现在众多研究领域,平均首次穿越时间作为用来表征粒子逃逸现象的重要特征量,现已被广泛应用于电子器件的开关时间及双稳器件的寿命等问题的研究之中.本文研究了由乘性非高斯噪声和加性高斯白噪声共同驱动下分段非线性系统的平均首次穿越时间问题.运用路径积分法、统一色噪声近似和最速下降法,得到了系统平均首次穿越时间的表达式.通过数值计算发现,在非高斯噪声偏离参数、噪声关联时间和互关联强度的作用下,非高斯噪声强度的增加会导致平均首次穿越时间曲线出现单峰结构,而加性噪声强度的增加会导致平均首次穿越时间的单调减小,这表明在该模型中非高斯噪声和高斯噪声对平均首次穿越时间的影响是不同的.此外还进一步讨论了非高斯噪声偏离参数、噪声关联时间和噪声互关联强度对平均首次穿越时间的影响.(本文来源于《工程数学学报》期刊2016年04期）
钱航永[8]（2016）在《PMCMC算法在非线性非高斯状态空间模型中的应用》一文中研究指出近年来,状态空间模型在金融领域和工程领域中的应用变得越来越重要。由于现实中大多数时间序列对象都具有非线性、非高斯的特征,传统基于线性高斯假设下的状态空间模型受到了极大的挑战。目前在状态空间模型分析中最着名的滤波算法是卡尔曼滤波,但前提是模型服从线性高斯假设。在这种情况下,不受分布局限的粒子滤波算法表现出更强的优势。粒子滤波是一种通过蒙特卡罗样本近似概率分布函数的贝叶斯推断算法,被广泛应用于目标定位、信号处理等领域。然而尽管滤波问题在非线性非高斯模型中得到了较好的解决,但参数估计仍然是一个大的难题。MCMC是当前最理想的一种参数估计方法,但在高维环境和更复杂的模型中应用性较差。本文介绍了一种新的估计方法,即粒子马尔科夫蒙特卡罗算法(PMCMC)。该方法联合了粒子滤波算法与MCMC算法对非线性非高斯状态空间模型参数求解,且能够很好地结合这两种方法的优点,同时在应用上具有更大的突破。本文在研究粒子马尔科尔蒙特卡罗算法的基础上,提出了一种基于局部M-H抽样策略的PMCMC算法,即PLMH算法,这种方法不仅简化了PMCMC算法的抽样问题,同时提高了M-H抽样的接受概率。模拟研究和实证研究结果表明该PMCMC算法确实能够提高算法的效率,且在利率期限结构研究中具有很高的应用价值。(本文来源于《暨南大学》期刊2016-06-03）
聂鑫伟[9]（2016）在《非高斯Levy过程驱动的二维非线性动力系统的Fokker-Planck方程求解》一文中研究指出随着非线性规划在实际生活中的广泛运用,传统的规划方法难以解决存在随机干扰的问题,加上在实际工作中涉及到的规划问题往往是比较复杂的动力系统。为了研究带有随机扰动的动力系统这类问题,随机微分方程很自然成为研究的新热点。为了深入地了解随机微分方程的不确定性传播和变化,本文将研究重点放在描述随机微分方程概率变化的福克-普朗克方程。由于相当数量的学者对该部分有相当深入的研究,本文将研究对象放在研究相对较少的马库斯积分形式下的二维随机微分方程的福克-普朗克方程。本文首先给出研究对象涉及到的研究理论,主要描述了列维过程定义、伊藤积分形式下随机微分方程的福克-普朗克方程和两种条件下马库斯积分随机微分方程的福克-普朗克方程推导过程。以这些理论为基础,本文先通过变量替换、伊藤公式、分部积分、富比尼定理等方法,推导出马库斯积分形式下二阶状态随机微分方程的福克-普朗克方程。通过二阶随机微分方程的福克-普朗克方程的推导为基础,本文经过适当的形式处理,最终得到马库斯积分形式下二维状态的随机微分方程的福克-普朗克方程。本文推导出马库斯积分形式下随机微分方程分别在二阶状态和二维状态下的福克-普朗克方程。它们不仅有利于研究对应条件下的随机项的传播和变化,而且对于进一步推导马库斯积分高阶高维条件的随机微分方程的概率密度函数的变化规律具有积极作用。(本文来源于《华中科技大学》期刊2016-05-01）
程兴硕[10]（2015）在《一类噪声为非高斯分布的非线性系统滤波方法研究》一文中研究指出滤波技术是当今学术领域和工程领域均得到广泛研究的热门问题之一,现有的滤波方法的研究大多考虑系统噪声为高斯分布的情况,特别是针对线性系统的研究成果尤为突出。而非高斯系统中的滤波方法因其噪声的复杂性研究较少,尤其是针对系统状态模型和测量模型均为非线性的系统。在实际中所遇到的大多数为非线性非高斯系统,为此,本文开展一类噪声为非高斯分布的非线性系统滤波方法的研究。论文主要研究内容包括:(1)对现有基于特征函数的滤波方法存在的问题进行分析。首先,对现有方法形式上是针对多维输出进行设计,而得到实际仅适用于一维输出的结论;其次,分析性能指标及滤波器设计过程无法适用于多维输出的原因;最后,分析现有滤波方法无法应用于状态模型为非线性的原因。(2)针对一类状态模型为多维线性和测量模型为多维非线性的非高斯系统,建立一种基于特征函数的滤波方法。首先,设计一种可适用于多维观测模型的矩阵形式的性能指标,并给出旨在保证该性能指标一致有界的权重函数的约束条件;然后给出滤波增益矩阵的求解方法;最后通过计算机仿真实验验证该方法的有效性。同时以工业电子为背景,对工件消磨加工测量系统为目标进行建模,验证所设计滤波方法的适用性。(3)针对状态模型和测量模型均为多维非线性非高斯的动态系统,开展基于特征函数的滤波方法的设计研究。首先,基于状态模型线性化方法,获取估计误差的递推表达式,进而得到估计误差特征函数的表达式;然后,基于线性化后的状态模型,重新设计性能指标及其相应的滤波方法;最后通过计算机仿真实验对所设计算法的有效性进行验证。(本文来源于《杭州电子科技大学》期刊2015-12-01）
非高斯非线性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
序批式反应器(SBR)的处理过程的数据具有非高斯分布和高度非线性的特点,传统特征提取方法在进行特征提取时仅仅考虑信息最大化而忽略数据的簇结构信息导致数据特征提取的不完整.由于多向核熵成分分析是一种新的监测方法,在监测过程中的应用表明能够克服传统监测方法的缺陷,减少误报警率.因此本文结合多向核熵成分分析的的优势,提出多向核熵独立成分分析方法用于SBR过程监测及故障诊断.首先,将叁维SBR过程数据利用一种新的数据展开技术变为二维数据;其次,利用核熵成分分析将展开后的二维数据映射到高维空间用独立成分分析进行独立成分提取;最后提出一种基于多向核熵独立成分分析的故障诊断方法进行故障诊断.将该方法和传统方法应用于80升的SBR处理过程的监测结果表明,本文提出的方法优于传统的多向独立成分分析方法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非高斯非线性论文参考文献
[1].李言武,张卫明.一种基于牛顿法的高斯非线性滤波器[J].电子测量与仪器学报.2019
[2].常鹏,乔俊飞,王普,高学金.非线性和非高斯性共存的序批次反应处理过程故障诊断（英文）[J].控制理论与应用.2019
[3].杨瑞丽,郭莹.非高斯噪声下非线性回声消除方法[J].通信技术.2018
[4].常鹏,乔俊飞,王普,高学金,李征.基于MKECA的非高斯性和非线性共存的间歇过程监测[J].化工学报.2018
[5].常鹏,乔俊飞,王普,高学金,李征.基于MKECA的非高斯性和非线性共存的间歇过程监测[C].第28届中国过程控制会议（CPCC2017）暨纪念中国过程控制会议30周年摘要集.2017
[6].王浩然.基于神经网络的非高斯非线性随机分布系统的故障诊断与容错控制[D].郑州大学.2017
[7].郭永峰,申雅君.非高斯噪声激励下分段非线性系统的平均首次穿越时间[J].工程数学学报.2016
[8].钱航永.PMCMC算法在非线性非高斯状态空间模型中的应用[D].暨南大学.2016
[9].聂鑫伟.非高斯Levy过程驱动的二维非线性动力系统的Fokker-Planck方程求解[D].华中科技大学.2016
[10].程兴硕.一类噪声为非高斯分布的非线性系统滤波方法研究[D].杭州电子科技大学.2015
论文知识图
