一、A SELF-ADAPTIVE TECHNIQUE FORA KIND OF NONLINEAR CONJUGATEGRADIENT METHODS（论文文献综述）
虞温豪[1]（2021）在《激光通信信道空间自适应处理关键技术研究》文中认为自由空间光通信结合微波通信建设方便、灵活组网和光纤通信高传输速率,频带资源丰富,高安全性的优点,具有广泛的研究和工程应用价值。然而,对于以大气为通信信道的激光通信系统,链路的不可靠性会导致通信质量下降,甚至链路断裂。因此,在自由空间激光通信系统内引入自适应光学处理技术来抑制大气湍流效应,对于实现可靠的激光通信至关重要。本文聚焦激光通信信道空间自适应处理关键技术,对自适应光学系统模型和波前校正算法进行了重要的研究。主要研究内容如下:首先,针对微机械膜变形镜（DM）结合夏克哈特曼波前传感器（SHWS）组成的闭环自适应光学系统,本文提出一种基于完整二阶系统响应的DM-SHWS模型,用于表征变形镜归一化指令到光斑点偏移量的转换关系。不同于传统的仅包含二阶系数的建模方法,本研究额外引入一阶和常数项系数,分别用来表征参考面响应的实验测量误差和优化光斑点偏移量和变形镜指令函数曲线的拟合结果。随后,针对微机械膜变形镜控制通道的非线性响应和强耦合性问题,详细阐述了系统模型的校准方法。实验验证较于传统系统模型校准过程,完整二阶系统拟合法得到的光斑点偏移量和变形镜指令的拟合曲线与实际测量数据拟合结果更为精确,尤其在归一化指令定义域的较大和较小边界处。同时,完整二阶系统响应模型应用于随机电压指令的波前偏移面重构,误差占比小于10%且波前相位RMS值小于1/8个波长的波前偏移面的重构准确率高于95%,表征出对噪声抖动良好的抵抗能力。其次,针对畸变相差的波前校正过程,本文提出一种基于完整二阶系统响应模型的迭代波前校正算法,使用优化方法获得能构建与畸变波前相位共轭的反射面的变形镜归一化指令,并通过非线性迭代校正残余相差的方式获得最优的校正结果。不同优化方法通过MATLAB进行仿真分析,并根据迭代次数和耗时情况选定了高斯牛顿法作为波前校正算法获取共轭指令的实现方法。同时,迭代波前校正算法的性能在自适应光学实验平台上得到了验证,针对畸变相差能在两次迭代时收敛至最优或近似最优的校正结果,系统输出波前相差小于1/8个波长。另外,对于动态大气湍流的适应性,由于变形镜校正能力有限,只要输入波前RMS值小于1.8个波长,自适应光学系统输出波前均能收敛至1/8个波长以下。
卢俊宇[2]（2021）在《两类非线性共轭梯度算法》文中研究表明随着科技进步与社会高速发展,日渐增加的现实问题促使人们研究最优化方法.该方法主要针对不同问题所提出各种科学的解决方案,致力于在其中寻找出最优决策方案.实际生活中最优化方法被广泛地应用到金融、贸易、工程管理等领域.故最优化方法有广阔的研究前景.随着优化问题的规模增大和维数增加,优化问题的求解变得困难,学者们致力于寻找更好的最优化方法.本学位论文是关于求解大规模无约束优化问题的算法研究.针对求解大规模无约束优化问题,本文提出了一种基于自适应有限内存BFGS公式的三项共轭梯度算法.算法中采用了一种改进的WWP线搜索技术来获得步长αk.搜索方向可通过带有两个正参数的对称Perry矩阵与函数梯度信息来获得,并且算法能保证充分下降性不依赖于文中所应用的线搜索技术.为避免受迭代中失败的点影响算法引入一个抛物面,将其视为投影面,下一个迭代点xk+1由新的投影技术生成.在改进的WWP线搜索下,新算法能保证满足全局收敛性,同时在数值实验中表现比其他算法出色.针对求解大规模无约束优化问题,本文提出了基于新共轭条件的修正DL共轭梯度算法.算法中结合两个不同的拟牛顿方程,得到新的共轭条件.基于新共轭条件,改进的DL共轭梯度法同时包含梯度和函数值信息.在一些合适的假设条件下,该算法具有全局收敛性.数值实验包括无约束优化问题和图像恢复问题,数值结果表明该方法是有效的.
王晓[3]（2021）在《六自由度轴耦合道路模拟器及其控制策略研究》文中研究指明疲劳耐久性试验是车辆行业中评价整车以及零部件可靠性的至关重要的一个环节。电液伺服道路模拟器作为疲劳耐久性试验重要的设备,在室内提供一种与车辆实际行驶近似的振动环境复现车辆所受的载荷,不仅能够提高测试质量而且会降低试验成本、缩短研发周期。本文以哈尔滨工业大学电液伺服仿真及试验系统研究所为中国汽车技术研究中心预研的“轴耦合道路模拟器”项目为背景,重点研究基于6-RSS并联机构的轴耦合道路模拟器结构优化和多轴控制问题。针对轴耦合道路模拟器,首先分析拓扑结构和工作原理并建立了完整运动学和动力学模型,得到了铰点与末端执行器间的速度和力雅克比矩阵。对于末端执行器同时含有平动和转动自由度的并联机构存在雅克比矩阵尺度不均匀的问题,本文使用缩放矩阵对雅可比矩阵进行归一化以消除不均匀性限制。然后基于规范化雅克比矩阵构建了力各向同性、力传递、速度传递和运动耦合性能指标并分析了模拟器关键尺寸参数对四个性能指标的影响规律。本文提出一种改进的根系优化方法并成功地应用于模拟器优化设计中,提高了模拟器的动态性能。该优化方法融合了进化算法和集群算法的优点,引入levy飞行曲线进一步提高了算法的全局搜索能力。最后基于优化后的尺寸参数研制了轴耦合道路模拟器物理样机。轴耦合道路模拟器自由度位置控制中位姿反馈需要实时解算运动学正解,针对牛顿-拉夫逊法求解速度相对较慢的问题,提出一种基于扩展卡尔曼滤波器的求解方法来提高实时性。关于模拟器设计时集中动质量的质心与控制点不重合产生的动力学耦合会降低各个独立自由度的位置控制精度的问题,本文提出了一种基于反向解耦网络的动力学解耦控制方法来提高位置控制精度。该方法采用递推増广最小二乘法辨识解耦网络中的各个元素,利用零幅值跟踪技术求取稳态逆,然后通过串联有限脉冲滤波器的形式对稳态逆进行补偿提高逆模的精度从而增强解耦能力。针对传统基于位置的阻抗力控制往往会有稳态误差、动态加载精度较低以及抗耦合干扰能力不足的问题,本文提出了一种复合控制方法:采用广义PI阻抗控制减小力加载稳态误差,结合前馈控制器提高力闭环系统频响特性,设计前馈干扰力补偿器抑制悬架垂向运动时运动学耦合干扰力,利用干扰观测器进一步抑制自由度间的耦合以及系统参数时变等不确定性导致的干扰力。由于受限于力/位混合控制系统频宽同时系统存在强耦合非线性使得模拟器难以实现目标路谱的精确复现,因此进一步应用迭代控制。针对传统离线迭代控制收敛速度慢、迭代次数多容易造成试件预损伤从而影响疲劳寿命评价的问题,详细分析了影响迭代收敛的机理并对比了三种加速方法。为了加快离线迭代收敛,将复数域优化理论应用到离线迭代中,分别提出了基于复数域共轭梯度法、复数域拟牛顿法更新阻抗矩阵的迭代方法,通过插入学习环对线搜索最优复数域增益进行求解,保证迭代算法的单调收敛性。在复数域拟牛顿法迭代控制基础上,提出了一种基于估计的迭代学习方法,该法基于辨识的系统模型估计最优迭代增益,进一步减少了迭代次数。最后,在研制的轴耦合道路模拟器基础上,搭建了独立悬架加载试验系统。以该系统作为实验平台对提出的位置控制、复合力控制以及迭代控制策略进行了实验研究,实验结果验证了本文所提出控制策略的正确性和可行性。
谢金宵[4]（2021）在《谱共轭梯度法和三项共轭梯度法的研究》文中研究指明随着科学技术的飞速发展,生活中遇到的实际问题越来越复杂,并且维数与规模也快速增加.在诸多优化算法中,共轭梯度法需要较少的存储空间,简单的迭代格式等,被广泛用来寻找大规模无约束优化问题的最优解.谱共轭梯度法是对共轭梯度法的进一步改进,具有较稳定的数值性能,受到了学者的广泛关注和研究.除此之外,许多学者对三项共轭梯度法也进行了研究,这种新的研究思路提升了算法的计算能力.本文基于以上两种不同的思想,提出三种求解大规模无约束优化问题的梯度算法.具体工作如下:1.提出了一种新的自适应谱HS共轭梯度法,该方法将HS方法与谱梯度方法相融合,在Wolfe线性搜索下,得到了具有充分下降性的搜索方向;利用DL共轭性质,构造了可以动态调整的共轭条件.在适当情况下,证明了该算法满足全局收敛.数值实验表明,MDHS算法的性能优于HS+算法和DHS算法.2.提出了一种具有新方向结构的三项LS共轭梯度法,其搜索方向不依赖于任何线搜索,每一步迭代都满足充分下降性,在适当的条件下,证明了算法的全局收敛性.数值结果表明DTTLS算法对给定的测试函数是有效的、稳定的,并在高维情况下具有良好的数值表现.3.提出了一种修正的三项PRP共轭梯度法,该算法保留了经典PRP方法的重要特性,在精确线搜索下,可退化为传统的PRP共轭梯度法.对于一些特定的假设,该算法针对绝大多数的目标函数满足全局收敛性.初步的数值结果显示,TTMPRP适于求解大规模无约束优化问题.
龙志丹[5]（2021）在《基于矢量有限元的频率域可控源电磁法三维反演研究》文中研究说明可控源电磁法（Controlled-source electromagnetic,CSEM）是一种基于人工源激发的地球物理勘探方法,相对于传统的天然源大地电磁探测具有更强的抗干扰能力,相比于重磁勘探方法有更高的分辨率,目前已被广泛地应用于各种复杂环境条件下的矿产资源勘探与研究。随着可控源电磁法的勘探设备的不断改进,该方法可以越来越好的适应复杂环境,且所获取的观测数据的规模也越来越大,因此,可靠、高效且稳定的可控源电磁法三维反演算法的开发对于大规模可控源电磁数据的精细解释有重要的理论与实践意义。高精度的三维正演模拟方法是进行三维反演计算的基础,且是三维反演过程中最耗时的部分。为了形成高效可靠的三维反演算法,首先需要形成高精度且高效率的三维正演模拟算法。为了模拟复杂地质结构,本文分别开发了基于六面体网格和四面体网格矢量有限元法的可控源电磁法三维并行正演模拟算法。对于三维数值模拟产生的大型线性病态方程组的求解,本文采用MKL Pardiso并行直接求解法,考虑到不同频率的可控源电磁法形成的系数矩阵之间相互独立,因此本文在上述并行直接求解的基础上完成了对频率的并行,从而形成了基于直接求解法和频率并行的多层次并行求解策略。反演过程即为对目标函数的最优化过程,本文采用近似二次收敛的高斯-牛顿最优化方法完成对目标函数的最优化求解。为减小反演算法对初始模型的依赖性,本文提出了一种适用于六面体网格和四面体网格的粗糙度矩阵计算策略,并分别开发了基于两类网格矢量有限元法的可控源电磁法三维最平滑模型反演算法。经过对比在不同初始模型条件下各种复杂陆地模型的反演结果,验证了在所提出的粗糙度矩阵的基础上的两种反演算法的有效性和稳定性,并证明了所开发的三维反演算法具有对初始模型依赖性小的特点;通过对带地形的海洋油气藏模型的研究,证明了所开发的两种反演算法对复杂海洋模型的适应性。通过各种复杂陆地和海洋模型的研究,证明了所开发的两类反演算法对各类大规模可控源电磁数据的处理能力,说明了所开发的两类最平滑模型三维反演算法可以为大规模可控源电磁数据的精细解释和钻前储层预测提供重要参考依据。传统可控源电磁法反演结果往往是连续扩散分布的,不同物性的边界不够清晰,反演结果的分辨率与地震方法相比有较大差距。为了得到边界更清晰,分辨率更高的反演结果,本文首次将多进制变换函数引入到可控源电磁法反演研究中,并将引入了多进制变换函数的反演策略称为多进制反演算法。多进制变换函数将传统的连续扩散分布的模型参数转化为近似阶梯分布的多进制模型参数,从而达到提高反演结果的分辨率和边界清晰度的效果。本文分别开发了基于四面体和六面体网格矢量有限元法的频率域可控源电磁法三维多进制反演算法。对于两类多进制反演算法,均通过复杂陆地模型和带地形的海洋油气藏模型,证明了所开发算法在提高边界清晰度和分辨率上的效果,另外也证明了多进制反演算法可以在一定程度上克服可控源电磁方法对低导体不敏感的问题。为了进一步证明所开发的反演算法对野外实测可控源电磁数据的应用效果,将反演算法应用于甘肃省花牛山铅锌矿试验区的可控源电磁数据研究中,通过将所得反演结果与地质模型和钻孔信息分别对比,证明了所开发的多进制反演算法对实测数据依然可以达到类似模型算例的效果,对野外实测可控源电磁数据依然具有良好的适应性,说明了本研究对地球深部构造研究以及各类资源勘探研究具有重要的理论和实践意义。本文的创新点主要体现在以下两个方面,（1）提出了一种适用于六面体网格和四面体网格的粗糙度矩阵计算策略,并在此基础上开发了对初始模型依赖性更小的基于六面体网格和四面体网格矢量有限元法的最平滑模型反演策略;（2）首次将多进制变换函数应用于电磁法三维反演研究中,并形成了反演结果分辨率更高、边界更清晰的基于两类网格的多进制反演算法。
黄雪微[6]（2021）在《基于共轭梯度法的鲁棒核自适应滤波算法》文中指出自适应滤波器（AF,adaptive filter）因能够在未知的环境下,有效地运行并跟踪输入数据统计特性的变化,从而成为信号处理和自动控制等领域的有力工具。然而,许多自适应滤波器系统中输入-输出呈现复杂的非线性关系,这就使得基于线性结构的AF在实际应用中受到局限,甚至无法正常工作。核方法将非线性问题转化为线性问题,进而发展出一系列核自适应滤波器（KAF,kernel adaptive filter）。随机梯度下降（SGD,stochastic gradient descent）法由于计算简单而被广泛应用在KAFs的优化求解中。但是,对于每次更新需使用预先定义的步长,将降低SGD法的收敛速度和滤波性能。其次,雷达探测、地震监测以及生物医学工程等应用表明实际输入数据中往往包含大量脉冲特性的干扰信号或噪声,其统计特性大都满足非高斯分布。因此,基于高斯分布模型所设计的传统自适应滤波器的性能将会严重退化。此外,随着新输入的增长,线性增长的网络拓扑结构将增加KAFs的计算和内存负担。针对以上问题,目前KAFs的研究主要包括:鲁棒误差准则、优化方法以及稀疏化策略三个模块。常见的优化方法包括SGD法、自适应优化法、牛顿法、共轭梯度（CG,conjugate gradient）法等。CG法可以确保在滤波精度较高时,依然具有较低计算复杂度和空间复杂度。针对非高斯噪声干扰,提出了低阶误差准则、高阶误差准则、对数阶误差准则以及基于信息论学习（ITL,information theoretic learning）的误差熵准则等鲁棒误差准则。数据稀疏处理方法,如向量量化标准,有效地抑制了KAFs中线性增长的径向基函数网络,但这些数据稀疏化方法仍然存在次线性增长问题。而结构稀疏化通过预先固定网络尺寸有效地抑制了网络的增长。本文也将从误差准则、优化方式、稀疏化策略三个角度着手,工作主要集中在以下几个方面:（1）从误差准则和优化方法角度改进算法:共轭梯度法具有较低的计算和空间复杂度,为此,本文将最小均方p幂（mean p-power error,MPE）准则融入到共轭梯度法中,构建了一个基于MPE准则的加权最小二乘问题,并提出共轭梯度最小均方p幂（CGLMP,conjugate gradient least mean square p-power）算法以处理非高斯噪声。进一步,针对输入-输出的非线性关系,衍生了一种鲁棒的核共轭梯度最小均方p幂（KCGLMP,kernel conjugate gradient least mean square p-power）算法。（2）从误差准则和稀疏化角度优化算法:柯西损失准则在鲁棒性研究中具有强有力的理论支撑,故在此基础上,本文提出了一种新的鲁棒随机傅里叶特征柯西共轭梯度（RFFCCG,random Fourier feature Cauchy conjugate gradient）算法。映射原始输入数据进入固定维度空间的随机傅里叶映射（RFM,random Fourier mapping）不仅可以解决了传统稀疏化方法的网络空间次线性增长问题,而且极大地提高了算法处理非平稳情况时的能力。
张皓南[7]（2021）在《组合核自适应滤波算法的研究》文中提出自适应滤波器（AF,Adaptive Filter）作为统计信号处理的一个重要组成部分,在信号处理和定位等领域得到了广泛的应用与发展。AF在信号处理的过程中,系统参数能够随着输入信号的变化进行自适应调整,因此不需要提前估计噪声与信号的参数。核自适应滤波器（KAF,Kernel Adaptive Filter）是一类通过核方法实现函数逼近的非线性滤波器,也是AF在核希尔伯特空间下的另一种形式。KAF输入空间的内积运算可由再生核希尔伯特空间（RKHS,Reproducing Kernel Hilbert Space）中的核方法有效的实现。目前为止核自适应滤波器是处理非线性信号的最佳方法,然而其复杂的滤波器结构导致极高的时间复杂度,因此严重制约了实际应用价值。在控制网络尺寸方面主要包括样本稀疏化和结构稀疏化两类方法。样本稀疏化法是通过向量量化准则与新颖准则等方法精简滤波器结构,进而降低了复杂度;而结构稀疏化通过近似核函数的方法,近似获得高维特征空间的映射函数,因此可以任意设置特征空间维度。然而无论何种稀疏方法都是在牺牲一定滤波性能的前提下,降低复杂度。针对传统稀疏化核滤波器算法计算效率高但精度不足这一问题。本论文设计的组合核自适应滤波器（CKAF,Combined KAF）,旨在充分利用多个子滤波器协同工作,以此来弥补传统KAF精度不足的缺点。在更低的时间复杂度的情况下,CKAF可获得与传统KAF相似的滤波器精确度。而在相同时间复杂度情况下,CKAF具有更好的滤波性能。本文从如下三个方面着手,改进传统核自适应滤波器。（1）控制核滤波器线性增长的尺度:利用最近中心估计（NICE,NearestInstance-Centroid-Estimation）与聚类方法,将原本结构复杂的KAF分成多个近似独立的子滤波器,并根据输入数据与子滤波器各自使用的样本集的距离,交替使用子滤波器。相比于传统的样本稀疏化法获得的样本,该方法获得的样本更加靠近当前输入数据,从而获得更好的滤波效果。（2）提高核滤波器的稀疏化效率:尽管结构稀疏化法中Nystr?m法可以预先设定滤波器的结构大小,但是在计算输入数据的高维特征映射过程中,使用的格拉姆（Gram）矩阵里充满了大量近似为0的无效值,且无效元素位置无规律。本文利用NICE来优化Nystr?m法中的取样过程,以此达到在计算过程中忽略Gram矩阵里无效值的目的,从而提高计算效率。（3）提高核滤波器的滤波性能:本文提出了基于多重随机傅里叶映射的CKAF,即先将输入数据映射到与核希尔伯特空间近似的不同高维特征空间内,再将映射后的数据分别送入不同子滤波器中,最后将各个子滤波器结果叠加,从而提升了传统核滤波器性能。同时本文又提出了一种结构简单的基于多重随机傅里叶映射的CKAF,即先将映射到不同高维特征空间后的数据叠加再利用单个滤波器对叠加后的数据处理,从而降低计算复杂度。
黄鹏[8]（2021）在《混合不确定性下工业机器人运动精度可靠性分析与优化设计》文中认为随着自动化技术的发展,工业机器人以其高效、低成本、重复性好等优点,在汽车制造、电子电气和航空航天等现代工业生产中得到了广泛的应用。在这些应用中,运动精度作为关键的性能指标,是工业机器人完成操作任务的重要保证。然而,由于工业机器人结构中制造误差、关节间隙、弹性变形等不确定性因素的影响,末端执行器实际的运动远未达到高精度、高可靠的性能要求。因此,精确地分析和评估工业机器人的运动精度可靠性,是确保其在工作过程中准确、可靠运行的重要保障,对工业机器人的精度设计也具有实际的指导意义。考虑到工业机器人生产和运行过程中,除了因自然变异性而存在的随机不确定性外,往往还包括一些因特征不完全认识的认知不确定性,这时仅靠单一的数学模型难以实现有效的运动精度不确定性分析。为此,本文针对混合不确定性下工业机器人运动精度可靠性分析与优化设计展开研究。主要内容和成果如下:（1）研究了随机不确定性下工业机器人定位精度可靠性分析方法。对于多自由度工业机器人,根据其运动学模型建立的定位精度极限状态函数通常是高度非线性的,这时采用传统的一阶可靠度法来处理可能面临收敛速度慢、甚至不收敛问题。为此,本文基于有限步长法和Armijo线搜索技术提出了一种高效、稳定的定位精度失效概率计算方法。该方法一方面通过引入具有有限步长的灵敏系数增强了收敛性能,另一方面通过构建基于Armijo线搜索技术的优化方法和自适应步长策略提高了计算效率。（2）提出了基于微分运动学和鞍点近似法的定位精度可靠性分析方法。考虑到一阶可靠度法在处理高度非线性定位精度可靠性模型上仍存在准确性不高问题,本文首先基于微分运动学和误差传播理论建立位置误差函数,重新构建了定位精度的运动学可靠性模型,以此避免复杂非线性函数引起的可靠性分析不稳定性。然后,根据位置误差模型推导了位置误差分布参数的解析表达式,并结合特征分解技术建立了位置误差的累积量生成函数。从而运用鞍点近似法计算了定位精度的可靠性分析结果。（3）研究了混合随机和区间不确定性的定位精度可靠性分析方法。在实际应用中,易面临因信息有限而只能确定运动学参数范围的情况。这时随机和区间不确定性的同时存在,使得基于概率论的定位精度随机不确定性分析方法难以应用。对此,本文提出了一种混合随机和区间变量的定位精度可靠性分析框架。首先,通过在每个设计点搜索过程中同时进行区间分析和概率分析,建立了混合可靠性模型的单循环计算策略。随后针对区间分析提出了一种基于混合共轭梯度方向和有效集的投影梯度法,并在概率分析中引入混合共轭梯度方向和自适应有限步长提高了计算效率。最后在所得设计点的基础上,开发了基于响应面的鞍点近似法以提高定位精度混合可靠性分析的准确性。（4）建立了基于轨迹精度可靠性的工业机器人优化设计方法。现有的精度优化设计方法大多研究的是以工作点或其单坐标分量为概率约束的公差分配,而很少关注工业机器人运行轨迹的可靠性水平。在本文中,构建了以轨迹精度可靠性为约束,同时考虑制造成本和质量损失的精度优化设计模型。为了高效、准确地求解优化模型,针对内层的轨迹精度可靠性分析,在混合随机和区间不确定性等效模型上提出了基于稀疏网格积分和鞍点近似的失效概率计算方法。进而在外层结合遗传算法实现了运动学参数公差分配方案的优化设计。
厍斌[9]（2021）在《基于稀疏表征的高维地震信号反演方法研究》文中指出地面激发的地震波向地下深层传播过程中会产生大量不同入射角的高维地震反射信号,该信号综合反映了地下介质丰富的岩性、构造和含油气性等信息。地震信号反演可从该高维信号中反推地下地质体的多种信息,是地下油气等资源勘探的重要手段,也是当前信号处理和资源勘探领域共同关注的前沿交叉科学问题。高维地震信号反演的难点主要在如下四个方面:（1）地震反演问题本身的不适定性,主要表现为反演过程的不稳定性和反演结果的多解性;（2）高维地震信号对不同类型储层参数的响应存在差异,当同步反演多种储层参数时,部分参数的反演结果可靠性较低;（3）地震信号的频带窄,导致地震反演结果的分辨率低、精度不足;（4）地震信号的横向一致性较差,导致常规逐道反演方法的平稳性低,进而造成反演结果横向连续性不足。现有多数方法以模型驱动方式添加储层参数的先验约束以降低上述问题带来的影响。随着对复杂油气藏勘探精度要求的逐年提升,这种模型化的方法已经很难满足实际应用需要。本文以储层参数稀疏表征为手段,提出了模型与数据混合驱动的地震信号反演新方法,在实际应用中获得了很好的效果,主要创新研究包括以下四点:（1）为克服反演问题的不适定性,传统地震反演方法假设地下储层参数服从特定的分布类型或结构特征,导致其应用范围具有局限性,当实际情况远比假设条件复杂时反演无法达到满意的效果。针对上述问题,本文提出了基于字典学习和稀疏表征的地震信号反演方法。该方法利用过完备字典学习算法获得地下储层参数的沉积结构特征字典,然后以地震信号反问题的固有物理机制为模型驱动,以基于特征字典的储层参数稀疏表征约束为数据驱动,实现了模型与数据混合驱动的地震反演求解过程。研究表明,该方法能自适应地获取储层参数先验信息,可显着提高反演结果的准确性,适用于复杂地质区域的反演任务。（2）传统地震反演方法在同步反演多个参数时,未考虑不同参数间的相关性空变问题,导致多参数同步反演效果欠佳。针对这一问题,本文提出了基于联合稀疏表征的多参数同步地震信号反演方法。该方法利用联合稀疏表征技术学习多个储层参数的联合字典,其同时刻画了各储层参数的沉积结构特征及参数间相关性特征,同样以模型与数据混合驱动的方式构建反演目标函数,实现了沉积结构与相关性联合约束的多参数同步反演。研究表明,该方法进一步提高了同步反演的每一个储层参数的反演精度,特别是对振幅信息敏感度偏弱的密度参数。（3）受地震观测信号的频带限制,传统方法的反演结果分辨率不能满足复杂油气藏精细化描述的需要。针对这一问题,本文提出了基于联合稀疏表征和高频预测的高分辨率地震反演方法。该方法借鉴图像超分辨率的思想,利用测井数据所提供的全频带信息,通过联合字典学习算法获得反演结果中低频信息与测井高频信息的关联特征,并根据该特征预测反演储层参数的高频分量,拓宽了反演结果的频带。研究表明,该方法提高了识别地下薄层/薄互层的能力,可满足复杂油气藏反演任务的精细化描述需求。（4）前述反演方法忽略了储层参数的空间结构特征,导致反演结果横向连续性较差。现有的3D反演方法或者过于简单,忽略了真实的空间结构特征;或者过于复杂,计算效率较低。针对这一问题,本文提出了基于联合稀疏表征与空间结构约束的3D地震反演方法。该方法首先利用结构张量技术从地震观测信号中提取出结构张量场,用以描述地下储层参数的空间结构特征;然后以该特征作为横向约束,并在纵向上结合基于联合稀疏表征的沉积结构和相关性约束,实现了3D高分辨率地震反演。研究表明,该方法保留了前述研究高准确性、强自适应性和高分辨率的优点,又增强了反演结果在空间展布上的连续性。综上,本文为复杂油气藏高维地震信号反演提供了新的思路,也可为相关领域反问题的求解提供借鉴,具有一定的理论价值和实践意义。
杨亮亮[10]（2021）在《热损耗条件下平板试样热参数测量技术研究》文中研究指明导热系数、传热系数、边界形状等热参数在航空航天热防护、发动机散热、核电站安全等领域扮演十分重要的角色。其准确测量对安全运行及热防护设计等具有重要意义,然而受限于恶劣工作条件或空间等,往往无法通过测量直接获得。导热反问题方法为测量此类参数提供了一个有效途径。热参数测量受热损耗影响较大,因此热损耗条件下提高热参数的测量精度的测量技术研究,具有十分重要的科学价值和实用意义。换热或传热设备中温度更容易测量,基于某刻、某段时间内测点的温度信息来识别热参数是一种间接测量技术。该技术对目标没有特殊要求,适用领域广,容易操作实现,特别适合于空间有限、结构或工况复杂设备的热参数的测量。本文采用基于温度的间接测量技术求解导热系数、传热系数和未知边界形状,旨在:研究有损耗情况下基于第二类边界条件导热系数测量模型的构建,解决传统模型基于实测数据测量时结果误差大的问题;研究有热损耗下基于第三类边界条件下传热系数测量模型构建,解决利用传统模型求解的结果构建温度场时温差偏大的问题;研究边界形状反演测量的一种新算法,解决当前传统算法反演结果易受初值和测量点数量影响的问题。研制导热系数、传热系数反演装置,解决目前缺少实测验证研究的问题。基于以上目的,本文开展导热系数、传热系数、边界形状的测量技术的研究工作,本文的主要研究内容如下:针对传统模型基于实测温度测量导热系数存在误差大的问题,构建了一种热损耗下基于第二类边界条件的导热系数测量模型-虚拟薄板。概述了传统模型存在缺少热损耗项的估计导致误差较大的问题。在考虑热损耗的情况下,通过推导研究了模型的热损耗和温度场之间的关系,提出了有损耗下导热系数测量模型的实现方法。仿真结果表明,相比传统模型,虚拟薄板的反演结果不受热损耗的影响,提高了测量的精度。针对面向工程化应用中利用传统模型测量求解的传热系数构建温度场存在温度偏差大的问题,构建了一种有热损耗情况下基于第三类边界条件的传热系数测量模型-局部模型。根据工程问题中热损耗存在的位置,推导了其对测量模型的影响,构建了热损耗与测点温度之间的关系,实现了包含热损耗时的测量求解。有损耗下的仿真结果表明,局部模型克服了传统模型易受热损耗的影响问题,将测量值的相对误差从-7.12%降低到0.5%以内。针对传统最优化算法等在边界形状求解中精度易受测点数量等的影响,提出了一种基于第三类边界条件的边界形状反演新算法。研究了测点温度和待求边界位置之间的内在规律,建立了测点温度和边界位置之间算法求解模型,该算法避免了目标函数梯度解算步骤,为边界形状求解提供了一种新思路。仿真结果表明,相比主流的共轭梯度法,在测量点数较少时新算法将反演结果的平均相对误差从20.1%降低到了1.6%,提高了测点较少时的反演测量的精度。针对导热系数测量研究缺少工程化实测验证的问题,研制了基于第二类边界条件的导热系数测量实验装置。根据实际求解的需求,设计了实验装置的温控系统、机械系统和应用程序。实测结果表明,相比传统反演模型,新模型将测量值的相对误差从-14.76%降低到-4.67%。针对传热系数反演测量研究缺少工程化实测验证的问题,研制了基于第三类边界条件的非稳态传热系数实验装置。设计了加热系统,保温防护装置,机械系统和应用程序。实测结果表明,相比传统模型,局部模型将利用测量值获得的温度场与实际温度的偏差从-0.30℃降低至±0.02℃。
二、A SELF-ADAPTIVE TECHNIQUE FORA KIND OF NONLINEAR CONJUGATEGRADIENT METHODS（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、A SELF-ADAPTIVE TECHNIQUE FORA KIND OF NONLINEAR CONJUGATEGRADIENT METHODS（论文提纲范文）
（1）激光通信信道空间自适应处理关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写词列表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 欧洲研究现状 |
| 1.2.2 美国研究现状 |
| 1.2.3 日本研究现状 |
| 1.2.4 国内研究现状 |
| 1.2.5 其它领域发展 |
| 1.3 论文主要内容和章节安排 |
| 第二章 激光通信信道空间自适应处理关键技术 |
| 2.1 自适应光学系统架构 |
| 2.1.1 波前校正器 |
| 2.1.2 波前传感器 |
| 2.1.3 波前控制器 |
| 2.2 自适应光学系统模型 |
| 2.2.1 线性响应模型 |
| 2.2.2 神经网络模型 |
| 2.2.3 器件参数计算模型 |
| 2.2.4 高阶实验测量模型 |
| 2.3 波前重构算法 |
| 2.3.1 基于光斑点偏移量的波前相位斜率计算方法 |
| 2.3.2 基于波前相位斜率的Zernike多项式系数转换方法 |
| 2.3.3 基于波前相位Zernike多项式系数的相位屏表征方法 |
| 2.3.4 自适应光学系统评价指标 |
| 2.4 本章小结 |
| 第三章 基于完整二阶系统响应的DM-SHWS模型 |
| 3.1 完整二阶系统响应模型的建立方法 |
| 3.2 完整二阶系统响应模型的校准过程 |
| 3.2.1 单电极通道响应函数 |
| 3.2.2 多电极通道系统响应矩阵 |
| 3.2.3 常数项均衡 |
| 3.3 实验验证 |
| 3.3.1 自适应光学实验平台 |
| 3.3.2 变形镜膜面响应的光斑点偏移量结果 |
| 3.3.3 系统模型实验结果 |
| 3.4 本章小结 |
| 第四章 基于完整二阶系统响应模型的迭代波前校正算法 |
| 4.1 波前校正的共轭指令获取方法 |
| 4.1.1 梯度下降法 |
| 4.1.2 高斯牛顿法 |
| 4.1.3 Levenberg-Marquardt法 |
| 4.1.4 信赖域法 |
| 4.2 残余相差迭代校正算法 |
| 4.3 仿真与实验验证 |
| 4.3.1 不同优化方法的比较 |
| 4.3.2 波前校正实验结果 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
（2）两类非线性共轭梯度算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容与结构 |
| 第2章 预备知识 |
| 2.1 基本概念 |
| 2.2 线搜索技术 |
| 2.3 本章小结 |
| 第3章 基于自适应有限内存BFGS公式的三项共轭梯度算法 |
| 3.1 动机与算法 |
| 3.2 算法收敛性证明 |
| 3.3 数值实验 |
| 3.3.1 一般无约束问题 |
| 3.3.2 图像修复问题 |
| 3.4 本章小结 |
| 第4章 基于新共轭条件的修正DL共轭梯度法 |
| 4.1 动机与算法 |
| 4.2 收敛性证明 |
| 4.3 数值实验 |
| 4.3.1 一般无约束优化问题 |
| 4.3.2 图像修复问题 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 1 总结 |
| 2 本论文的主要创新点 |
| 3 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
（3）六自由度轴耦合道路模拟器及其控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的来源及研究的目的和意义 |
| 1.1.1 课题的来源 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外轴耦合道路模拟器的研究现状 |
| 1.2.1 国外轴耦合道路模拟器的发展现状 |
| 1.2.2 国内轴耦合道路模拟器的研究现状 |
| 1.3 并联机构运动学以及结构优化指标研究现状 |
| 1.3.1 运动学正解方法 |
| 1.3.2 运动学性能指标 |
| 1.4 多轴加载试验控制技术研究现状 |
| 1.4.1 位置控制技术 |
| 1.4.2 力/位混合控制策略 |
| 1.4.3 道路模拟波形复现控制技术 |
| 1.5 轴耦合道路模拟器研究现状总结及存在的问题 |
| 1.6 本文的主要研究内容 |
| 第2章 轴耦合道路模拟器结构设计及优化 |
| 2.1 引言 |
| 2.2 轴耦合道路模拟器拓扑结构以及技术指标 |
| 2.2.1 轴耦合道路模拟器拓扑分析 |
| 2.2.2 轴耦合道路模拟器工作原理及技术指标 |
| 2.3 轴耦合道路模拟器运动学分析 |
| 2.3.1 基于矢量矩阵的运动学建模 |
| 2.3.2 运动学仿真分析 |
| 2.4 轴耦合道路模拟器动力学分析 |
| 2.4.1 零部件速度和加速度分析 |
| 2.4.2 基于凯恩法的动力学建模 |
| 2.4.3 动力学仿真分析 |
| 2.5 轴耦合道路模拟器结构参数优化 |
| 2.5.1 模拟器性能指标及其与结构参数间的关系 |
| 2.5.2 模拟器优化目标函数与约束条件 |
| 2.5.3 基于改进的根系生长算法的结构参数优化 |
| 2.6 轴耦合道路模拟器样机的开发 |
| 2.6.1 轴耦合道路模拟器零部件的设计选型 |
| 2.6.2 轴耦合道路模拟器三维模型以及物理样机 |
| 2.7 本章小结 |
| 第3章 轴耦合道路模拟器力/位混合控制策略 |
| 3.1 引言 |
| 3.2 轴耦合道路模拟悬架试验系统及力/位混合控制策略 |
| 3.2.1 轴耦合道路模拟独立悬架试验系统 |
| 3.2.2 轴耦合道路模拟器力/位混合控制 |
| 3.3 基于自由度空间的位置控制 |
| 3.3.1 位置控制方法 |
| 3.3.2 运动学正解方法 |
| 3.3.3 仿真分析 |
| 3.4 动力学耦合特性分析及反向解耦前馈控制 |
| 3.4.1 动力学耦合特性分析 |
| 3.4.2 基于反向解耦网络的动力学解耦控制 |
| 3.4.3 仿真分析 |
| 3.5 基于位置的阻抗控制 |
| 3.6 改进的基于位置的阻抗复合控制策略 |
| 3.6.1 广义PI阻抗控制 |
| 3.6.2 前馈性能补偿控制 |
| 3.6.3 前馈干扰抑制控制 |
| 3.6.4 干扰观测器的设计 |
| 3.6.5 基于位置的阻抗复合控制及鲁棒稳定性分析 |
| 3.7 仿真分析 |
| 3.8 本章小结 |
| 第4章 轴耦合道路模拟器迭代控制策略 |
| 4.1 引言 |
| 4.2 传统道路模拟离线迭代控制 |
| 4.2.1 道路模拟系统辨识 |
| 4.2.2 离线迭代控制过程及影响因素分析 |
| 4.3 基于优化算法的离线迭代控制 |
| 4.3.1 复数域优化方法 |
| 4.3.2 基于共轭梯度法及基于拟牛顿法的迭代控制 |
| 4.3.3 最优迭代增益求解及迭代算法收敛分析 |
| 4.4 改进的基于估计模型的离线迭代控制 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第5章 实验验证 |
| 5.1 引言 |
| 5.2 实验系统 |
| 5.3 正解解算验证 |
| 5.4 位置控制实验验证 |
| 5.4.1 位置控制实验 |
| 5.4.2 位置前馈补偿控制验证 |
| 5.4.3 动力学解耦控制验证 |
| 5.5 基于位置的阻抗复合控制验证 |
| 5.5.1 基于位置的阻抗控制验证 |
| 5.5.2 改进的复合控制验证 |
| 5.6 迭代控制验证 |
| 5.6.1 目标信号的分析与系统模型辨识 |
| 5.6.2 传统的迭代学习控制验证 |
| 5.6.3 改进的迭代学习控制验证 |
| 5.7 本章小节 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得创新性成果 |
| 致谢 |
| 个人简历 |
（4）谱共轭梯度法和三项共轭梯度法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 预备知识 |
| 1.3 梯度法的研究现状 |
| 1.3.1 最速下降法 |
| 1.3.2 牛顿法 |
| 1.3.3 拟牛顿法 |
| 1.3.4 共轭梯度法 |
| 1.3.5 谱共轭梯度法 |
| 1.3.6 三项共轭梯度法 |
| 1.4 本文的内容和框架 |
| 第二章 一种自适应谱HS共轭梯度法 |
| 2.1 引言 |
| 2.2 算法及其性质 |
| 2.3 收敛性分析 |
| 2.4 数值实验及结果分析 |
| 2.5 本章小结 |
| 第三章 一种具有新方向结构的三项共轭梯度法 |
| 3.1 引言 |
| 3.2 算法及其性质 |
| 3.3 收敛性分析 |
| 3.4 数值实验及结果分析 |
| 3.5 本章小结 |
| 第四章 一种三项修正的PRP共轭梯度法 |
| 4.1 引言 |
| 4.2 算法及其性质 |
| 4.3 收敛性分析 |
| 4.4 数值实验及结果分析 |
| 4.5 本章小结 |
| 第五章 工作总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 附录 A |
| 致谢 |
| 个人简介 |
（5）基于矢量有限元的频率域可控源电磁法三维反演研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景、研究目的与意义 |
| 1.1.1 选题的背景 |
| 1.1.2 研究目的与意义 |
| 1.2 电磁法三维正反演国内外研究现状 |
| 1.2.1 频率域电磁法三维正演模拟研究现状 |
| 1.2.2 频率域电磁法三维反演研究现状 |
| 1.2.3 频率域电磁法三维正反演研究存在的问题 |
| 1.3 主要研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文主要创新点 |
| 第二章 基于矢量有限元的频率域可控源电磁法三维并行正演研究 |
| 2.1 电磁场控制方程 |
| 2.2 矢量有限元法 |
| 2.2.1 基于六面体网格的矢量有限元法 |
| 2.2.2 基于四面体网格的矢量有限元法 |
| 2.3 大型线性方程组的求解 |
| 2.4 测点处电磁场的计算 |
| 2.4.1 基于六面体网格的矢量有限元法 |
| 2.4.2 基于四面体网格的矢量有限元法 |
| 2.5 可控源电磁法三维正演算法验证及并行效率分析 |
| 2.5.1 可控源电磁三维正演算法验证 |
| 2.5.1.1 基于六面体网格的可控源电磁三维正演算法验证 |
| 2.5.1.2 基于四面体网格的可控源电磁三维正演算法验证 |
| 2.5.2 可控源电磁三维正演算法并行效率分析 |
| 2.6 本章小结 |
| 第三章 频率域可控源电磁法三维反演算法 |
| 3.1 频率域可控源电磁法最平滑模型反演算法 |
| 3.1.1 反演算法目标函数的构建 |
| 3.1.2 全局最优化方法 |
| 3.1.3 正则化参数的选择 |
| 3.1.4 算法流程图 |
| 3.2 频率域可控源电磁法三维多进制反演算法 |
| 3.2.1 多进制变换函数 |
| 3.2.2 多进制反演目标函数及最优化 |
| 3.2.3 多进制反演算法的具体实现 |
| 3.3 本章小结 |
| 第四章 基于六面体网格的频率域可控源电磁法三维反演研究 |
| 4.1 频率域可控源电磁法三维最平滑模型反演数值实验 |
| 4.1.1 含三个异常体的陆地模型 |
| 4.1.2 带地形海洋油气藏模型 |
| 4.2 频率域可控源电磁法三维多进制反演数值实验 |
| 4.2.1 高低阻可控源电磁模型 |
| 4.2.2 带地形海洋油气藏模型 |
| 4.3 本章小结 |
| 第五章 基于四面体网格的频率域可控源电磁法三维反演研究 |
| 5.1 频率域可控源电磁法三维最平滑模型反演数值实验 |
| 5.1.1 盆地模型 |
| 5.1.2 棋盘模型 |
| 5.2 频率域可控源电磁法三维多进制反演研究 |
| 5.2.1 三个异常体模型 |
| 5.2.2 带地形海洋油气藏模型 |
| 5.3 实测数据三维反演 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究成果 |
| 6.2 下一步研究计划 |
| 致谢 |
| 参考文献 |
（6）基于共轭梯度法的鲁棒核自适应滤波算法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容与章节安排 |
| 第二章 核自适应滤波器算法基础 |
| 2.1 自适应滤波器基本原理 |
| 2.2 核方法 |
| 2.3 鲁棒核自适应滤波器算法 |
| 2.3.1 鲁棒误差准则 |
| 2.3.2 基于最大相关熵准则的鲁棒核自适应滤波算法 |
| 2.4 稀疏化策略 |
| 2.4.1 样本稀疏化 |
| 2.4.2 结构稀疏化 |
| 2.5 本章小结 |
| 第三章 无约束优化方法 |
| 3.1 无约束优化定义 |
| 3.2 基本方法 |
| 3.2.1 梯度下降法 |
| 3.2.2 随机梯度下降法 |
| 3.3 自适应优化方法 |
| 3.3.1 自适应梯度法 |
| 3.3.2 RMSProp法 |
| 3.3.3 自适应矩估计法 |
| 3.4 牛顿法 |
| 3.5 共轭梯度法 |
| 3.6 本章小结 |
| 第四章 基于最小均方p幂准则的鲁棒核自适应滤波算法 |
| 4.1 均方p幂准则 |
| 4.2 共轭梯度最小均方p幂算法 |
| 4.3 核共轭梯度最小均方p幂算法 |
| 4.3.1 核共轭梯度最小均方p幂算法 |
| 4.3.2 复杂度分析 |
| 4.4 仿真实验 |
| 4.4.1 噪声模型 |
| 4.4.2 非线性系统辨识 |
| 4.5 本章小结 |
| 第五章 基于柯西损失准则的鲁棒核自适应滤波算法 |
| 5.1 最小柯西损失准则 |
| 5.2 在线的共轭梯度算法 |
| 5.3 随机傅里叶映射的柯西共轭梯度算法 |
| 5.3.1 随机傅里叶映射 |
| 5.3.2 随机傅里叶映射的柯西共轭梯度算法 |
| 5.3.3 复杂度分析 |
| 5.4 仿真实验 |
| 5.4.1 Mackey-Glass混沌时间序列预测 |
| 5.4.2 非线性系统辨识 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间已发表的论文 |
| 攻读硕士期间参加的科研项目 |
（7）组合核自适应滤波算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文组织结构 |
| 第二章 线性滤波与非线性滤波算法基础 |
| 2.1 自适应滤波算法 |
| 2.1.1 最小均方算法(LMS) |
| 2.1.2 递归最小二乘算法(RLS) |
| 2.1.3 仿射投影算法(APA) |
| 2.2 核自适应滤波算法 |
| 2.2.1 核方法相关知识 |
| 2.2.2 核最小均方算法 |
| 2.2.3 核最小二乘算法 |
| 2.2.4 核最仿射投影算法 |
| 2.3 组合滤波算法 |
| 2.3.1 组合自适应滤波算法 |
| 2.3.2 组合核自适应滤波算法 |
| 2.4 小结 |
| 第三章 基于最近中心估计的核最小二乘算法 |
| 3.1 最近中心估计 |
| 3.1.1 高概率密度函数 |
| 3.1.2 在线聚类 |
| 3.2 基于最近中心估计的核最小二乘算法 |
| 3.3 基于最近中心估计的量化核最小二乘算法 |
| 3.4 数值仿真结果 |
| 3.4.1 麦克格拉斯时间序列 |
| 3.4.2 洛伦兹混沌时间序列 |
| 3.5 小结 |
| 第四章 基于稀疏Nystr?m法的核最小均方算法 |
| 4.1 k-均值二次采样 |
| 4.2 基于稀疏Nystr?s法的核最小均方算法 |
| 4.3 数值仿真分析 |
| 4.3.1 非线性信道均衡 |
| 4.3.2 麦克格拉斯时间序列 |
| 4.4 结论 |
| 第五章 基于多重随机特征空间的的核自适应滤波算法 |
| 5.1 多重随机傅里叶法 |
| 5.1.1 随机傅里叶 |
| 5.1.2 输出端融合型多重随机傅里叶 |
| 5.1.3 输入端融合型多重随机傅里叶 |
| 5.2 基于多重随机傅里叶的广义柯西共轭梯度算法 |
| 5.2.1 广义柯西代价函数的半平方优化 |
| 5.2.2 基于多重随机傅里叶的广义柯西共轭梯度算法 |
| 5.3 数值仿真结果 |
| 5.3.1 麦克格拉斯时间序列预测 |
| 5.3.2 非线性回归 |
| 5.4 总结 |
| 第六章 总结与展望 |
| 6.1 本文的主要工作 |
| 6.2 下一步的工作思路 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间已发表的论文 |
| 攻读硕士期间参加的科研项目 |
（8）混合不确定性下工业机器人运动精度可靠性分析与优化设计（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号及缩略词 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业机器人精度可靠性分析研究现状 |
| 1.2.2 混合可靠性分析研究现状 |
| 1.2.3 工业机器人精度优化设计研究现状 |
| 1.3 本文主要研究工作 |
| 第二章 随机不确定性下工业机器人定位精度可靠性分析 |
| 2.1 引言 |
| 2.2 工业机器人运动可靠性模型 |
| 2.2.1 位姿描述方法 |
| 2.2.2 机械手运动学 |
| 2.2.3 极限状态函数 |
| 2.3 定位精度可靠性分析方法 |
| 2.3.1 均值一次二阶矩法 |
| 2.3.2 改进一次二阶矩法 |
| 2.3.3 自适应有限步长法 |
| 2.4 算例分析 |
| 2.4.1 JR605 型工业机器人简介 |
| 2.4.2 正向运动学分析 |
| 2.4.3 可靠性分析方法对比 |
| 2.5 本章小结 |
| 第三章 基于微分运动学和鞍点近似的定位精度可靠性分析 |
| 3.1 引言 |
| 3.2 基于微分运动学的可靠性模型 |
| 3.2.1 坐标系间的微分变换关系 |
| 3.2.2 连杆坐标系的微分运动 |
| 3.2.3 位置误差极限状态函数 |
| 3.3 基于鞍点近似的定位精度可靠性分析 |
| 3.3.1 鞍点近似理论 |
| 3.3.2 位置误差分布参数 |
| 3.3.3 定位精度可靠性分析 |
| 3.4 算例分析 |
| 3.4.1 位置误差模型验证 |
| 3.4.2 可靠性分析方法对比 |
| 3.4.3 工作空间内可靠性分析 |
| 3.5 本章小结 |
| 第四章 混合随机和区间不确定性下定位精度可靠性分析 |
| 4.1 引言 |
| 4.2 考虑区间不确定性的混合可靠性分析 |
| 4.2.1 混合可靠性分析模型 |
| 4.2.2 基于共轭投影梯度法的区间分析 |
| 4.2.3 基于共轭有限步长法的概率分析 |
| 4.3 基于响应面的鞍点近似定位精度可靠性分析 |
| 4.3.1 响应面方法 |
| 4.3.2 试验点设计 |
| 4.3.3 失效概率区间计算 |
| 4.4 算例分析 |
| 4.4.1 关节变量不确定性分析 |
| 4.4.2 混合可靠性分析方法对比 |
| 4.4.3 改进可靠性分析方法验证 |
| 4.5 本章小结 |
| 第五章 基于轨迹精度可靠性的工业机器人优化设计 |
| 5.1 引言 |
| 5.2 基于位置误差极值的轨迹精度可靠性分析 |
| 5.2.1 工业机器人轨迹精度可靠性模型 |
| 5.2.2 随机-区间混合可靠性模型等效处理 |
| 5.2.3 基于稀疏网格积分的鞍点近似可靠性分析 |
| 5.3 基于遗传算法的工业机器人精度优化设计 |
| 5.3.1 目标函数 |
| 5.3.2 约束条件 |
| 5.3.3 遗传算法 |
| 5.4 算例分析 |
| 5.4.1 可靠性分析方法对比 |
| 5.4.2 优化模型参数设置 |
| 5.4.3 优化结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）基于稀疏表征的高维地震信号反演方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究历史与现状 |
| 1.2.1 高维地震信号反演框架的构建方法 |
| 1.2.2 高维地震信号反演目标的正则化方法 |
| 1.2.3 高维地震信号反演问题的优化求解方法 |
| 1.2.4 稀疏表征技术的研究现状 |
| 1.3 现有反演方法存在的不足 |
| 1.4 本文的主要贡献与创新 |
| 1.5 本论文的结构安排 |
| 第二章 基于字典学习与稀疏表征的高维地震信号反演方法 |
| 2.1 高维地震信号反演理论概述 |
| 2.1.1 正演模型建立 |
| 2.1.2 反演理论 |
| 2.2 基于字典学习与稀疏表征的高维地震信号反演算法 |
| 2.2.1 字典学习与稀疏表征 |
| 2.2.2 基于字典学习与稀疏表征的地震反演 |
| 2.3 反演结果评估 |
| 2.4 参数选择分析 |
| 2.5 实验与分析 |
| 2.5.1 理论数据 |
| 2.5.2 实际数据 |
| 2.5.3 实验结果讨论 |
| 2.6 本章小结 |
| 第三章 基于联合稀疏表征的多参数同步地震信号反演方法 |
| 3.1 传统多参数同步反演方法的缺陷 |
| 3.2 基于联合稀疏表征的多参数同步反演算法 |
| 3.2.1 弹性参数的联合稀疏表征 |
| 3.2.2 基于联合稀疏表征的多参数同步反演 |
| 3.3 拟牛顿共轭梯度迭代优化求解算法 |
| 3.4 实验与分析 |
| 3.4.1 理论数据 |
| 3.4.2 实际数据 |
| 3.5 鲁棒性分析 |
| 3.5.1 噪声强度的影响 |
| 3.5.2 训练样本数量的影响 |
| 3.6 本章小结 |
| 第四章 基于联合稀疏表征与高频预测的高分辨率地震反演方法 |
| 4.1 地震反演结果的频带分析 |
| 4.2 基于联合稀疏表征的高频预测方法 |
| 4.2.1 基于联合稀疏表征的图像超分辨率 |
| 4.2.2 基于联合稀疏表征的高分辨率地震反演 |
| 4.3 抑制过拟合 |
| 4.3.1 引入时空特征和结构特征 |
| 4.3.2 PCA降维处理 |
| 4.3.3 非局部均值滤波 |
| 4.4 实验与分析 |
| 4.4.1 参数选择分析 |
| 4.4.2 实际数据 |
| 4.5 本章小结 |
| 第五章 基于联合稀疏表征与空间结构约束的3D地震反演方法 |
| 5.1 二维图像中的结构张量 |
| 5.1.1 结构张量的概念 |
| 5.1.2 对结构张量的分析 |
| 5.1.3 张量扩散的基本原理 |
| 5.1.4 结构张量在图像恢复中的优势 |
| 5.2 基于稀疏表征与空间结构约束的3D地震反演方法 |
| 5.2.1 3D地震信号的结构张量 |
| 5.2.2 单参数3D地震信号反演方法 |
| 5.2.3 多参数3D地震信号反演方法 |
| 5.3 本章与前面章节的联系 |
| 5.4 实验与分析 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（10）热损耗条件下平板试样热参数测量技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号表 |
| 第1章 绪论 |
| 1.1 课题的来源及研究的目的和意义 |
| 1.2 热参数测量技术的国内外现状 |
| 1.3 本领域存在的科学问题和关键技术 |
| 1.4 本文的主要研究内容 |
| 第2章 基于第二类边界条件的导热系数模型构建 |
| 2.1 引言 |
| 2.2 导热系数传统反演测量 |
| 2.2.1 问题描述 |
| 2.2.2 正问题求解 |
| 2.2.3 目标函数 |
| 2.2.4 耦合人工蜂群算法 |
| 2.2.5 优化算法数值试验及结果分析 |
| 2.3 热损耗下导热系数反演模型研究 |
| 2.3.1 热损耗下导热系数反演模型构建 |
| 2.3.2 使用虚拟薄板模型反演步骤 |
| 2.3.3 数值仿真与结果分析 |
| 2.4 本章小结 |
| 第3章 基于第三类边界条件的传热系数模型构建 |
| 3.1 引言 |
| 3.2 传热系数传统反演测量 |
| 3.3 热损耗下传热系数反演模型 |
| 3.3.1 有热损耗下传热系数反演方法构建 |
| 3.3.2 局部模型的目标函数 |
| 3.3.3 传热系数反演步骤 |
| 3.3.4 数值仿真与结果分析 |
| 3.4 本章小结 |
| 第4章 基于第三类边界条件的边界形状反演算法研究 |
| 4.1 引言 |
| 4.2 传统算法求解边界形状存在的问题 |
| 4.2.1 问题描述 |
| 4.2.2 正问题求解 |
| 4.2.3 目标函数 |
| 4.2.4 共轭梯度法 |
| 4.2.5 传统求解存在的主要问题 |
| 4.3 边界形状反演的空间分布式模糊自适应算法 |
| 4.4 数值仿真与结果分析 |
| 4.5 本章小结 |
| 第5章 热参数测量的实验验证 |
| 5.1 引言 |
| 5.2 导热系数实测验证 |
| 5.2.1 导热系数实验装置的研制 |
| 5.2.2 导热系数实测验证 |
| 5.2.3 导热系数测量结果分析及模型讨论 |
| 5.3 传热系数实测验证 |
| 5.3.1 传热系数实验装置的研制 |
| 5.3.2 传热系数实测验证 |
| 5.3.3 传热系数测量结果分析及讨论 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文与其他成果 |
| 致谢 |
| 个人简历 |
四、A SELF-ADAPTIVE TECHNIQUE FORA KIND OF NONLINEAR CONJUGATEGRADIENT METHODS（论文参考文献）
- [1]激光通信信道空间自适应处理关键技术研究[D]. 虞温豪. 浙江大学, 2021(01)
- [2]两类非线性共轭梯度算法[D]. 卢俊宇. 广西大学, 2021(12)
- [3]六自由度轴耦合道路模拟器及其控制策略研究[D]. 王晓. 哈尔滨工业大学, 2021(02)
- [4]谱共轭梯度法和三项共轭梯度法的研究[D]. 谢金宵. 北方民族大学, 2021(08)
- [5]基于矢量有限元的频率域可控源电磁法三维反演研究[D]. 龙志丹. 中国地质大学, 2021(02)
- [6]基于共轭梯度法的鲁棒核自适应滤波算法[D]. 黄雪微. 西南大学, 2021(01)
- [7]组合核自适应滤波算法的研究[D]. 张皓南. 西南大学, 2021(01)
- [8]混合不确定性下工业机器人运动精度可靠性分析与优化设计[D]. 黄鹏. 电子科技大学, 2021(01)
- [9]基于稀疏表征的高维地震信号反演方法研究[D]. 厍斌. 电子科技大学, 2021(01)
- [10]热损耗条件下平板试样热参数测量技术研究[D]. 杨亮亮. 哈尔滨工业大学, 2021(02)