北航信号分析与处理中的数学方法课堂作业

北航信号分析与处理中的数学方法课堂作业
北航信号分析与处理中的数学方法课堂作业

EKF

EKF :Extended Kalman Filter 的简写,即扩展卡尔曼滤波器。

首先来介绍一下卡尔曼滤波。卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中,估计动态系统的状态。斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA 埃姆斯研究中心访问时,发现他的方法对于解决阿波罗计划的轨道预测很有用,后来阿波罗飞船的导航电脑使用了这种滤波器。

扩展卡尔曼滤波:卡尔曼最初提出的滤波理论只适用于线性系统,Bucy ,Sunahara 等人提出并研究了扩展卡尔曼滤波(Extended Kalman Filter ,简称EKF),将卡尔曼滤波理论进一步应用到非线性领域。EKF 的基本思想是将非线性系统 线性化,然后进行卡尔曼滤波,因此EKF 是一种次优滤波。其后,多种二阶广义卡尔曼滤波方法的提出及应用进一步提高了卡尔曼滤波对非线性系统的估计性能。二阶滤波方法考虑了Taylor 级数展开的二次项,因此减少了由于 线性化所引起的 估计误差,但大大增加了运算量,因此在实际中反而没有一阶EKF 应用广泛。

EKF 的原理:Kalman 滤波能够在线性高斯模型的条件下,可以对目标的状态做出最优的估计,得到较好的跟踪效果。对非线性滤波问题常用的处理方法是利用线性化技巧将其转化为一个近似的线性滤波问题。因此,可以利用非线性函数的局部性特性,将非线性模型局部化,再利用Kalman 滤波算法完成滤波跟踪。扩展Kalman 滤波就是基于这样的思想,将系统的非线性函数做一阶Taylor 展开,得到线性化的系统方程从而完成对目标的滤波估计等处理。

非线性系统离散动态方程可以表示为

(k 1)f[k,X(k)]G(k)W(k)X +=+ (1)

(k)h[k,X(k)]V(k)Z =+ (2)

这里为了便于数学处理,假定没有控制量的输入,并假定过程噪声是均值为零的高斯白噪声,且噪声分布矩阵(k)G 是已知的。其中,观测噪声(k)V 也是加性均值为零的高斯白噪声。假

定过程噪声和观测噪声序列是彼此独立的,并且有初始状态估计?(0|0)X

和协方差矩阵(0|0)P 。和线性系统的情况一样,我们可以得到扩展Kalman 滤波算法如下

??(k |k 1)f(X(k |k))X

+= (3)

(k 1|k)(k 1|k)P(k |k)(k 1|k)Q(k 1)P +=Φ+Φ+++? (4)

1(k 1)P(k 1|)H (k 1)[H(k 1)P(k 1|k)H (k 1)R(k 1)]K k -+=+++++++晻 (5) ???(K 1|k 1)X(K 1|k)K(k 1)[Z(k 1)h(X(K 1|k))]X

++=++++-+ (6) (k 1)[I K(k 1)H(k 1)]P(k 1|k)P +=-+++ (7)

这里需要重要说明的是,状态转移(k 1|)k Φ+和量测矩阵(k 1)H + 是由f 和h 的雅克比矩阵代替的。其雅克比矩阵的求法如下:

假如状态变量有n 维,即12[x x ... x ]n X =,则对状态方程对各维求偏导, 123(k 1)...n

f f f f f x x x x x ?????Φ+==++++????? (8) 123(k 1)...n

h h h h h H X x x x x ?????+==++++????? (9) UKF 原理如下:

传统的非线性滤波的方法主要是扩展卡尔曼滤波算法( EKF) ,但是该算法存在着精度不高、稳定性差、对目标机动反应迟缓等缺点. 近年来,提出了一种非线性滤波算法- Unscented 卡尔曼滤波(UnscentedKalman Filter,即UKF). 它是根据Unscented 变化和卡尔曼滤波相结合得到的一种算法. 这种算法主要运用卡尔曼滤波的思想,但是在求解目标后续时刻的预测值和量测值时,则需要应用采样点来计算. UKF 通过设计加权点δ,来近似表示n 维目标采样点,计算这些δ点经由非线性函数的传播,通过非线性状态方程获得更新后的滤波值 ,从而实现了对目标的跟踪. UKF 有效地克服了扩展卡尔曼滤波的估计精度低、稳定性差的缺陷.

无损卡尔曼滤波是一种新型的滤波估计算法。UKF 以UT 变换为基础,摒弃了对非线性函数进行线性化的传统做法,采用卡尔曼线性滤波框架,对于一步预测方程,使用无迹(UT)变换来处理均值和协方差的非线性传递,就成为UKF 算法。

UT 变换如下:

(1) 构造sigma 点

根据随机向量x 的统计量

()()|(|1)k f X H K X X k k X ?=

=-? x 和x p ,构造sigma 点

集:

,1,...

,1, (2)

,0

i

i i

x i n

x x i n n

x i

=

?+=

??

-=+

?

?

=

??

K为尺度参数,调整它可以提高精度。用这组采样点i

x

可以近似表示状态x的高斯分布。

(2)对sigma点进行非线性变换

对所构造出的点集进行非线性变换,得到变换后的sigma点集:

(),0,1, (2)

i i

Y f x i n

==

变换后的点集Y i可近似地表示为

()

i

f x

的分布。

(3)计算y的均值和方差

对变换后的点集Y i进行加权处理,从而得到输出量y的均值和方差

2

()

n

m

i i

i

y W Y

=

≈∑

()()

2

()

T

n

c

y i i i

i

p W Y y Y y

=

≈--

()

m

i

W

()c

i

W

分别为计算均值方差的加权:

()

/()

m

W k n k

=+

()2

/()(1)

c

W k n kαβ

=++-+

()()/[2()],1,...,2

m c

i i

W W k n k i n

==+=

其中:

2()

k n n

αλ

=+-。在均值和方差加权中需要确定?、β和λ的参数。

粒子滤波原理如下:

粒子滤波的思想基于蒙特卡洛方法(Monte Carlo methods),它是利用粒子集来表示概率,可以用在任何形式的状态空间模型上。其核心思想是通过从后验概率中抽取的随机状态粒子来表达其分布,是一种顺序重要性采样法(Sequential Importance Sampling)。简单来说,粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似,以

样本均值代替积分运算,从而获得状态最小方差分布的过程。这里的样本即指粒子,当样本数量N→∝时可以逼近任何形式的概率密度分布。

尽管算法中的概率分布只是真实分布的一种近似,但由于非参数化的特点,它摆脱了解决非线性滤波问题时随机量必须满足高斯分布的制约,能表达比高斯模型更广泛的分布,也对变量参数的非线性特性有更强的建模能力。因此,粒子滤波能够比较精确地表达基于观测量和控制量的后验概率分布,可以用于解决SLAM 问题。

3.2 扩展卡尔曼在一维非线性系统中的应用

3.2.1 状态方程和观测方程都为非线性的通用系统

所谓的非线性方程,就是因变量和自变量的关系不是线性的,这类方程很多,例如平方关系,对数关系,指数关系,三角函数关系等等。这类方程可分为两类,一类是多项式方程,一种是非多项式方程。为了便于说明非线性卡尔曼滤波——扩展Kalman 滤波的原理,我们选用一下系统,

系统状态为(k)X ,它仅包含一维变量,即(k)[x(k)]X =,系统状态方程为

22.5(k 1)(k)0.5X(k 1)8cos(1.2k)w(k)1(k 1)

X X X -=-+

+++- (2-1) 观测方程为 2(k)(k)(k)20

X Y v =+ (2-2) 其中,式(1)是包含分式,平方,三角函数在内的严重非线性的方程,(k)w 为过程噪声,

其均值为0,方差为Q ,观测方程中,观测信号(k)Y 与状态(k)X 的关系也是非线性的,

(k)v 也是均值为0,方差为R 的高斯白噪声。因此关于(1)和(2-2)是一个状态和观测都为非线性的一维系统。以此为通用的非线性方程的代表,接下来讲述如何用扩展Kalman 滤波来处理噪声问题。

第一步:初始化状态(0),Y(0)X ,协方差矩阵0P 。

第二步:状态预测 22.5(k 1)(k |k 1)0.5X(k 1)8cos(1.2k)1(k 1)

X X X --=-+++- (2-3)

第三步:观测预测 2(k |k 1)(k |k 1)20

X Y --= (2-4) 第四步:一阶线性化状态方程,求解状态转移矩阵(k)Φ

222

2.5[1X (k |k 1)](k)0.5[1X (k |k 1)]f X ?--Φ==+?+- (2-5) 第五步:一阶线性化观测方程,求解观测矩阵(k)H (k |k 1)(k)10

h X H X ?-==? (2-6) 第六步:求协方差矩阵预测(k |k 1)P -

(k |k 1)(k)P(k 1|k 1)(k)P Q -=Φ--Φ+ΓΓ晻 (2-7)

这里需要说明的是,当噪声驱动矩阵不存在的时候,或系统状态方程中,在(k)w 前没有任何驱动矩阵,这时候,Q 必然和状态的维数一样的方阵,可将式(3-2-7)直接写为(k |k 1)(k)P(k 1|k 1)(k)Q P -=Φ--Φ+?。

第七步:求Kalman 增益

(k)P(k |k 1)H (k)(H(k)P(k |k 1)H (k)R)K =--+晻 (2-8)

第八步:求状态更新

(k)X(k |k 1)K(Y(k)Y(k |k 1))X =-+-- (2-9)

第九步:协方差更新

(k)(I K(k)H(k))P(k |k 1)n P =-- (2-10)

以上九步为扩展卡尔曼年滤波的一个计算周期,如此循环下去就是各个时刻EKF 对非线性系统的处理过程。

北航数值分析大作业一

《数值分析B》大作业一 SY1103120 朱舜杰 一.算法设计方案: 1.矩阵A的存储与检索 将带状线性矩阵A[501][501]转存为一个矩阵MatrixC[5][501] . 由于C语言中数组角标都是从0开始的,所以在数组MatrixC[5][501]中检索A的带内元素a ij的方法是: A的带内元素a ij=C中的元素c i-j+2,j 2.求解λ1,λ501,λs ①首先分别使用幂法和反幂法迭代求出矩阵按摸最大和最小的特征值λmax和λmin。λmin即为λs; 如果λmax>0,则λ501=λmax;如果λmax<0,则λ1=λmax。 ②使用带原点平移的幂法(mifa()函数),令平移量p=λmax,求 出对应的按摸最大的特征值λ,max, 如果λmax>0,则λ1=λ,max+p;如果λmax<0,则λ501=λ,max+p。 3.求解A的与数μk=λ1+k(λ501-λ1)/40的最接近的特征值λik (k=1,2,…,39)。 使用带原点平移的反幂法,令平移量p=μk,即可求出与μk最接近的特征值λik。 4.求解A的(谱范数)条件数cond(A)2和行列式d etA。 ①cond(A)2=|λ1/λn|,其中λ1和λn分别是矩阵A的模最大和 最小特征值。

②矩阵A的行列式可先对矩阵A进行LU分解后,detA等于U所有对角线上元素的乘积。 二.源程序 #include #include #include #include #include #include #include #define E 1.0e-12 /*定义全局变量相对误差限*/ int max2(int a,int b) /*求两个整型数最大值的子程序*/ { if(a>b) return a; else return b; } int min2(int a,int b) /*求两个整型数最小值的子程序*/ { if(a>b) return b; else return a; } int max3(int a,int b,int c) /*求三整型数最大值的子程序*/ { int t; if(a>b) t=a; else t=b; if(t

北航电子电路设计数字部分实验报告

电子电路设计数字部分实验报告 学院: 姓名:

实验一简单组合逻辑设计 实验内容 描述一个可综合的数据比较器,比较数据a 、b的大小,若相同,则给出结果1,否则给出结果0。 实验仿真结果 实验代码 主程序 module compare(equal,a,b); input[7:0] a,b; output equal; assign equal=(a>b)1:0; endmodule 测试程序

module t; reg[7:0] a,b; reg clock,k; wire equal; initial begin a=0; b=0; clock=0; k=0; end always #50 clock = ~clock; always @ (posedge clock) begin a[0]={$random}%2; a[1]={$random}%2; a[2]={$random}%2; a[3]={$random}%2; a[4]={$random}%2; a[5]={$random}%2; a[6]={$random}%2; a[7]={$random}%2; b[0]={$random}%2; b[1]={$random}%2; b[2]={$random}%2; b[3]={$random}%2; b[4]={$random}%2;

b[5]={$random}%2; b[6]={$random}%2; b[7]={$random}%2; end initial begin #100000 $stop;end compare m(.equal(equal),.a(a),.b(b)); endmodule 实验二简单分频时序逻辑电路的设计 实验内容 用always块和@(posedge clk)或@(negedge clk)的结构表述一个1/2分频器的可综合模型,观察时序仿真结果。 实验仿真结果

《数理统计》上机四聚类分析

《数理统计》 课程实验报告(四)

1 实验内容 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域,包括数学,计算机科学,统计学,生物学和经济学。在不同的应用领域,很多聚类技术都得到了发展,这些技术方法被用作描述数据,衡量不同数据源间的相似性,以及把数据源分类到不同的簇中。 聚类与分类的不同在于,聚类所要求划分的类是未知的。聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性。 从统计学的观点看,聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中,如SPSS 、SAS 等。聚类分析是一种探索性的分析,在分类的过程中,人们不必事先给出一个分类的标准,聚类分析能够从样本数据出发,自动进行分类。聚类分析所使用方法的不同,常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析,所得到的聚类数未必一致。 请将‘聚类分析数据.xlsx ’中四川省主要城市设施水平的数据用合适的聚类 分析方法进行聚类,将四川省主要城市进行分类,并说明理由。 2 实验主要步骤 (1) 对数据标准化处理 利用公式 (min) (max)(min) j j j ij ij x x x x x --= ' (i=1,2,…..n,j=1,2,…m ) 其中(max)和(max)j j x x 分别为第j 个变量的最大和最小值。显然,10≤'≤ij x 。 (2) 计算距离系数阵 q m k q jk ik ij x x d 1 1?? ???? -=∑= (3) 计算相似系数统计量

北航大一上工科数分期中考试试卷

北京航空航天大学2011-2012学年第一学期期中考试 工科数学分析试卷(2011.12.25) 一、计算(5’*8=40’) 1) 用Stolz 定理计算极限41233122123lim n n n n n +→∞++++L . 2) 设32()(1)x f x x x x =++,求()f x '. 3) 求极限1 0(1)e lim x x x x →+-. 4) 求函数2()(4)f x x x = -的拐点。 5) 设(cos sin )()=(sin cos )x a t t f x y a t t t =+??=-?,求d d y x . 6) 求函数()ln f x x x =在(0,)+∞上的最值. 7) 判断函数21 1()=e x n f x x -?间断点的类型. 8) 求函数2()=ln(1)f x x x ++在0x =处直到四阶的Taylor 展开(Peano 余项形式). 二、证明(15’) 1) 3 sin (0)6 x x x x >-> 2) 设函数1()=ln ()n f x x x n -+∈¢,证明()(1)!n n y x -=. 三、(10’) 设1110,0,(2),1,2,n n n A x x x Ax n A +><<=-=L ,证明不等式11n n x x A +<<对任意

n +∈¢成立,并求出极限lim n n x →∞ . 四、(10’) 用Cauchy 收敛原理证明数列2sin (sin )n n k kx x k k kx == +∑收敛. 五、(15’) 设()f x 在0x 处二次可导,且()0f x ''≠,由Lagrange 中值定理知存在0()1h θ<<,使得式子000(+)()(())f x h f x f x h h h θ'=++成立,计算或者证明下列结论: 1) 写出()f x 和()f x '在0x x =处的Taylor 公式; 2) 证明01lim ()2 h h θ→=. 六、(10’) 设()f x '在(0,]a 连续,且极限lim ()x x →'存在,证明()f x 在(0,]a 上一致连续. [附加题] 七、(10’) 以下题目任选其一: 1) 设()[01]f x ∈£,,且()0f x >,令0()max (),[0,1]t x M x f t x ≤≤=∈, 证明:函数()()lim ()n n f x Q x M x →∞??=???? 连续的充要条件是()f x 单调递增. 2) 证明开区间套定理 1. 设开区间序列(,),n n n I a b n +=∈¥ 满足12121n n n a a a b b b b -<<<<<<<

北航数学分析期末考试卷

A 一、填空题(每题5分,共30分) 1. 设向量场),,(222xyz z xy yz x A =,求=divA =rotA 2.求=+?→x x dx ααcos 12100lim 3.设),(y x f 在原点领域连续, 求极限=??≤+→dxdy y x f y x ),(12222 0lim ρρπρ 4.设为自然数,n z y x z y x D },10,10,10|),,{(≤≤≤≤≤≤= 求=+++???dxdydz z y x y x n n n n n D 5.设,)(2)1(cos sin dt e x f t x x +?= 求=)('x f 6.)为右半单位圆 设L (,sin cos :???==θ θy x L 求=?ds y L || 二、(本题满分10分) 设Ω为椭球体,1222222≤++c z b y a x 计算dxdydz xy z I )2(2+=???Ω

三(本题满分10分) 计算曲面积分,)(dS z y x ++??∑ 其中∑是平面5=+z y 被柱面2522=+y x 所 截得的部分。 四(本题满分30分,每题10分) 1. 计算曲线积分 ?-+-+-=L dz y x dy x z dx z y I ,)()()(02222=++=++z y x a z y x L 与平面是球面其中取逆时针方向。轴正向看去的交线,从L z

2.计算曲面积分.zdxdy ydzdx xdydz ++??∑ 其中)0(:22h y z x y ≤≤+=∑,方 向取左侧。 3.计算,4)4()(.22y x dy y x dx y x L +++-?其中L 为单位圆周,.122=+y x 方向为逆时针方向。

最新北航数理统计大作业-多元线性回归

北航数理统计大作业-多元线性回归

应用数理统计多元线性回归分析 (第一次作业) 学院: 姓名: 学号: 2013年12月

交通运输业产值的多元线性回归分析 摘要:本文基于《中国统计年鉴》(2012年版)统计数据,寻找影响交通运输业发展的因素,包括工农业发展水平、能源生产水平、进出口贸易交流以及居民消费水平等,利用统计软件SPSS对各因素进行了筛选分析,采用逐步回归法得到最优多元线性回归模型,并对模型的回归显著性、拟合度以及随机误差的正态性进行了检验,最后可以利用有效的最优回归模型对将来进行预测。 关键字:多元线性回归,逐步回归,交通运输产值,工业产值,进出口总额1,引言 交通运输业指国民经济中专门从事运送货物和旅客的社会生产部门,包括铁路、公路、水运、航空等运输部门。它是国民经济的重要组成部分,是保证人们在政治、经济、文化、军事等方面联系交往的手段,也是衔接生产和消费的一个重要环节。交通运输业在现代社会的各个方面起着十分重要的作用,因此研究交通运输业发展水平与各个影响因素间的关系显得十分重要,建立有效的数学相关模型对于预测交通运输业的发展,制定相关政策方案提供依据。根据经验交通运输业的发展受到工农业发展、能源生产、进出口贸易以及居民消费水平等众因素的影响,故建立一个完整精确的数学模型在理论上基本无法实现,并且在实际运用中也没有必要,一种简单有效的方式就是寻找主要影响因素,分析其与指标变量的相关性,建立多元线性回归模型就是一种有效的方式。 变量与变量之间的关系分为确定性关系和非确定性关系,函数表达确定性关系。研究变量间的非确定性关系,构造变量间经验公式的数理统计方法称为

北航数值分析大作业第一题幂法与反幂法

《数值分析》计算实习题目 第一题: 1. 算法设计方案 (1)1λ,501λ和s λ的值。 1)首先通过幂法求出按模最大的特征值λt1,然后根据λt1进行原点平移求出另一特征值λt2,比较两值大小,数值小的为所求最小特征值λ1,数值大的为是所求最大特征值λ501。 2)使用反幂法求λs ,其中需要解线性方程组。因为A 为带状线性方程组,此处采用LU 分解法解带状方程组。 (2)与140k λλμλ-5011=+k 最接近的特征值λik 。 通过带有原点平移的反幂法求出与数k μ最接近的特征值 λik 。 (3)2cond(A)和det A 。 1)1=n λλ2cond(A),其中1λ和n λ分别是按模最大和最小特征值。 2)利用步骤(1)中分解矩阵A 得出的LU 矩阵,L 为单位下三角阵,U 为上三角阵,其中U 矩阵的主对角线元素之积即为det A 。 由于A 的元素零元素较多,为节省储存量,将A 的元素存为6×501的数组中,程序中采用get_an_element()函数来从小数组中取出A 中的元素。 2.全部源程序 #include #include void init_a();//初始化A double get_an_element(int,int);//取A 中的元素函数 double powermethod(double);//原点平移的幂法 double inversepowermethod(double);//原点平移的反幂法 int presolve(double);//三角LU 分解 int solve(double [],double []);//解方程组 int max(int,int); int min(int,int); double (*u)[502]=new double[502][502];//上三角U 数组 double (*l)[502]=new double[502][502];//单位下三角L 数组 double a[6][502];//矩阵A int main() { int i,k; double lambdat1,lambdat2,lambda1,lambda501,lambdas,mu[40],det;

北航航空工程大型通用软件应用大作业样本

航空科学与工程学院 《航空工程大型通用软件应用》大作业 机翼结构设计与分析 组号第3组 小组成员11051090 赵雅甜 11051093 廉佳 11051100 王守财 11051108 刘哲 11051135 张雄健 11051136 姜南 6月

目录 一 CATIA部分....................................... 错误!未定义书签。( 一) 作业要求..................................... 错误!未定义书签。( 二) 作业报告..................................... 错误!未定义书签。 1、三维模型图................................... 错误!未定义书签。 2、工程图....................................... 错误!未定义书签。 二 FLUENT部分...................................... 错误!未定义书签。( 一) 作业要求..................................... 错误!未定义书签。( 二) 作业报告..................................... 错误!未定义书签。 1、计算方法和流程............................... 错误!未定义书签。 2、网格分布图................................... 错误!未定义书签。 3、气动力系数................................... 错误!未定义书签。 4、翼型表面压力曲线............................. 错误!未定义书签。 5、翼型周围压力云图............................. 错误!未定义书签。 6、翼型周围x方向速度云图....................... 错误!未定义书签。 7、翼型周围y方向速度云图....................... 错误!未定义书签。 8、翼型周围x方向速度矢量图..................... 错误!未定义书签。 9、翼型周围y方向速度矢量图..................... 错误!未定义书签。 10、流线图...................................... 错误!未定义书签。 三 ANSYS部分....................................... 错误!未定义书签。( 一) 作业要求..................................... 错误!未定义书签。( 二) 作业报告..................................... 错误!未定义书签。 1、机翼按第一强度理论计算的应力云图............. 错误!未定义书签。 2、机翼按第二强度理论计算的应力云图............. 错误!未定义书签。 3、机翼按第三强度理论计算的应力云图............. 错误!未定义书签。 4、机翼按第四强度理论计算的应力云图............. 错误!未定义书签。

北航数值分析报告第三次大作业

数值分析第三次大作业 一、算法的设计方案: (一)、总体方案设计: x y当作已知量代入题目给定的非线性方程组,求(1)解非线性方程组。将给定的(,) i i

得与(,)i i x y 相对应的数组t[i][j],u[i][j]。 (2)分片二次代数插值。通过分片二次代数插值运算,得到与数组t[11][21],u[11][21]]对应的数组z[11][21],得到二元函数z=(,)i i f x y 。 (3)曲面拟合。利用x[i],y[j],z[11][21]建立二维函数表,再根据精度的要求选择适当k 值,并得到曲面拟合的系数矩阵C[r][s]。 (4)观察和(,)i i p x y 的逼近效果。观察逼近效果只需要重复上面(1)和(2)的过程,得到与新的插值节点(,)i i x y 对应的(,)i i f x y ,再与对应的(,)i i p x y 比较即可,这里求解 (,)i i p x y 可以直接使用(3)中的C[r][s]和k 。 (二)具体算法设计: (1)解非线性方程组 牛顿法解方程组()0F x =的解* x ,可采用如下算法: 1)在* x 附近选取(0) x D ∈,给定精度水平0ε>和最大迭代次数M 。 2)对于0,1, k M =执行 ① 计算() ()k F x 和()()k F x '。 ② 求解关于() k x ?的线性方程组 () ()()()()k k k F x x F x '?=- ③ 若() () k k x x ε∞∞ ?≤,则取*()k x x ≈,并停止计算;否则转④。 ④ 计算(1) ()()k k k x x x +=+?。 ⑤ 若k M <,则继续,否则,输出M 次迭代不成功的信息,并停止计算。 (2)分片双二次插值 给定已知数表以及需要插值的节点,进行分片二次插值的算法: 设已知数表中的点为: 00(0,1,,) (0,1,,)i j x x ih i n y y j j m τ=+=???=+=?? ,需要插值的节点为(,)x y 。 1) 根据(,)x y 选择插值节点(,)i j x y : 若12h x x ≤+ 或12 n h x x ->-,插值节点对应取1i =或1i n =-,

北航涡轮泵大作业

学号姓名成绩 《冲击式涡轮和反力式涡轮的设计计算》 总结:对冲击式涡轮和反力式涡轮进行设计计算,得到计算结果,具体见表1 和表2。 表1 反力式涡轮的计算结果 表2 冲击式涡轮的计算结果

根据计算结果,我们对比可以得到冲击式涡轮和反力式涡轮的相同点 是: 冲击式涡轮和反力式涡轮在计算功率时,均由泵的功率决定,由 T P N N =∑ 计算。 不同点具体见表3. 表3 反力式涡轮和冲击式涡轮的比较 1. 冲击式涡轮出口压力值取决于涡轮排气是直接排入周围环境还是导入辅助喷管,但两种情况下出口压强和反力式相比均很小。而反力式涡轮通常用于补燃式的液体火箭发动机中的涡轮泵中,所

以在不记喷注器压降的条件下,涡轮的出口压力等于燃烧室的压力。 2.在计算反力式涡轮的参数时,由于反力度容易确定,在分析过程 中广泛采用热力反力度。

反力式涡轮的设计计算 一.反力式涡轮参数的选择 在具有冲击式涡轮的供应系统(无补燃发动机系统)中,由燃气发生器产生的富燃燃气驱动涡轮,涡轮不冷却,富燃燃气的温度在1000~1200K 的范围内,比富氧燃气的允许温度(600~800K)高得多。另外,富燃燃气的气体常数比富氧燃气的气体常数大一些,这些都有利于减小需通过涡轮的燃气流量。 涡轮流量m t q 是具有冲击式涡轮的供应系统的主要参数之一。m t q 值越小,发动机的比冲就越高。涡轮流量m t q 可由泵和涡轮的功率平衡: T Pf Po N N N =+ 泵的需用功率降低,可减小通过涡轮的燃气流量,因此应尽量提高泵的效率。选定泵的结构并确定其效率后,可根据功率平衡求出所需的涡轮燃气流量,由此确定涡轮的效率。 涡轮入口压力(燃气发生器压力)取决于氧化剂泵的出口压力。当用燃料冷却推力室时,燃料泵出口压力比氧化剂泵的出口压力高。 涡轮出口压力之值取决于涡轮排气是直接排入周围环境还是导入辅助喷管。 冲击式涡轮计算的原始数据为: (1)涡轮的设计功率:涡轮功率T N 由泵所需的功率决定,由涡轮泵装置设计任务给定: 其中,T N —涡轮的设计功率,又称涡轮的轴功率; Pf N —燃料泵的轴功率; Pf N —氧化剂泵的轴功率。 (2)涡轮的设计角速度:涡轮的设计转速ω由泵不发生汽蚀时允许的最大角速度确定; (3)涡轮工质的物理常数和温度:涡轮进口总压*0P 、进口总温*0T 、和出口静压2P ;涡轮工质的绝热指数k 和气体常数R 。 二.反力式涡轮参数的选择

北航数理统计第二次大作业-数据分析模板

数理统计第二次大作业材料行业股票的聚类分析与判别分析 2015年12月26日

材料行业股票的聚类分析与判别分析摘要

1 引言 2 数据采集及标准化处理 2.1 数据采集 本文选取的数据来自大智慧软件的股票基本资料分析数据,从材料行业的股票中选取了30支股票2015年1月至9月的7项财务指标作为分类的自变量,分别是每股收益(单位:元)、净资产收益率(单位:%)、每股经营现金流(单位:元)、主营业务收入同比增长率(单位:%)、净利润同比增长率(单位:%)、流通股本(单位:万股)、每股净资产(单位:元)。各变量的符号说明见表2.1,整理后的数据如表2.2。 表2.1 各变量的符号说明 自变量符号 每股收益(单位:元)X1 净资产收益率(单位:%)X2 每股经营现金流(单位:元)X3 主营业务收入同比增长率(单位:%)X4 净利润同比增长率(单位:%)X5 流通股本(单位:万股)X6 每股净资产(单位:元)X7 表2.2 30支股票的财务指标 股票代码X1 X2 X3 X4 X5 X6 X7 武钢股份600005-0.0990-2.81-0.0237-35.21-200.231009377.98 3.4444宝钢股份6000190.1400 1.980.9351-14.90-55.011642427.88 6.9197山东钢铁600022-0.11650.060.0938-20.5421.76643629.58 1.8734北方稀土6001110.0830 3.640.652218.33-24.02221920.48 2.2856

杭钢股份600126-0.4900-13.190.4184-36.59-8191.0283893.88 3.4497抚顺特钢6003990.219310.080.1703-14.26714.18112962.28 1.4667盛和资源6003920.0247 1.84-0.2141-5.96-19.3739150.00 1.2796宁夏建材6004490.04000.510.3795-22.15-92.3447818.108.7321宝钛股份600456-0.2090-2.53-0.3313-14.81-6070.2043026.578.1497山东药玻6005290.4404 5.26 1.2013 6.5016.7825738.018.5230国睿科技6005620.410011.53-0.2949 3.3018.9416817.86 3.6765海螺水泥600585 1.15169.05 1.1960-13.06-25.33399970.2612.9100华建集团6006290.224012.75-0.57877.90-6.4034799.98 1.8421福耀玻璃6006600.790014.250.9015 3.6017.27200298.63 6.2419宁波富邦600768-0.2200-35.02-0.5129 3.1217.8813374.720.5188马钢股份600808-0.3344-11.710.3939-21.85-689.22596775.12 2.6854亚泰集团6008810.02000.600.1400-23.63-68.16189473.21 4.5127博闻科技6008830.503516.71-0.1010-10.992612.8023608.80 3.0126新疆众和6008880.0523 1.04-0.910662.64162.0464122.59 5.0385西部黄金6010690.0969 3.940.115115.5125.5712600.00 2.4965中国铝业601600-0.0700-2.920.2066-9.0882.79958052.19 2.3811明泰铝业6016770.2688 4.66-1.09040.8227.8640770.247.4850金隅股份6019920.1989 3.390.3310-10.05-39.01311140.26 6.7772松发股份6032680.35007.00-0.3195-4.43-9.622200.00 6.0244方大集团0000550.0950 5.66-0.480939.2920.6742017.94 1.6961铜陵有色0006300.0200 1.220.6132 3.23-30.74956045.21 1.5443鞍钢股份000898-0.1230-1.870.7067-27.32-196.21614893.17 6.4932中钢国际0009280.572714.45-0.4048-14.33410.2441286.57 4.2449中材科技0020800.684610.27 1.219547.69282.1740000.00 6.8936中南重工0024450.1100 4.300.340518.8445.0950155.00 2.7030 2.2 数据的标准化处理 由于不同的变量之间存在着较大的数量级的差别,因此要对数据变量进行标准化处理。本文采用Z得分值法标准化的方法进行标准化,用x的值减去x的均值再除以样本的方差。也就是把个案转换为样本均值为0、标准差为1的样本。如果不同变量的变量值数值相差太大,会导致计算个案间距离时,由于绝对值较小的数值权数较小,个案距离的大小几乎由大数值决定,标准化过程可以解决此类问题,使不同变量的数值具有同等的重要性。经Z标准化输出结果见表 2.2。 表2.2 经Z标准化后的数据 ZX1ZX2ZX3ZX4ZX5ZX6ZX7

北航2015-2016年工科数分(1)期末_A卷_答案

北京航空航天大学 2015-2016 学年第一学期期末考试 《工科数学分析(Ⅰ)》 (A卷) 班号学号姓名 主讲教师考场成绩 2016年01月20日

1. 下列命题中错误的是 ( D ) A. 若()f x 在区间(,)a b 内的原函数是常数,则()f x 在(,)a b 内恒为0; B. 若],[)(b a x f 在上可积, 则],[)(b a x f 在上必有界 ; C. 若],[)(b a x f 在上可积, 则()f x 在区间[,]a b 上也可积 ; D. 若],[)(b a x f 在上不连续,则],[)(b a x f 在上必不可积 . 2. 设 ()f x 满足等式1 2 0()2()d f x x f x x =-?,则1 ()d f x x ?=( B ) A. 1; B. 1;9 C. 1;- D. 1 .3 - 3. 设函数()f x 可导,则( C ) A. ()d ();f x x f x =? B. ()d ();f x x f x '=? C. () d ()d ();d f x x f x x =? D. () d ()d ().d f x x f x C x =+? 4. 下列广义积分中,发散的是( C ) A. 1 dx +∞ ? ; B. 21 1 dx x +∞? ; C. 1 1sin d x x x +∞ +? ; D. 1 sin d .x e x x +∞ -? 5. 瑕积分 3 1 ln dx x x =? ( C ) A. l n l n 3; B. 0; C. ;+∞ D. 1.

北航_现代控制理论结课大作业

1. 控制系统任务的物理描述 为了满足飞机品质的要求,飞机的纵向运动和横侧向运动都需要有能够连续工作的阻尼器,以用来调整飞机的飞行姿态,避免其出现不必要的俯仰和倾斜。维持飞机纵向运动的阻尼器称为俯仰阻尼器,维持飞机横侧向运动的阻尼器称为偏航阻尼器。本次课程大作业旨在通过运用Matlab 的经典控制系统设计工具对某型飞机偏航阻尼器进行控制系统的设计。 2. 控制系统对象的数学模型 巡航状态下,某型飞机侧向运动的状态空间模型为: 111 12131411122212223242122131 3233343132234142434441424()1()()()()2()()()3()()4t x t a a a a b b t x t a a a a b b u t a a a a b b u t x t t a a a a b b x t t x x x x ??????????????????????????????????=+???????????????????????? ?????????? 111121314122122 2324234()()()()()()x t c c c c y t x t c c c c y t x t x t ??????????=?????????????? 式中: 1()x t :侧滑角(单位为rad ) 2()x t :偏航角速度(单位为/rad s ) 3()x t :滚转角速度(单位为/rad s ) 4()x t :倾斜角(单位为rad ) 输入向量及输出向量分别为: 1()u t :方向舵偏角(单位为rad ) 2()u t :副翼偏角(单位为rad )

北航数理统计聚类分析大作业

应用数理统计大作业(二) 部分省市经济类型的聚类和判别分析 学院:学号:姓名:班级: 机械工程及自动化学院 SY1007??? XXXXX 51班 2011年1月7日

目录 摘要 (1) 符号说明 (1) 0 引言 (1) 1 源数据的提取 (1) 2 聚类分析过程 (2) 2.1 基本概念 (2) 2.2 聚类分析过程 (2) 2.3判别分析 (5) 2.4分类结果分析 (7) 3 结论 (7) 参考文献 (8)

部分省市经济类型的聚类和判别分析 摘要 一个省市的经济类型和众多因素比如地理位置、国民生产总值、人口素质等息息相关,本文利用统计软件SPSS,对北京市等13省市2008年的地区生产总值(亿元)、职工人均工资(元)、第一、二、三产业各自在国民生产总值中占的比重作为判别经济类型的五个因素,进行聚类分析,得出了分类结果,分类结果和我们的直观判断相吻合。本文所进行的分析结果在一定程度上反映了这些省市的经济类型和经济特点。 关键词:经济类型,聚类分析,判别分析,SPSS 符号说明 符号说明 X1 地区生产总值 X2职工人均工资 X3第一产业在国民生产总值中占的比重 X4第二产业在国民生产总值中占的比重 X5第三产业在国民生产总值中占的比重0 引言 随着中国经济迅速发展,各个省市自治区的经济呈现出各自不同的发展态势。通过研究各省市的经济发展状况和经济类型对于正确认识我国的经济发展情况具有重要意义。一个省自治区直辖市的经济类型和众多因素比如地理位置、国民生产总值、人口素质等因素息息相关,本文利用功能强大的统计软件SPSS,对北京市、天津市、河北省、辽宁省、江苏省、浙江省、安徽省、湖北省、湖南省、河南省、广东省、四川省和山东省2008年的地区生产总值(亿元)、职工人均工资(元)、第一、二、三产业各自在国民生产总值中占的比重作为判别经济类型的五个因素,进行聚类分析,结果北京市和天津市属于一类,河北省、浙江省和河南省属于一类,辽宁省、安徽省、湖南省、湖北省、四川省属于一类,江苏省、山东省、广东省属于一类,这个结果和我们的直观判断一致。这个结果也充分说明了本文进行的分析是合理的,具有一定的科学性。 1 源数据的提取 本文所用的数据全来自2009年出版的《中国统计年鉴》,从中提取了有关北京市、天津市、河北省、辽宁省、江苏省、浙江省、安徽省、湖北省、湖南省、

北航数值分析大作业第二题精解

目标:使用带双步位移的QR 分解法求矩阵10*10[]ij A a =的全部特征值,并对其中的每一个实特征值求相应的特征向量。已知:sin(0.50.2)() 1.5cos( 1.2)(){i j i j ij i j i j a +≠+== (i,j=1,2, (10) 算法: 以上是程序运作的逻辑,其中具体的函数的算法,大部分都是数值分析课本上的逻辑,在这里特别写出矩阵A 的实特征值对应的一个特征向量的求法: ()[]()() []()[]()111111I 00000 i n n n B A I gause i n Q A I u Bu u λλ-?-?-=-?-?? ?-=????→=??????→= ?? ? 选主元的消元 检查知无重特征值 由于=0i A I λ- ,因此在经过选主元的高斯消元以后,i A I λ- 即B 的最后一行必然为零,左上方变 为n-1阶单位矩阵[]()()11I n n -?-,右上方变为n-1阶向量[]()11n Q ?-,然后令n u 1=-,则 ()1,2,,1j j u Q j n ==???-。

这样即求出所有A所有实特征值对应的一个特征向量。 #include #include #include #define N 10 #define E 1.0e-12 #define MAX 10000 //以下是符号函数 double sgn(double a) { double z; if(a>E) z=1; else z=-1; return z; } //以下是矩阵的拟三角分解 void nishangsanjiaodiv(double A[N][N]) { int i,j,k; int m=0; double d,c,h,t; double u[N],p[N],q[N],w[N]; for(i=0;i

结构优化设计大作业(北航)

《结构优化设计》 大作业报告 实验名称: 拓扑优化计算与分析 1、引言 大型的复杂结构诸如飞机、汽车中的复杂部件及桥梁等大型工程的设计问题,依靠传统的经验和模拟实验的优化设计方法已难以胜任,拓扑优化方法成为解决该问题的关键手段。近年来拓扑优化的研究的热点集中在其工程应用上,如: 用拓扑优化方法进行微型柔性机构的设计,车门设计,飞机加强框设计,机翼前缘肋设计,卫星结构设计等。在其具体的操作实现上有两种方法,一是采用计算机语言编程计算,该方法的优点是能最大限度的控制优化过程,改善优化过程中出现的诸如棋盘格现象等数值不稳定现象,得到较理想的优化结果,其缺点是计算规模过于庞大,计算效率太低;二是借助于商用有限元软件平台。本文基于matlab软件编程研究了不同边界条件平面薄板结构的在各种受力情况下拓扑优化,给出了几种典型结构的算例,并探讨了在实际优化中优化效果随各参数的变化,有助于初学者初涉拓扑优化的读者对拓扑优化有个基础的认识。

2、拓扑优化研究现状 结构拓扑优化是近20年来从结构优化研究中派生出来的新分支,它在计算结构力学中已经被认为是最富挑战性的一类研究工作。目前有关结构拓扑优化的工程应用研究还很不成熟,在国外处在发展的初期,尤其在国内尚属于起步阶段。1904 年Michell在桁架理论中首次提出了拓扑优化的概念。自1964 年Dorn等人提出基结构法,将数值方法引入拓扑优化领域,拓扑优化研究开始活跃。20 世纪80 年代初,程耿东和N. Olhoff在弹性板的最优厚度分布研究中首次将最优拓扑问题转化为尺寸优化问题,他们开创性的工作引起了众多学者的研究兴趣。1988年Bendsoe和Kikuchi发表的基于均匀化理论的结构拓扑优化设计,开创了连续体结构拓扑优化设计研究的新局面。1993年Xie.Y.M和Steven.G.P 提出了渐进结构优化法。1999年Bendsoe和Sigmund证实了变密度法物理意义的存在性。2002 年罗鹰等提出三角网格进化法,该方法在优化过程中实现了退化和进化的统一,提高了优化效率。目前常使用的拓扑优化设计方法可以分为两大类:退化法和进化法。结构拓扑优化设计研究,已被广泛应用于建筑、航天航空、机械、海洋工程、生物医学及船舶制造等领域。 3、拓扑优化建模(SIMP) 结构拓扑优化目前的主要研究对象是连续体结构。优化的基本方法是将设计区域划分为有限单元,依据一定的算法删除部分区域,形成带孔的连续体,实现连续体的拓扑优化。连续体结构拓扑优化方法目前比较成熟的是均匀化方法、变密度方法和渐进结构优化方法。 变密度法以连续变量的密度函数形式显式地表达单元相对密度与材料弹性模量之间的对应关系,这种方法基于各向同性材料,不需要引入微结构和附加的均匀化过程,它以每个单元的相对密度作为设计变量,人为假定相对密度和材料弹性模量之间的某种对应关系,程序实现简单,计算效率高。变密度法中常用的插值模型主要有:固体各向同性惩罚微结构模型(solidisotropic microstructures with penalization,简称SIMP)和材料属性的合理近似模型(rational approximation ofmaterial properties,简称RAMP)。而本文所用即为SIMP插值模型。

北航数理统计期末考试题

材料学院研究生会 学术部 2011年12月 2007-2008学年第一学期期末试卷 一、(6分,A 班不做)设x 1,x 2,…,x n 是来自正态总体2(,)N μσ的样本,令 )x x T -= , 试证明T 服从t -分布t (2) 二、(6分,B 班不做)统计量F-F(n,m)分布,证明 111(,)F F n m αααα-的(0<<1)的分位点x 是。 三、(8分)设总体X 的密度函数为 其中1α>-,是位置参数。x 1,x 2,…,x n 是来自总体X 的简单样本,试求参数α的矩估计和极大似然估计。 四、(12分)设总体X 的密度函数为 1x exp x (;) 0 , p x μμσσσ??-? -≥??? =????? ,其它, 其中,0,μμσσ-∞<<+∞>已知,是未知参数。x 1,x 2,…,x n 是来自总体X 的简单样本。 (1)试求参数σ的一致最小方差无偏估计σ∧ ; (2)σ∧ 是否为σ的有效估计?证明你的结论。

五、(6分,A 班不做)设x 1,x 2,…,x n 是来自正态总体211(,)N μσ的简单样本,y 1,y 2,…,y n 是来自正态总体222(,)N μσ的简单样本,且两样本相互独立,其中221122,,,μσμσ是未知参数,2212σσ≠。为检验假设012112:, :,H H μμμμ=≠可令12, 1,2,..., , ,i i i z x y i n μμμ=-==-则上述假设检验问题等价于0111:0, :0,H H μμ=≠这样双样本检验问题就变为单检验问题。基于变换后样本z 1,z 2,…,z n ,在显著性水平α下,试构造检验上述问题的t-检验统计量及相应的拒绝域。 六、(6分,B 班不做)设x 1,x 2,…,x n 是来自正态总体20(,)N μσ的简单样本,0μ已知,2σ未知,试求假设检验问题 22220010:, :H H σσσσ≥<的水平为α 的UMPT 。 七、(6分)根据大作业情况,试简述你在应用线性回归分析解决实际问题时应该注意哪些方面? 八、(6分)设方差分析模型为 总离差平方和 试求A E(S ),并根据直观分析给出检验假设012:...0P H ααα====的拒绝域形式。 九、(8分)某个四因素二水平试验,除考察因子A 、B 、C 、D 外,还需考察A B ?,B C ?。今选用表78(2)L ,表头设计及试验数据如表所示。试用极差分析指出因子的主次顺序和较优工艺条件。

相关文档
最新文档