2017年5月磁暴过程及近地空间环境响应分析

世界时间2017年5月27日15:37,地磁场开始发生强烈扰动,达到大磁暴水平.分析显示, 5月23日的日冕物质抛射(CME)在行星际空间形成磁云,其携带的行星际磁场南向分量持续12 h小于-10 nT,最小达到-20.71 nT.长时间强南向磁场分量与磁层顶地磁场相互作用,地磁场发生强扰动, SYM-H指数最小达到-142 nT.全球多个电离层台站监测到电离层扰动.综合电离层测高仪、TIMED-GUVI观测和模式同化TEC数据分析表明,此次电离层暴具有南北半球不对称性,大气成分(N2, O2)扰动很可能是此次电离层负暴的主要原因,赤道向热层风抬升或者O/N2的升高是正暴的可能原因.磁暴期间热层大气密度增加,引起低轨道航天器从29～30日开始轨道衰减速度显著加快,与HPI有很好的对应关系.     

磁暴期间外辐射带的1.5～6.0MeV电子通量变化

由于CME与CIR的太阳风/行星际磁场结构有所差别,所以在这两种太阳风/行星际结构触发的地球磁暴期间,太阳风等离子体与能量通过磁重联向地球内磁层的注入过程也不相同.因此对于CME引发的磁暴与CIR引发的磁暴,辐射带高能电子通量的变化有显著差异.通过SAMPAX卫星观测的数据,本文分别对54个CME触发的磁暴与26个CIR触发的重现性磁暴期间1.5～6.0MeV电子外辐射带的动态变化进行了研究.结果表明,在主相期间,对于CME磁暴,电子通量在6≤L≤7的区域出现了显著增强.在Dst指数（中值）达到最小值（-201nT）时,外边界的位置移动到L=4附近.对于CIR磁暴,主相期间,没有在6≤L≤7区域观察到通量的显著增强.而当Dst指数（中值）达最小值（-58nT）时,外边界的位置移动到L=5.5附近.在磁暴恢复相期间,对于CME磁暴,外辐射带的位置整体低于磁暴前,在6≤L≤7的区域也出现了电子通量的增强;对于CIR磁暴,外辐射带外边界的位置相比磁暴前有不明显的增高,并且在上述区域没有观察到通量的明显增强.我们发现在绝大多数情况下,1.5～6.0MeV电子的外辐射带电子通量对数衰减1/e截止廓线可以表示出外辐射带外边界的位置.在CME磁暴主相期间,对数衰减1/e截止纬度与Kp指数具有相关性（相关系数为-0.56）.对于CIR磁暴,对数衰减1/e截止纬度与Kp指数也有较好的相关性（相关系数为-0.58）.此外,CME磁暴主相期间,1.5～6.0MeV电子通量最大值的位置（L值）受到磁暴期间Dst指数最小值的控制;整体而言,对于上述两种磁暴,电子通量最大值的位置都随磁暴的增强而降低.多重磁暴是造成外辐射带相对论电子通量变化异常的重要原因之一.     

磁尾的等离子体片边界层场向电流密度与地磁活动指数Kp的关系分析

对2001年7月～10月Cluster穿越磁尾等离子体片边界层期间观测到的172个场向电流事件进行了研究,主要分析了等离子体片边界层场向电流特性与地磁活动指数之间的关系.研究结果表明：1）等离子体片边界层场向电流的相对发生率随地磁活动的增强而增加;2）等离子体片边界层场向电流密度随Kp指数的增大而增大;在磁暴的主相阶段,场向电流迅速增大,电流密度最大达到19.05nA/m2,同时Kp增大至5;3）地磁活动指数Kp与等离子体片边界层区场向电流密度有着一致的变化关系.然而,当AE〈800nT时,等离子体片边界层场向电流密度随着AE的增加而增加,当AE〉800nT时,场向电流密度随着AE的增加而减小.从而说明,等离子体片边界层场向电流密度与Kp指数的变化关系更为密切.     

日冕物质抛射的地磁扰动强度及渡越时间的预测方法

选取了1997.1~2002.9期间的80个CME-ICME事件, 结合太阳光球磁场的观测和CME爆发源的位置, 建立了一种用于研究CME传播及其地磁响应的坐标系—— 电流片磁坐标系CMC(current sheet magnetic coordinate). 在此基础上研究了CME爆发位置以及爆发时刻的日球电流片位形对CME引起的地磁扰动强度(以Dst指数为例)和CME渡越时间的影响, 初步结论是: (ⅰ) CME的地磁响应存在着关于电流片的同异侧效应, 即当地球和CME的爆发源处于电流片的同侧时, CME更易于传播到地球, 更易于引起较强的地磁暴, 相对而言, 异侧的CME事件较少到达地球, 它所引起的地磁暴也较弱. (ⅱ) 日球电流片到地球的角距离影响相应地磁扰动的强度, 电流片越靠近地球位置, 相应的地磁扰动越强烈. (ⅲ) CME爆发位置与附近电流片位形对CME到达近地空间的渡越时间也有影响. 根据这些结论, 提出了一种在CMC坐标系下基于CME的投影速度来预报地磁暴强度及CME渡越时间的经验模式, 并利用该方法对80个事件进行了预报试验. 结果表明, 对于Dst_min≤−50 nT的中等磁暴和强磁暴事件来说, 59%的事件其磁暴强度相对误差≤30%, 而全部事件的渡越时间平均绝对值误差都在10 h以下.     

2001年8月-10月2次磁暴事件期间等离子体片边界层FAC与AE指数的关系分析

与以往单（双）卫星探测不同，利用ClusterⅡ四颗卫星的磁场数据，可以直接计算连续变化的场向电流（FAC）密度，这为研究场向电流与地磁活动之间的关系提供了一个很好的条件。对2001年8月和10月2次磁暴期间Cluster卫星穿越磁尾等离子体片边界层时的探测数据进行了分析，研究了这2个磁暴期间场向电流变化及其与极光电集流指数AE之间的关系。主要结果如下：（1）在这两次磁暴期间，场向电流有明显的增强；（2）从磁暴的急始到主相初期，场向电流密度的大小与AE指数近似负相关；（3）在主相后期和恢复相初期，场向电流密度大小与AE指数近似正相关；（4）在磁暴恢复相后期，场向电流与AE指数无明显变化关系。     

随机非线性系统的最小阶状态观测器及输出反馈镇定控制设计

对一类具有不可观测状态、未建模动态特性和随机干扰的单输入多输出随机非线性系统, 给出了最小阶状态观测器和输出反馈镇定控制器的设计方法. 基于所设计的最小阶状态观测器, 给出了系统全部状态的估计, 分析了状态估计误差的收敛性. 进一步, 结合Back-Stepping法, 构造性地设计出了输出反馈镇定控制, 给出了闭环系统全局渐近稳定和概率意义下有界稳定的充分条件.     

日径流预报贝叶斯回声状态网络方法

回声状态网络（ESN）相比传统递归神经网络，具有模型简单、参数训练速度快的特点．针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题，提出了基于贝叶斯回声状态网络（BESN）的日径流预报模型．该模型将贝叶斯理论与ESN模型相结合，通过权重后验概率密度最大化而获得最优输出权重，提高了模型的泛化能力．通过安砂和新丰江两座水库日径流预测实例表明，BESN模型是一种有效、可行的预测方法，与传统BP神经网络和ESN模型对比，进一步表明BESN模型具有更好的预测精度．     

基于Lyapunov-Elman的网络控制系统时延预测方法

网络控制系统中的时延是影响系统性能的重要参数,针对基于Internet的网络控制系统中时延预测问题,提出一种最大Lyapunov指数与Elman神经网络结合的预测方法.首先对时延序列进行相空间重构,得到嵌入维数与延迟变量,然后通过最大Lyapunov指数方法与Elman神经网络对时延分别进行一步预测,将两种预测方法的预测结果通过不同的权值系数进行叠加得到最终的时延预测值.最后针对权值系数的寻优问题,提出一种改进的自由搜索算法,其收敛精度与速度都优于标准的自由搜索算法.仿真实验表明,相对于其它预测方法,本文的基于Lyapunov-Elman的时延预测方法具有较高的预测精度与较小的预测误差.     

欠驱动双足机器人的指数稳定周期行走

步行机器人环境适应性强、结构复杂、运动控制难.本文研究了基于控制Lyapunov函数和混杂零动态控制的五关节欠驱动双足机器人RABBIT的指数稳定周期步态的行走方法.根据拉格朗日原理建立了机器人腿的混杂动力学模型,并对系统进行了输入/输出线性化处理.结合零动态的思想,构造了控制Lyapunov函数,设计了使混杂模型实现指数稳定的状态反馈控制器,利用限制Poincare的原理,证明了其周期轨道的指数稳定性.仿真结果验证该方法的有效性.     

基于Bagging神经网络集成的燃料电池性能预测方法

利用三维质子交换膜燃料电池数学模型模拟研究了电池流道进、出口高度对电池性能的影响,然后将数值模拟结果作为神经网络模型的训练数据.以流道进、出口高度和电池电压值作为输入变量,以电池电流密度作为输出变量,建立了3层反向传播神经网络模型;然后利用Bagging集成学习方法对神经网络模型进行集成,构建了燃料电池性能预测方法.研究发现:与单一神经网络模型相比, Bagging神经网络集成模型预测精度更高,且所需模型训练数据量更少.此外对于超出训练数据以外的情形, Bagging神经网络集成模型仍然能够准确地预测燃料电池的性能,且精度良好,表明Bagging神经网络集成模型的鲁棒性较好,可用于更宽工况范围内燃料电池性能的快速预测.     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

基于BP神经网络的内部控制预警体系构建

定量的内部控制预测方法能够科学精确的判别企业内部控制状况,不受评价人员主观判断的影响。基于此,利用危机预警中广泛运用的BP神经网络方法建立内部控制评价的量化模型,通过构建内部控制评价指标,把描述企业内部控制的特征信息作为神经网络的输入向量,把内部控制状况量化为输出,并使用足够的样本来训练这个网络,最终构建了内部控制预警体系。通过与距离判别法的比较发现,BP神经网络在内部控制预警方面具有较好的准确性。     

基于BP神经网络方法研究岩石节理形貌粗糙度系数

岩石节理粗糙度系数(JRC)是研究岩石力学性质的重要参数。为了更准确地描述这一参数,本文基于人工神经网络的原理,提出一种研究JRC的新方法——BP神经网络预测法。选取节理表面最大峰高S_p、表面最大高度S_z、表面最大谷深S_v、峰度系数S_(ku)、偏斜度系数S_(sk)、均方根高度S_q、算术平均高度S_a7个表面形貌高度特征参数作为网络输入,剖面线分维值和JRC作为网络输出,以此为基础构建网络模型,并对10组实测数据进行了预测验证。结果表明:该方法误差很小,具有很高的预测精度,可为进一步的研究提供新的思路和方法。     

具有领导者的高阶线性多运动体系统的群智汇集趋同

本文研究了具有领导者的高阶线性多运动体系统的群智汇集趋同问题.利用运动体与其邻居的信息,分别为跟随者设计了状态反馈型和输出反馈型控制协议,并利用矩阵Riccati代数方程、矩阵分析等工具,给出了系统实现领导-跟随者群智汇集趋同的充分条件.研究表明,当领导者和跟随者所组成的多运动体系统的通信拓扑交互平衡并且存在一棵生成树时,只要合理地选取满足条件的控制增益,系统在所给出的控制协议作用下可以实现领导-跟随者群智汇集趋同.特别地,当为跟随者设计输出反馈型控制协议时,借助误差系统可以将领导-跟随者群智汇集趋同问题转化为静态输出反馈问题.当系统的输入输出矩阵满足一定的秩条件时,系统在所设计的输出反馈型控制协议作用下可以实现领导-跟随者群智汇集趋同.     

基于遗传算法的Cu-Cr-Zr合金形变热处理工艺优化

形变热处理工艺是提高铜合金引线框架性能的有效方法. 利用神经网络和遗传算法优化Cu-Cr-Zr合金的形变热处理工艺参数. 神经网络的输入参数为轧制变形量、时效温度和时效时间, 输出参数是导电率和硬度. 在神经网络训练的基础上, 采用遗传算法优化ANN的输入参数. 神经网络和遗传算法的组合建模获得了良好的泛化性能和优化结果.     

输出-阈值耦合神经网络及基于此的最短路问题求解

通过建立神经元输出和与其相邻神经元阈值之间的相互耦合, 提出了一种输出-阈值耦合神经网络, 实现了对在通常脉冲耦合神经网络中所存在的自动波现象的模拟, 并基于它的自动波现象, 提出了一种用输出-阈值耦合神经网络求解最短路问题的方法, 该方法具有所需神经元数目少、神经元和网络的结构简单、大规模并行计算等特点, 可用于求解非对称赋权图单起点多终点的最短路问题, 其所需的计算量(迭代次数)仅正比于最短路的长度, 而与图的复杂程度、所存在的通路总数等无关. 最后给出了最短路求解的例子.     

一种基于自适应神经网络的航空发动机故障诊断方法

航空发动机在使用过程中,气路部件的性能不可避免地发生了蜕化,相应的故障诊断技术对发动机的健康管理系统具有重要意义.本文针对发动机在设计点的非线性部件级模型,借助PCC(Pearson correlation coefficient)相关分析方法,对神经网络的输入参数和输出参数的选取方式进行了优化.以前馈型神经网络为基础,针对常规BP(back propagation)神经网络收敛速度不稳定、且容易陷入极小值的缺陷,设计了一种新的自适应神经网络,准确估计了发动机部件的蜕化情况.这种算法融合了比例因子和动量因子,改善了网络的学习速率,提高了神经网络置信度和对发动机模型参数的泛化能力.结果表明,本文设计的自适应神经网络的精度优于常规BP神经网络,并且在训练样本数较少时,依然能够通过训练得到理想的网络,保证发动机健康参数的故障检测具有较高精度.     

串行级联CPM的一种简化状态SISO迭代译码算法

对串行级联CPM系统进行分析，提出一种简化状态软输入软输出APP算法．它基于状态分集的RSSD思想，与其他简化状态SISO算法相比，具有更为一般的形式．该算法能够成倍地减少状态数目，简化运算复杂度，并且利用判决反馈减小简化状态网格的Euclid距离损失．分析与仿真结果表明对于SCCPM系统，合适的简化方案可以带来较小的性能损失。     

论Hopfield神经网络中物理参数的数学内蕴

充分利用Hopfield神经网络中已给出的电阻、电容、电流之间的关系以及Sigmoid函数的性质, 直接给出全局指数稳定、全局渐近稳定、不稳定的简洁显式代数判据, 弄清Hopfield所指的稳定性的本质含义, 为设计所需性质的网络提供理论根据和应用方便.     

基于色散渐减光纤环镜的光脉冲压缩方法

提出了一种基于色散渐减光纤环镜的光脉冲压缩方法. 理论计算表明, 该方法不仅能避免常规孤子效应脉冲压缩过程中由于非线性效应引起的脉座和频率啁啾, 而且可克服绝热孤子压缩技术光纤长度随输入脉宽增大而指数规律增大的困难. 对于峰值功率达到一定程度的输入脉冲, 压缩后的输出脉冲均接近基阶孤子, 且输出性能对环镜长度的选取误差不敏感, 同时还具有比绝热孤子压缩技术更强的抗高阶效应能力和抗初始频率啁啾能力, 表明了该方法的有效性和实用性.