非晶碳薄膜的光学性质

本文对用射频辉光放电分解法制备的非晶碳薄膜样品在2000—24000波长范围内测量了反射和透射率,同时测量了它们的Raman光谱。用反射和透射率的测量结果计算了吸收系数α、折射率η和介电常数ε。     

一种用于计算矢量有限元方程组的不完全分解预处理方法

提出一种不完全分解预处理方法,并结合迭代法计算矢量有限元方程组。预处理方法采用基于拓展乔里斯基分解的多波前法对有限元方程组的系数矩阵进行分解和更新,并采用基本线性代数系统库函数计算稠密矩阵乘来保证算法内层循环的高效率。该预处理算法在对系数矩阵进行数值分解前引入缩放矩阵以改善矩阵条件数。针对有限元方程组系数矩阵稀疏或部分稀疏的特性,提出一种新的舍弃策略以保证不完全分解的精度和提高预条件子的构造时间。通过与直接法对比,从时间花费与内存占用两方面,分析了该算法的计算性能。理论和数值实验表明,提出的预处理方法能大大减少计算时间与分解过程所占用的内存,同时保证了计算的准确性和有效性。     

关于3种计算张量函数方法的比较

对计算各向同性对称张量函数的3种方法(谱分解法、特征投影算子法和表示定理法)进行了分析比较,同时也对如何计算特征根与特征向量的技巧进行了探讨,并利用3种方法对指数张量函数进行了实例计算.结果表明,表示定理法所用的时间最短,谱分解法次之,为编制计算程序时如何选择计算张量函数的方法提供参考.     

基于小波多级分解的数字散斑相关搜索方法

为提高数字散斑相关方法(DSCM)的测量精度和计算速度,提出一种基于小波多级分解的数字散斑相关搜索方法。该方法利用二维离散正交小波技术对图像滤波去噪同时进行多级分解,从最低的一级开始进行相关搜索计算,然后逐级回溯。与传统的相关搜索方法相比,该方法可提高运算速度至少1个数量级并提高测量精度,有更强的适用性,可以对大位移、有噪声的图像进行数字相关位移场的处理。     

炮膛磨损信号的经验模式分解相关性降噪

针对传统降噪方法在炮膛磨损信号处理中的局限性,在经验模式分解方法的基础上,提出了一种新的炮膛磨损信号相关性降噪法。该方法利用经验模式分解法对炮膛磨损信号进行分解,并依据信号相关性原则,选取分解后的本征模态函数进行重构,从而达到降噪的目的。对某高炮炮管磨损信号进行了经验模式分解相关性降噪实验,研究结果表明：该方法能够有效地减少信号中的干扰成分,提高了信噪比,增加了测量精度。     

基于区域分解的混合法计算节点电场强度

针对基于节点电位有限元方法计算节点电场强度,尤其是针对多媒质问题时边界及交界面上的电场强度计算精度低的问题,提出了基于区域分解的混合法计算研究区域内的节点电场强度以及边界电场强度法向分量和切向分量的方法.根据材料属性的不同将计算区域进行分解,然后对各区域分别采用加权平均法、边界电场约束法以及反距离加权平均法计算区域内部节点电场强度、边界(或交界面)节点电场强度的法向分量和切向分量.对一个具有解析解的同轴电缆模型,分别用混合法和Ansys软件进行计算,对比结果表明混合法的计算精度明显高于Ansys软件方法.     

基于经验模式分解和自适应神经模糊推理的风速短期智能预测混合方法

为实现风速的超前多步高精度预测,提出一种基于经验模式分解与自适应神经模糊推理的混合方法。该方法利用经验模式分解法对铁路风速进行多层分解计算以降低风速的强随机性,对分解后的各层风速数据分别建立自适应神经模糊推理预测模型并完成预测计算,最终加权各层预测值获得原实测数据的对应步数的预测结果。运用所提出的方法对青藏铁路某监控点的风速进行预测。研究结果表明:所提出的混合方法有效融合了经验模式分解法的信号细分性能和自适应神经模糊推理法的非线性追踪能力,混合模型的超前1步、2步、3步预测的平均相对误差分别为6.24%,11.11%和14.30%,体现出良好的非平稳信号预测性能。     

矩阵SVD分解法在工程数值计算中的应用

论述了ＳＶＤ分解法的理论基础、数值计算方法,推导了任意矩阵的ＳＶＤ分解式,并对工程数值计算中的奇异、病态、超定方程进行了ＳＶＤ求解．计算结果表明该算法稳定,结果准确,适合于解决实际工程问题．     

矩阵SVD分解法在工程数据计算中的应用

论述了ＳＶＤ分解法的理论基础、数值计算方法,推导了任意矩阵的ＳＶＤ分解式,并对工程数值计算中的奇异、病态、超定方程进行了ＳＶＤ求解。计算结果表明该算法稳定,结果准确,适合于解决实际工程问题。     

投资组合风险价值分解方法研究

提出了两种分别对组合损失和极端损失进行线性近似的投资组合风险价值(VaR)分解的新方法——非对称响应模型估计法和局部线性近似估计法,两种方法均可用于分解参数法与非参数法计算出的投资组合风险价值,弥补了现有分解方法只能分解部分参数法计算出的投资组合风险价值的不足,实证研究结果表明：非对称响应模型法比局部线性近似估计法更为简单、快捷,适用于当组合回报不对称现象明显时;而当组合回报具有显著的厚尾现象时,后者更为准确,两者都具有一定的实际应用价值。     

基于深度神经网络-近似线性网络混合模型的电力系统状态估计方法

为提高电力系统实时状态估计的精度和计算效率,解决电网电压波动频发、潮流分布的不确定性剧增等问题,通过提出一种基于深度神经网络和近似线性网络模型的电力系统状态估计方法,研究了其在电网的应用。该方法将混合系统量测数据通过粒子滤波算法得到样本集,利用训练样本训练所提出的混合神经网络模型,最后将测试样本输入已建立的模型中获得系统状态的估计结果。通过IEEE118节点系统进行的负载数据仿真实验表明：基于混合神经网络模型的电力系统状态估计方法不仅能快速进行海量数据训练,还能有效避免过拟合;在实时状态估计的精度和计算效率方面相较于高斯-牛顿法均有提高。可见所提方法在电力系统实时状态估计方面具有一定的应用价值。     

带等式状态约束的集合卡尔曼滤波算法

对含等式状态约束的非线性系统状态估计问题,本文考虑将集合卡尔曼滤波算法与估计投影方法结合,分别对每个状态粒子和加权平均后的状态估计向量使用估计投影方法,得到两种新的带约束的状态估计算法. 实验表明,与粒子滤波和不带约束的集合卡尔曼滤波相比,新算法的估计精度有所提高     

一类基于改进Weibull分布模型的 电力电缆寿命评估方法

对电缆的剩余寿命进行评估是电缆寿命管理的关键环节,以往电缆寿命评估的方法中有Arrhenius方法和Weibull分布模型。对这两种方法分别进行分析,特别是确定Arrhenius模型中激活能的计算,以及应用Weibull分布模型对电缆寿命进行评估。最后以实际电缆的状态监测数据,对简化的Arrhenius模型进行仿真,说明所提出的方法是有效的。     

保留非线性的电力系统状态估计法

本文首次将保留非线性原理用于电力系统状态估计中,提出了一种新的状态估计方法,与原有方法相比,可大大提高状态估计的计算速度。     

分布式不敏卡尔曼滤波状态估计技术

在许多实际的分布式多传感器系统中,系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题,通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差,EKF的滤波效果在很多情况下并不能令人满意.另外,在许多实际应用中,模型的线性化过程比较繁杂,而且也不容易得到.为了有效解决分布式多传感器非线性系统的状态估计问题,提出了一种基于不敏卡尔曼滤波的状态估计技术.不敏卡尔曼滤波是最近提出的一种新的非线性滤波方法.由于不需要对非线性系统进行线性化,不敏卡尔曼滤波可以很容易地应用于非线性系统的状态估计,并且其性能也要优于扩展卡尔曼滤波.仿真结果说明分布式不敏卡尔曼滤波方法的性能要优于分布式扩展卡尔曼滤波方法.     

不完全量测下的Cubature卡尔曼滤波方法

提出了一种不完全量测下的Cubature卡尔曼滤波方法,该方法在Cubature卡尔曼滤波算法的基础上,建立了量测滞后下的状态空间模型,利用采样点状态扩维的方法对状态估计值进行更新,并给出了不完全量测下的Cubature卡尔曼滤波算法的实现流程。仿真实验表明,不完全量测下的Cubature卡尔曼滤波方法可以用于处理量测信息采样时间和延时时间都不确定的情况,在处理不完全量测下的高维强非线性系统状态估计时计算量小,具有较高的估计精度。     

一种新的自适应状态观测器设计方法

利用模糊系统的径向高斯函数网络对一类非线性变系统的状态进行了估计。给出了一种递阶自组织在线学习算法，提出了非线性时变系统的自适应状态观测器，并对其结构及特征进行了讨论。仿真结果表明这种自适应状态观测器能很好地观测系统的状态。     

配电网集成负荷估计和状态估计

负荷估计和状态估计对于配电网的管理和控制非常重要．文中提出了一种集成的负荷估计和状态估计框架．一方面提出了一种基于连接机制的事例推理新方法(CBCBR)用于解决配电网节点负荷估计问题,分别介绍了CBCBR的原理、结构、混合学习算法和实际应用,CBCBR具有快速、增量式、自适应学习能力；另一方面提出了一种抗差状态估计方法,同时实现了结构空间和量测空间的抗差．抗差状态估计器使用CBCBR的输出作为输入的伪量测量,同时CBCBR可使用抗差估计器的输出改善其自身性能．所提集成的负荷估计和状态估计框架能有效抵御坏数据的影响,并可实现自适应性调节．使用33节点系统测试所提方法,所用节点数据来自实际系统,算例结果证明了读方法的有效性．     

一种考虑杠杆量测量的电力系统状态估计法

提出了一种考虑杠杆量测量的电力系统状态估计方法。该方法将状态估计与不良数据检测和辩识结合在一起，且采用改进的正交变换法，使其计算效率和数值的稳定性有了明显提高。经实例计算表明，该方法是可行有效的。     

基于电化学模型的锂离子电池健康状态估算

针对电动汽车锂离子电池健康状态在线估算问题,提出了一种基于伪二维模型参数的估算方法. 该方法通过拆解同类估算目标电池,以扫描电镜测量电池结构参数,利用遗传算法辨识其他未知电化学模型参数,建立一种新的基于化学计量比的电池正极容量计算法则,估算电池健康状态. 同时考虑老化对电池正极化学计量比的影响,进一步提高健康状态估算精度. 采用电池老化数据集验证该方法的有效性,结果表明所提出的估算方法能在短时动态工况下实现电池健康状态的准确在线估算.