脉冲星旋转磁偶极场的线偏振位置角曲线

1967年发现第一颗脉冲星以来,在用于解释线偏振位置角随脉冲相位变化曲线的旋转矢量模型中,脉冲星磁场通常被近似为静态磁偶极场.但静态磁偶极场假设过于简化,未考虑推迟势效应.文章采用从推迟势导出的旋转真空磁偶极场,研究了在脉冲星磁场为旋转磁偶极场位形下的线偏振位置角曲线.在计算辐射的相位、余纬角和偏振位置角过程中考虑了光行差效应和延迟效应.相比旋转矢量模型的结果,旋转磁偶极场偏振位置角曲线在大磁倾角、碰撞角,或靠近磁轴的内层磁力线上有显著的变形.其与磁力线层等参数的依赖关系避免了传统旋转矢量模型的简并问题--在给定磁倾角和碰撞角情况下所有层磁力线的偏振位置角曲线都一样,这为通过拟合射电偏振观测数据来分辨不同层的辐射,从而限定脉冲星辐射区部位提供了一条有用的途径.     

脉冲星PSR J1224-6407的偏振、频谱和到达时间的研究

使用澳大利亚帕克斯射电望远镜对PSR J1224-6407进行了3个波段的研究，观测数据的时间跨度约10 a. 3个波段观测中心频率分别为732、1 369 MHz和3 100 MHz.将测量得到的流量密度与文献中的频谱数据相结合，得出脉冲星的频谱特性.用简单的幂律谱模型对频谱进行了拟合，得到谱指数为-1.45.用PSRCHIVE软件得到3个频率下平均脉冲轮廓和偏振观测结果，脉冲总强度、圆偏振、线偏振和偏振位置角曲线随频率表现出了不同的变化.在1.4 GHz的频率下，分析了脉冲星的计时残差，更新了脉冲星的位置、自转周期和周期导数等基本参数.     

射电脉冲星的逆康普顿散射模型

综述脉冲星的逆康普顿散射模型，包括考虑逆康普顿散射过程的内间隙结构，脉冲星射电辐射的逆康普顿散射模型手基本思想，以及利用逆康普顿散射模型对各种观测资料的解释，例如射电射束，偏振位置角的突跳，圆偏振的反向等。     

基于天宫二号POLAR的脉冲星导航实验

利用天宫二号上的伽玛暴偏振探测仪(POLAR)观测数据完成了X射线脉冲星导航的原理验证.处理并分析了POLAR的观测数据,建立了基于轨道动力学模型和脉冲星脉冲轮廓显著性分析的定轨算法,并利用蟹状星云脉冲星的实测数据开展了单脉冲星的定轨分析.结果表明,该方法能够实现对天宫二号轨道的定轨,利用POLAR一个月的在轨观测数据可得到定轨精度如下(99.7%置信度):轨道半长轴精度7.0 m,偏心率精度0.00026,轨道倾角精度0.023°,升交点赤经精度0.17°,近地点幅角及平近地点角精度0.043°.     

关于脉冲星线偏振位置角与辐射几何研究的评述

脉冲星是快速自转的中子星,其射电辐射往往具有较高的偏振度.20世纪60年代末运用旋转矢量模型拟合线偏振位置角曲线的方法,从中能够得到脉冲星的2个重要辐射几何参数——磁倾角和视线碰撞角.这对研究脉冲星辐射、动力学和演化都非常有用.随后有许多工作研究了不同的物理和几何效应对旋转矢量模型的影响,其中利用光行差效应估算辐射高度的方法得到了广泛的应用.但是这些方法都有理论上的局限性,只适用于辐射高度较低的脉冲星.文章综述了从线偏振位置角中提取辐射几何和辐射区参数的方法,介绍了辐射几何在多个方面研究中的应用,并对前人研究方法中存在的问题以及未来发展方向进行了评述.     

基于卫星位置与速度的北斗卫星广播星历拟合

提出基于卫星位置与速度的广播星历拟合算法,给出了该拟合算法的计算过程,并对传统坐标拟合算法与坐标+速度拟合算法的拟合精度及外推精度进行比较.结果表明:基于位置+速度的拟合算法是有效的,且与传统坐标拟合算法相比,该算法能显著提高拟合的速度精度,且坐标精度也略有提高.此外,在卫星轨道数据已知历元数较少时,采用坐标+速度拟合算法优势更明显.     

基于大气偏振光学的太阳跟踪方法

太阳位置信息不仅在太阳能领域应用广泛,而且在偏振光导航领域中被作为重要的空间特征,为偏振光导航提供信息。在研究大气偏振模式分布规律时,发现太阳位置与偏振模式存在着一定的对应关系;利用这一联系提出一种新的太阳跟踪方法:对偏振模式进行采样,得到各个采样点的偏振信息(偏振度和偏振角度)与太阳空间位置(高度角和方位角)之间的关系方程组。利用最小二乘法求得最优解并将其作为太阳位置。通过仿真实验验证了该方法的可行性,接着通过全天候和遮挡情况下的太阳跟踪实验进行了验证。实验表明用该方法求解得到的太阳高度角和方位角的平均误差在0.5°;并且不受空间位置和时间的限制,不存在误差积累,不受遮挡物对太阳遮挡的影响,体现出良好准确性和的环境适应性,可以有效地实现太阳空间位置确定和太阳跟踪。     

基于相关向量机的富水砂层渣土改良试验效果预测

为了精准、高效获得富水砂层渣土改良试验效果,以渗透系数、内摩擦角(改良前)、电阻率、泡沫剂浓度和膨润土浓度为输入变量,坍落度、渗透系数、内摩擦角(改良后)为输出变量,并基于24组富水砂层渣土改良数据,建立相关向量机(rel-evance vector machine,RVM)预测模型,将预测结果与反向传播(back propagation,BP)神经网络模型进行对比分析.结果表明:RVM模型在预测坍落度、渗透系数和内摩擦角时的平均误差分别为0.73％、0.38％和2.24％,优于BP神经网络模型的1.76％、4.53％和3.60％;通过计算皮尔逊相关系数,可知RVM预测值与实测值对应坍落度、渗透系数、内摩擦角的相关系数r分别为0.9999、0.9993和0.9878,说明拟合程度极高.由此可见,RVM模型具有预测精度高、可靠性高的优点,为富水砂层渣土改良试验效果的预测提供一种新方法.     

基于高阶统计量自适应滤波的毫秒脉冲星信号处理

基于高阶累积量的LMS自适应滤波算法 (CDEFWLMS),对毫秒脉冲星弱信号进行了分析和处理,得到了较清晰的脉冲轮廓,并与普通的LMS算法以及CDLMS算法的结果进行了比较研究.结果表明:高阶统计量自适应滤波算法可以有效的将脉冲星弱信号与噪声分离,相对于NLMS算法,该算法大大提高了信号品质,且具有收敛速度快、稳定性好的特点.     

角向偏振螺旋贝塞尔光束的传输特性

基于Collins公式,导出角向偏振螺旋贝塞尔光束的光场表达式,研究该光束的传输特性及暗核位置对光束偏振态的影响.通过理论分析和数值计算发现:角向偏振螺旋贝塞尔光束在一定传输区域内是以空心光束绕光轴做离轴螺旋传输,并且光束的发散角为0;光束的偏振态随着暗核位置的移动而发生整体偏移.     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...     

认知诊断模型参数估计算法比较

该文在不同条件的组合下考查了EM算法和MCMC算法对3种常用的认知诊断模型(DINA模型、DINO模型和G-DINA模型)的参数估计返真性问题.借助项目参数或作答概率分布的偏差、均方根误差、平均绝对离差以及被试的平均属性判准率等指标,评价这2类算法的表现.模拟研究结果表明:MCMC算法更适用于低质量题目、小样本、测验短的条件,而在其他条件下EM算法的表现与MCMC算法的表现相当.     

藤Copula模型在我国股市多资产组合VaR预测中的应用

选取我国六只股指数据为研究对象,基于几类藤Copula模型和VaR理论,运用滚动MonteCarlo技术及MST-PRIM算法确定各类模型的RVM结构,并在此基础上结合滚动时间窗口方法预测投资组合的动态VaR。为了进一步验证模型的拟合效果,采用返回值检验法测试模型的VaR预测结果。事实证明:在等权重与Mean-CVaR约束条件下,C-藤和R-藤对投资组合的VaR预测效果胜于D-藤;另外,R-Vine all Gumbel模型的VaR预测结果比R-Vine all t模型好,充分说明在面对非对称特点的金融数据时,Gumbel-Copula比t-Copula更具说服力。     

基于CSA和MCMC方法融合HMRF的脑部MRI自动分割研究

针对脑部磁共振(MR)图像分割问题,提出了一种基于克隆选择算法(CSA)和隐马尔可夫随机场(HMRF)的融合方法。首先,采用马尔可夫链蒙特卡尔(MCMC)算法对类标签进行估计,进行体素分类;然后,对分割结果进行偏场校正;最后,利用CSA的统计学进行HMRF模型参数估计,并利用迭代优化算法获得最终的分割结果。由于MCMC和CSA都是全局优化技术,所以HMRF-CSA算法能够克服传统HMRF方法的局部收敛以及较低分割精度的缺点。在仿真脑部MR图像集BrainWeb上的实验结果表明,对于主要脑部结构,本文算法的分割精度高于其他几种算法,且对图像伪影具有鲁棒性。     

有效粒子数MCMC粒子滤波算法研究

MCMC（ Markov chain Monte Carlo）粒子滤波算法改善了粒子滤波算法的估计性能,但同时也带来了过大的计算量,在研究MCMC粒子滤波算法的基础之上,对其进行改进,改进算法引入有效粒子数概念,适时抛弃退化粒子,动态调整粒子数,减少了运算量,提高了运行效率,仿真结果表明,该改进算法在不降低原算法估计性能的同时,有效地提高了MCMC粒子滤波算法的运行效率,并且随着粒子数目的增加,这种优势表现更加显著。     

An optimized short-term wind power interval prediction method considering NWP accuracy

In recent years, the accuracy of the wind power prediction has been urgently studied and improved to satisfy the requirements of power system operation. In this paper, the relevance vector machine(RVM)-based models are established to predict the wind power and its interval for a given confidence level. An NWP improvement module is presented considering the characteristic of NWP error. Moreover, two parameter optimization algorithms are applied to further improve the prediction model and to compare each performance. To take three wind farms in China as examples, the performance of two RVM-based models optimized, respectively, by genetic algorithm(GA)and particle swarm optimization(PSO) are compared with predictions based on a genetic algorithm–artificial neural network(GA–ANN) and support vector machine. Results show that the proposed models have better prediction accuracy with GA–RVM model and more efficient calculation with PSO–RVM.     

两类近似邻近点算法的比较及其推广

邻近点算法(PPA)是求解单调变分不等式的一种常用的有效方法。然而在许多实际应用中,用PPA算法精确求解子变分不等式花费很大。为了保持PPA算法的优点,同时又解决上述困难,人们采用近似临近点算法(Approxim ate Proxim al PointA lgorithm)来求解。通过对两类APPA算法的收敛性的证明和进一步探讨,从理论上证明了算法二在通常情况下比算法一收敛性好。文中所要讨论的算法一是基于对Forward-backward Sp litting方法的推广;算法二是基于对外梯度方法的推广。     

马尔科夫链蒙特卡洛地面磁共振信号参数提取

为解决MＲS( Magnetic Ｒesonance Sounding) 信号中乘性噪声干扰的问题,提出了马尔科夫链蒙特卡洛的 参数提取方法。建立MＲS 复包络参数的先验信息模型与似然函数模型,使用马尔科夫链蒙特卡洛( MCMC: Markov Chain Monte Carlo) 方法对参数后验分布进行采样与拟合,在后验分布中出现次数最多、权值最大的数据 作为参数的最优估计值。通过多组不同噪声条件下的MCMC 参数提取结果与非线性拟合方法对比,证明了 MCMC 方法可在乘性噪声的干扰下进行MＲS 信号参数提取,准确度高、稳定性强。     

基于相关向量机的中长期径流预报模型研究

鉴于其优越的预报性能,将相关向量机（RVM）应用到中长期径流预报中,并在相空间重构的基础上,建立了基于相关向量机的径流预报模型.该模型首先对径流时间序列进行相空间重构,并以重构后的径流序列作为模型输入;其次,采用粒子群优化（PSO）算法识别模型参数,利用优化所得重构参数验证时间序列具有混沌特性,在模型内循环过程中采用EM算法迭代估计超参数,并将RVM与应用较为广泛的最小二乘支持向量机（LSSVM）和自动回归滑动平均模型（ARMA）进行了比较分析,结果表明该模型具有较好的泛化能力;最后,基于水文过程变化的不确定性、RVM描述输出值的不确定度以及相应概率下的预报区间,使得调度人员在决策中能考虑预报的不确定性,定量估计各种决策的风险和效益.     

三水源新安江模型参数不确定性分析PAM算法

针对水文模型参数不确定性分析常用方法 收敛速度缓慢,容易陷入参数空间局部最优区域等 问题,提出了PAM (parallel adaptive metropolis) 算法;对三水源新安江模型参数不确定性进行分析 研究。实例研究表明显著提高了计算速度和求解质 量,参数后验分布结果为区间预报提供了条件。