基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题, 分析了纯方位目标定位算法中估计误差的费希尔信息矩阵, 推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound, CRB)。为了解决目标位置在任意高斯分布时, 协方差矩阵为非对角阵的问题, 提出了基于三维坐标旋转的最大后验概率估计方法, 将协方差矩阵转化为对角阵以实现最小化CRB的迹, 从而得到定位系统中节点的最优部署。最后, 通过梯度下降算法对节点最优部署问题的理论推导进行仿真, 验证了该部署方法的有效性，同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。     

南京长江第四大桥钢箱梁铺装层温度影响系数分析

为了减少现有的钢桥面铺装层车辙深度预估的误差,提出基于长期实测数据的钢桥面铺装车辙评估模型的温度影响系数计算公式。首先对南京长江第四大桥的实测温度概率统计后采用双高斯函数表征其分布;在此基础上修正了现有车辙评估模型中的温度影响系数公式,并利用车辙实测数据对车辙评估模型计算值进行验证。研究结果表明:钢箱梁复合浇筑式铺装层温度可通过双高斯分布描述其概率分布;计入温度影响系数的车辙深度与实际车辙值之间误差较小,相对误差为15.2%。     

数控机床故障分析与可靠性评价技术的研究

针对传统数控机床可靠性建模时只考虑故障间隔时间而忽略故障性质的现象，提出兼顾机械故障和电气故障的混合威布尔分布模型，进而提高模型准确度.利用最大似然法来确定混合威布尔分布模型参数，用皮尔逊相关系数来确定数控机床各故障时间之间的关系.并通过K-S方法对模型进行检验， 最后确定其符合混合威布尔分布，并运用可靠性评定方法得出数控机床的平均无故障时间.     

基于域适应与分类器差异的滚动轴承跨域故障诊断

基于数据驱动方法诊断滚动轴承故障时，不同工况下的数据特征分布差异会导致模型诊断性能严重下降.针对这一问题，提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法.首先利用卷积神经网络对带标记的源域样本和无标记的目标域样本进行特征提取;然后通过2个全连接分类器进行故障分类;最后通过分步优化分类损失、域最大平均差异损失和分类器差异损失，实现源域和目标域之间的域分布对齐，从而实现无标记目标域样本的故障诊断.实验结果表明，所提方法与主流的域适应方法相比具有更高故障诊断准确率，验证了该方法的合理性和可行性.     

基于积分分离式PID控制的耕深调节系统研究

耕作过程中保持耕深稳定是提高耕作质量的重要措施之一.以小型耕耘机的后悬挂旋耕部件为研究对象,提出了一种基于积分分离式PID控制的耕深自动测量和调节的系统,采用双倾角传感器检测耕深,消除了田块自身与绝对水平面倾角的误差影响,通过在误差信号的处理中使用积分分离式PID控制算法,利用Simulink中的SimHydraulic模块对耕深控制系统进行动态仿真研究,与未加入PID控制算法时的仿真结果进行比较,发现几乎消除了系统的耕深超调现象.同时,将响应时间由4.0s左右缩短到1.4s左右,使耕深控制系统的动态响应达到较好的效果.田间试验结果表明,当耕深设定为10cm和16cm时,实测耕深稳定性变异系数分别为6.05%和3.54%,均低于10%,达到了农业机械作业标准所规定的旋耕作业农艺要求.     

具变指数的拟线性方程解的最大模估计

考虑p(x)-Laplace方程Dirichlet边值问题的L∞估计,通过改进的迭代引理和De Giorgi迭代,给出了非负不增函数Ak∶=meas{x∈Ω:uk}的估计,并应用迭代引理得到了解的L∞正则性.结果表明:利用这种改进的De Giorgi迭代,在得到解的L∞估计时,也可得到该解对各种指标精确的依赖关系;这种正则性技术可应用到带有退化和奇异低阶项的偏微分方程中.     

多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题，提出多星载光学传感器系统误差极大似然配准（maximum likehood registration，MLR）算法。通过一阶Taylor近似对非线性量测转换线性化，推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系，并基于视线交叉获得观测在状态空间中的近似投影，从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正，利用期望极大化迭代，实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性，且配准性能优越。     

基于最大熵方法的鲁棒自适应滤波及其应用

针对过程噪声和量测噪声受到脉冲噪声影响而呈现非高斯分布,且噪声统计特性不精确从而导致估计精度下降的问题,提出一种基于最大熵方法的变分贝叶斯自适应卡尔曼滤波(maximum correntropy variational Bayes adaptive Kalman filter, MCVBAKF)算法,并将其应用于捷联惯导系统(strapdown inertial navigation system, SINS)/全球卫星定位系统(global positioning system, GPS)组合导航系统。首先,使用最大熵鲁棒滤波方法对由脉冲噪声产生的野值问题进行处理;然后,通过改进的变分贝叶斯自适应方法进行后验更新,估计噪声,收敛所估参数的估计值;最后,进行了仿真对比。结果表明, MCVBAKF在复杂环境下可以有效提升滤波精度和稳定性。     

栎树猝死病在中国的入侵风险评估

【目的】栎树猝死病是一种为害林木和观赏植物的毁灭性病害,发病迅速,短期内即可造成寄主植物大量死亡,寄主范围非常广泛,主要为害阔叶树树种。对其在我国的适生区范围进行预测,并系统评估其入侵风险,有助于更好地制定针对性的防治及检疫措施。【方法】采用MaxEnt生态位模型,以栎树猝死病菌现有分布点的环境变量为基础运算预测模型,结合地理信息系统ArcGIS绘制其在中国的适生预测图;并以南京林业大学有害生物入侵预防与控制重点实验室建立的多指标综合评价体系为标准,从5个准则层下设18个指标层因子,对栎树猝死病菌在我国的入侵风险进行了定性和定量的分析。【结果】MaxEnt模型测试遗漏率与预测遗漏率基本吻合,ROC(receiver operating characteristic, ROC)曲线的AUC值(area under curver, AUC)为0.974,标准差为0.008,明显高于随机分布模型,说明该模型对栎树猝死病菌在我国的适生区预测结果可信度较高,可作为后续评估依据。栎树猝死病菌在中国的适生范围在101.9°~122.9° E,18.9°~38.0° N,主要位于我国秦岭淮河以南的南方地区,集中在长江中下游平原和武夷山脉、南岭以南的沿海地区,约占中国行政区划面积的19.6%。栎树猝死病菌在中国的入侵风险指标值R为2.64,属于极高风险的有害生物。【结论】模型预测结果的可信度较高,鉴于栎树猝死病菌在我国暂无分布记录,且在多指标评价体系中被归为极高风险等级,建议在进境检疫中对其可能寄主植物实施严格检疫及2年以上的隔离试种,防止其进入中国。     

基于无人机遥感的绿化园林三维绿量估算与分析——以福州大学校区为例

三维绿量能够从立体空间上描述城市绿地的空间分布和定量评价城市绿化的环境效益。本文以福州大学为研究区，探讨了利用可见光无人机影像估算绿化树木三维绿量的方法，并对校园生态效益进行定量分析。首先获取高于10cm分辨率的无人机可见光遥感影像；其次结合可见光波段的光谱特征与无人机数据点云的高程特征获得研究区的冠层高度模型；然后通过局部最大值算法与标记控制分水岭算法提取单木树高、株数以及冠径参数，通过野外实测数据构建“树高-冠高”关系模型得到冠高；最后结合树种分布情况，按照不同的树冠形状构建三维绿量估算模型，并基于三维绿量估算校园不同树种的生态效益。结果表明：研究区内三维绿量总量达到了804405m3，其中休闲区的三维绿量总量为428566m3，占总绿量的53.3%，而科技园区的三维绿量总量为26568m3，仅占总绿量的3.3%；而常见树种中，三维绿量贡献最大的为榕树，达到404405m3，占三维绿量总量的50.3%，而丹桂贡献的三维绿量仅为509m3，占总绿量的0.063%。研究认为：基于无人机遥感数据，能够较好的估算出研究区内绿化树木的三维绿量。