基于GSFLA的电力系统谐波估计算法

针对非线性动态负载引起的谐波难于检测的问题,提出了一种新的谐波估计算法。该算法借助蛙跳算法（SFLA）的全局搜索性对未知参数进行优化估计;引入高斯分布估计算法（GEDA）的思想,对蛙群中适应度好的蛙进行分布估计再生,提高收敛速度;结合进化代数改进蛙跳规则以改善局部搜索性能。实验仿真数据显示,与PSO算法相比,振幅平均估计精度提高了5．3％,相角平均估计精度提高了4．7°。研究表明,该算法（GSFLA）用于电力系统的谐波估计有更快的收敛速度和估计精度。     

基于一种动态特征选择融合算法的蛋白质结构类预测

本文根据氨基酸理化性质，基于氨基酸组成成分与自相关函数相结合特征提取法从非同源蛋白质序列中提取七个特征集，采用局部正确性的动态特征选择算法进行多特征组合来预测蛋白质结构类，并与各个特征集进行了比较。结果表明，DFS_LA算法的预测总精度较各个特征集均有不同程度的提高。Jackknife检验下，DFS_LA算法的预测总精度为82．80％，比COMP特征集提高8．91％；独立测试检验下，DFS_LA算法的预测总精度为86．67％，比COMP特征集提高11．67％。这说明DFS_A算法可有效提高结构类预测精度，多特征组合能在一定程度上更多地反映蛋白质的空间结构信息。     

离子束修正光学镜面误差中拼接加工方法研究

由于离子束加工机床工作运动空间的限制, 为了加工大型光学镜面, 本文提出了一种全新光学镜面加工方法——拼接加工方法. 论文首先从理论上分析解决了拼接加工工艺的系列关键技术问题, 如： 面形控制模型、拼接加工驻留时间解算算法、加工定位参数辨识与补偿等. 基于CCOS成形原理, 通过分析拼接加工面形控制机制, 建立了光学镜面拼接加工有限域叠加的非线性面形控制模型; 依据拼接加工有限域非线性问题特征, 提出了基于Bayesian原理的改进型SRL迭代法较好地解决了拼接加工的驻留时间求解问题; 通过分析拼接加工中对刀误差和材料去除率对加工精度和加工面形的影响分析, 提出了一种光学镜面离子束定位误差、去除率等工艺参数辨识算法. 通过上述研究, 首次建立了光学镜面离子束拼接加工基本加工理论、方法和工艺流程. 拼接加工工艺实验表明： 误差补偿后的加工收敛率可达10. 本文提出的理论和方法通过有效地解决拼接加工的关键技术问题使拼接加工与全口径加工一样, 能够实现对镜面的精确修形. 与此同时大大节约了加工系统制造和加工成本.     

刀触点网格上整体光顺五轴数控加工刀轴方向的模型与算法

针对球头铣刀的五轴数控加工,分析了刀轴方向对切削力的影响,根据刀轴方向变化的度量指标,提出了在刀触点网格的可行空间中整体光顺刀轴方向的模型与算法,该方法有两个优势:可以同时保证进给和相邻行两个方向上刀轴方向的整体光顺性;仅需要计算网格点处的可达方向锥,提高了计算效率.用仿真方法分析了整体光顺刀轴方向对加工效率、机床进给运动平稳性和切削力的影响,并用实验验证了规划的刀具路径.     

非球头刀宽行五轴数控加工自由曲面的三阶切触法(Ⅱ):刀位规划算法

基于单个刀位下刀具包络曲面的三阶近似模型,提出了非球头刀宽行五轴数控加工自由曲面的刀位规划新方法.该方法通过优化刀具的前倾角和侧倾角使得在刀触点处刀具包络曲面与设计曲面达到三阶切触,适用于任意的回转刀具,并且可以自然地处理无干涉约束、机床工作空间约束以及刀具路径光顺性约束.圆环刀加工螺旋面的仿真实例表明该方法可以显著增大加工带宽,提高加工效率.     

ISAF重构算法密度函数快速计算模型

球坐标系下的ISAF算法是一种新的20面体分子三维重构方法,该方法精度优于传统柱坐标系下的Fourier-Beseel算法,但其执行速度远低于Fourier-Bessel算法,严重制约了ISAF算法的实际应用.分析发现,在ISAF算法中密度函数计算是影响重构速度的主要瓶颈之一.针对上述问题,文中提出一种密度函数快速计算模型,该模型包括三个组成部分:球坐标系网格点密度函数快速计算方法、"球坐标系—直角坐标系"网格点密度函数转换方法、基于两阶段映射法的快速对称映射方法.该模型可以将密度函数计算阶段的时间复杂度由O[(LM)8]降低到O[(LM)7].采用Psv-F病毒数据进行实验,结果表明,在保证精度的前提下,该模型可以将密度函数的计算速度提高2个数量级,将三维重构整体速度提高30倍左右,并且随着数据规模的增大、重构精度的提高,该模型带来的加速比将进一步增大.     

基于切削力预测模型的复杂曲面铣削进给速度优化

针对复杂曲面恒定进给速度带来加工效率低下及表面质量差的情况,提出了基于切削力预测模型的铣削进给速度优化方法.首先,通过对刀位轨迹、曲面与刀具几何、刀/工切削接触区及动态切削厚度的分析计算,建立了多轴加工复杂曲面的切削力预测模型,从而得到了进给速度与切削力之间的映射关系.然后将给定的参考切削力与每个刀位点处的最大切削力之差的绝对值作为优化目标函数,通过Newton-Raphson迭代算法来调整原刀位点文件中的进给速度,以确保切削力的恒定以及机床系统的运行平稳.最后,以模型桨桨叶为对象,开展了相应的加工实验.实验结果表明:提出的优化方法使桨叶精加工的时间缩短了25%以上,表面残余应力和显微硬度得到增加,这对提高桨叶曲面的加工效率与改善加工表面质量具有明显的效果,从而验证了所提出的进给速度优化方法的有效性.     

平面三自由度并联机床的分步运动学标定

针对一台平面3自由度并联机床的运动学标定,提出一种基于最少参数线性组合的分步运动学标定方法．该方法利用并联机器多参数耦合误差传递系统中的参数线性组合映射关系,将一般运动学标定中参数的误差建模、辨识和误差补偿,改变为参数线性组合的误差建模、辨识和误差补偿．首先由最少参数线性组合的4个定理进行辨识性分析,确定出影响机床终端绝对和相对精度的最少参数线性组合;然后给出工程实际中常用的基本绝对测量方式和基本相对测量方式,逐一进行最少参数线性组合的辨识性分析,抗干扰指标的抗扰动性能计算,兼顾测量成本的条件下,设计出最少参数线性组合的分步测量方案、分步辨识和分步误差补偿方案,完成运动学标定．最终的实验结果证明这种方法具有如下优点：（1）消除了其他无关参数的影响;（2）反映了误差传递中的参数线性组合映射关系,提高了参数辨识的准确性;（3）方法简洁高效,最终的机床精度已经接近测量扰动精度．因此,该方法不仅可用于这台平面3自由度并联机床,也可适用于其它运动学非线性弱的并联机器．     

基于光照补偿空间的鲁棒人脸识别

如何应付光照条件变化是人脸识别的主要研究课题,文中提出了一种基于单幅注册图像的光照不变人脸识别方法．文中首先分析证明了同一个主体的不同光照图像之间的差别．可以通过一个与身份和光照独立的子空间进行线性描述,我们称之为光照补偿空间;然后介绍了光照补偿空间的构建,并且提出了一种简单有效的基于光照补偿的人脸识别算法,将图像光照差异补偿与人脸识别过程统一在一起．通过一次l1优化就可以完成人脸身份的识别．文中方法在没有明显增加优化复杂度的前提下,有效降低了光照差异对于人脸识别算法精度的影响．文中提出的方法在ExtendedYale B图像库上进行了验证．     

月球轨道器交会对接同波束VLBI测量差分相时延实时解算

同波束VLBI技术是解决月球轨道交会对接地面高精度引导的重要手段．传统的多频点同波束VLBI实时解算算法成功解算差分相位整周模糊度的概率较低,而事后统计修正求解整周模糊度的算法存在较大的时间滞后,从而直接影响月球轨道交会对接两个航天器地面定轨、定位的精度以及实时性．在此背景下,本文研究了应用于月球交会对接条件下的同波束VLBI差分相时延实时解算算法．首先给出了多频点同波束VLBI解算差分相时延及整周模糊度的原理,根据差分相关相位整周模糊和差分相时延实时及事后解算结果,对整周模糊度产生的原因进行分析通过求解精确差分群时延值、采用匹配搜索算法以及差分相位连接条件对传统实时解算算法进行改进,提出一种新的差分相时延实时解算算法．利用SELENE同波束VLBI观测数据进行实时解算．结果表明该算法成功解算模糊度的准确度达到95．49％,相对于传统解算算法准确度提高了5．45％．     

Science China Technological Sciences 2019年62卷第7期中文摘要

<正>加加速度约束的五轴加工进给率分段线性规划方法孙玉文,陈满森,贾晋杰,李元鑫,郭东明五轴数控机床因其灵活的刀具位向控制能力而广泛应用于复杂曲面零件加工中.其进给率定制对于保证加工的精度和可靠性起着重要作用.然而,走刀进给率与机床各驱动轴的运动学特性之间存在很强的非线性关系,能够充分发挥五轴机床加工潜能和优势的适应性进给率定制仍具有挑战性.为此,本文提出一种考虑机床驱动特性和工艺特性约束     

一种基于加工匹配度的车间作业调度方法研究

单件小批量生产形式下的作业车间调度是生产调度中的重要问题.在综合考虑订单优先级、加工时间等诸多因素的基础上,提出了加工匹配度的概念来研究作业调度问题,建立了相应的调度模型,设计了一种启发式作业调度算法.在某制动阀生产企业数控车间的实际应用结果表明,该方法能够较好的辅助车间调度人员进行车间作业调度.     

一种金刚石车刀研磨机床的误差建模及分析

为了提高一种自主研发的金刚石研磨机床的加工精度并为误差补偿提供理论依据,运用多体系统理论和齐次坐标变换原理描述了其结构关系,建立了该机床的几何误差模型,通过数学计算,分析了该系统的27项误差,得到对该机床车刀进给方向精度影响较大的11项误差,并对11项误差进行分类研究。模型的建立为误差补偿提供了理论基础,11项误差的分类分析为机床结构的合理设计,以及平移台、旋转台具体参数的选择提供理论依据,根据计算结果提出降低各误差影响程度的具体方法。     

蚁群算法中参数设置对超声回波估计性能的影响

摘要针对超声回波参数估计问题存在着耗机时长,估计结果严重依赖于初始值的缺点,本文将蚁群算法应用到超声回波参数估计中,结合超声回波的非线性高斯模型,提出了基于蚁群算法的超声回波参数估计算法,并就蚁群算法在超声回波估计中参数的优化组合设置进行了分析研究通过数值仿真,在信噪比为10dB条件下计算了蚁群算法中各参数的不同取值对估计结果的不同影响,包括计算时间、估计精度和算法稳定性,得出了算法中各参数的组合优化设置,给出了最优参数下的超声回波参数估计结果,并通过与其他算法的比较验证了蚁群算法在超声回波参数估计问题中的有效性．该研究有助于提高超声回波估计的精度和算法的稳定性,缩短蚁群算法的计算时问,以达到优化算法性能的目的．     

一种改进的Knockout抠图方法

通过对Knockout算法的研究分析,针对其在实际应用中需要用户大量的交互工作以及因模型简单造成的抠图不精确问题,提出了一种改进算法。该算法用区域生长方法将用户输入的前、背景线段生长聚合成前、背景区域;然后用轮廓查找方法找到两个区域的轮廓作为Trimap的前、背景轮廓线;最后使用优化颜色样本的方法对每个未知像素点的样本进行优化,提高抠图的精确度。实验结果表明,改进后的算法需要用户较少的工作量,能够得到传统Knockout算法更好的抠图效果。     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘,提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测,并对边缘点进行选取,将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应,同时由于图像边缘的感知重要性和在图像处理中的稳定性,使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证,并表明本文算法在该方法下具有较好的不可见性．     

互耦条件下双基地MIMO雷达的收发角度估计

阵元互耦的存在会使双基地MIMO雷达多目标定位算法的性能恶化．利用发射和接收互耦矩阵的带状、对称Toeplitz性质,提出了一种基于ESPRIT的双基地MIMO雷达收发角度算法,并针对现有参数配对算法中存在参量兼并的问题,给出了一种改进的自动配对算法．仿真结果表明：在存有相同发射角／接收角时,本文算法仍能有效实现多目标定位,无需进行谱峰搜索和额外的目标配对;本文算法对互耦系数自由度和扰动误差的稳健性优于MUSIC-like算法,并且具有更高的估计精度．此外,还推导了确定信号模型下收发角和互耦系数的CRB（Cramer—Raobound）．     

基于特征线的N－S方程算子分裂有限元法

本文提出了一种求解Navier—Stokes（N—S）方程新的有限元方法：基于特征线的算子分裂有限元法（CBOS法）．该方法在每一个时间层上,采用算子分裂法将N-S方程的对流项与扩散项分开求解,扩散项时间离散采用向后差分格式,空间离散采用标准Galerkin有限元法,隐式求解;对流项离散采用特征线．Galerkin法,显式求解．应用此算法对方腔流和后台阶流动进行了数值模拟,通过与标准解或实验值对比表明该算法具有较高的精度和较好的稳定性,为以后求解N—S方程提供了一种很有应用前景的研究方法．     

一种启发式主题爬行算法

为克服传统主题爬行器在爬行速度和主题预测精度上的不足,提高爬行器的查准率和查全率,根据当前常用主题爬行策略的特点,通过页面辐射空间的引入将主题策略中基于链接分析和基于内容分析的方法相结合,并嵌入启发式算法,提出一种基于启发式的主题爬行算法.实验结果表明,该算法较常用爬行算法有较好的爬行效率.     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题,本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点,对协方差匹配估计技术（covariancematchingestimationtechnique,COMET）进行改进,提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据,使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升,且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性,采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式,并提出算法的cc数据利用率”定义,定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性;信源时域统计独立特性先验已知或者大非圆率的情况下,该算法对校正精度的提升尤为明显．