石油焦燃烧过程中孔隙结构变化实验研究

应用氮气等温吸附/脱附法分析了2种石油焦在燃烧过程中孔隙结构的变化.采用BET法和t法测定不同燃尽率的石油焦的比表面积和孔容积,并用FHH模型求得各样品的表面分形维数.实验结果表明:石油焦的孔隙结构在燃烧过程中变得发达,比表面积和孔容积较原样明显增大且变化基本趋势一致;石油焦的燃烧具有分形动力学的行为特征,且表面分形维数的变化趋势和比表面积和孔容积不同.燃烧时分形维数接近3,表明石油焦的燃烧反应在空间网格结构的内、外部同时发生.     

自适应CS模型的强跟踪平方根容积卡尔曼滤波算法

对于目标跟踪过程中的强机动问题,基于当前统计(current statistical, CS)模型和改进的强跟踪平方根容积卡尔曼滤波器(square root cubature Kalman filter, SCKF),提出新的跟踪算法。在CS模型和改进输入估计算法的基础上,引入加加速度估计,使得状态过程噪声与状态协方差矩阵相联系,实现模型的自适应调整。从正交性原理出发,重新确定了渐消因子的引入位置,并提出了新的渐消因子计算形式,以克服传统渐消因子在雷达量测坐标系中的失效问题,从而构造强跟踪平方根容积卡尔曼滤波器。另外,构造强机动检测函数,利用SCKF的输出来调整自适应CS模型中的机动频率。仿真结果表明,相比基于CS模型的多重渐消因子强跟踪SCKF算法、改进CS模型的强跟踪SCKF(SCKF STF)算法和交互式多模型(interacting multiple model, IMM)SCKF算法,所提算法具有更佳的目标机动适应性和跟踪精度;相比于IMM SCKF算法,实时性有明显改善。     

基于CKF-SLAM改进的无人水下航行器动态目标跟踪算法研究

针对容积卡尔曼滤波(cubature Kalman filter, CKF)同步定位与建图(simultaneous localization and mapping, SLAM)算法在动态目标跟踪(object tracking, OT)的应用中,存在算法实时性不高、计算复杂以及对动态目标物跟踪精度较低的问题,提出基于平方根容积卡尔曼滤波SLAM的无人水下航行器(unmanned underwater Vehicle, UUV)目标跟踪算法(SRCKF-SLAM-OT).该算法将CKF-SLAM-OT中复杂的计算部分,利用3阶容积准则选取一组相同权值的容积点来近似计算,再利用数值积分法计算非线性方程模型的后验状态估计平均值和方差,并对协方差矩阵的平方根因子进行更新.仿真结果表明：SRCKF-SLAM-OT算法简化了计算量和改善了数值精度,提高了UUV在未知水下环境中自身定位的精度和动态目标物跟踪的能力.     

空基无源相干定位系统的机动目标跟踪算法

针对空基无源相干定位系统中外辐射源状态不确定性对机动目标跟踪精度的影响, 提出了一种基于多模型预测的双变量容积卡尔曼滤波算法。首先建立了机动目标跟踪的系统模型, 并确定了多模型集。然后基于多模型思想, 将模型交互步骤增加到状态预测步骤之后, 对状态预测值进行交互融合, 得到最优的状态预测值。为解决固定的马尔可夫转移概率导致系统跟踪性能下降的问题, 采用“感知记忆”嵌入的时变转移概率, 降低不匹配模型的竞争影响; 最后利用双变量容积卡尔曼滤波算法同时对目标和外辐射源进行状态估计。仿真对比实验验证了算法的有效性。     

δ-广义标签多伯努利滤波算法的非线性扩展

针对高斯混合(Gaussian mixture, GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli, VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题, 结合基于临近点算法(proximal point algorithm, PPA)和变分贝叶斯(variational Bayesian, VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering, CKF), 提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma, IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布; 利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新; 最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel, VB-CRTS)平滑。仿真结果表明, 对于量测噪声未知的非线性系统, 所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。     

可塌陷气管的弹性薄壳模型分析

建立气管的一个弹性薄壳数学模型.气管的软骨部分为薄圆柱壳的弹性小变形薄膜和弯曲变形状态,而肌肉部分为大应变薄膜应力状态.软骨为Hooke弹性材料而肌肉采用二参数指数型本构关系.由拟合气管p-V关系的实验数据和计算结果得到了肌肉的材料参数.在均匀分布外压力载荷和平面应变变形条件下,求得了软骨和肌肉的耦合变形解析解,图示了软骨内力和位移,以及气管在外压逐渐增大时的肌肉塌陷变形过程.     

基于平方根容积卡尔曼滤波的永磁同步电机状态估计

针对使用容积卡尔曼滤波算法(Cubature Kalman Filter, CKF)在复杂非线性状态估计时存在的误差较大、运算速度慢等问题,引入一款改进后的平方根容积卡尔曼滤波算法(Square-Root Cubature Kalman Filter, SRCKF)。建立非线性系统线性化模型和电机数学模型,引入SRCKF实现对转速和转子位置的状态估计,在Matlab/Simulink环境下对SRCKF和CKF两种算法进行仿真。结果表明：平方根容积卡尔曼滤波大大降低了电机在状态估计时的运行速度和估计误差,提高了估计精度,系统更加稳定。     

基于多重渐消因子的强跟踪SVDCKF组合导航算法

针对标准容积卡尔曼滤波(cubature Kalman filter,CKF)在载体状态突变时滤波精度下降的问题,提出了一种基于多重渐消因子的强跟踪SVDCKF组合导航(strong tracking SVDCKF integrated navigation algorithm based on multiple fa...     

三维平面转捩射流中的拟序结构

对具有中等雷诺数Re=5000的三维湍流转捩射流中的拟序结构进行了直接数值模拟,并把流场统计结果跟相关的实验数据进行对比,以验证数值算法的可靠性。其中对控制方程组的空间离散采用有限容积方法,时间积分采用低存储的、三阶精度的Runge-Kutta积分格式。重点研究了三维拟序涡结构的空间演化过程及其相互作用,发现三维展向涡的演化模式与二维射流中的相似。展向涡结构受到三维不稳定性的影响,从而会诱发流向和横向涡结构的形成。当展向涡结构出现混合破碎时,流向涡管和横向涡管也开始断裂破碎,流场中形成混合排列的小尺度结构。最后对展向、流向和横向涡结构间的排列关系进行了分析,探讨了各种涡结构间的相互作用。     

茶叶贮藏保鲜八招

l.干愠贮藏。茶叶暇湿性强，含水量高时容易氧化或生霉变质。因此，茶叶必须干燥后（含水量6％以下）后才能贮存，贮存容器内还须放入适量的石灰块或干木炭等叹湿剂，以防返潮。石灰与茶叶的容积比为1：3，即容器内1／3的地方放石灰块或木炭，2／3的地方放茶叶。