基于无迹卡尔曼滤波的导航星座并行式自主定轨

针对卫星轨道动力学模型的高度非线性及星座自主定轨的高精度需求,基于星间双向测距观测信息,提出了采用无迹卡尔曼滤波（Unscented Kalman Filter, UKF）作为星载算法的导航星座并行式自主定轨方案,并且给出了UKF算法中可见星先验信息引入的额外方差矩阵,以保证滤波的稳定性.仿真结果表明,该方案可以实现星座的长期自主定轨并维持一定精度.
     

基于四元数EKF算法的小型无人机姿态估计

针对小型无人机设计的姿态测量系统,提出一种用于小型无人机姿态估计的四元数扩展Kalman滤波算法.该算法通过建立四元数姿态运动模型和航姿传感器测量模型,构建了以四元数和陀螺仪随机漂移为状态向量、以加速度计测量值和磁阻仪解算的航向角为观测向量的扩展Kalman滤波器,并设计了自适应测量噪声协方差矩阵修正法.实验结果表明,该算法不但解决了微机电系统惯性器件用于载体姿态测量时精度低、易发散、易被干扰的问题,而且显著减小了陀螺仪随机漂移对姿态估计的影响,有效提高了姿态估计的精度.     

人工神经网络光度法同时测定饮料中三种色素

用BP人工神经网络解析了日落黄、柠檬黄和胭脂红的吸收光谱,提出同时测定这三种色素的计算分析方法;并对饮料中的日落黄、柠檬黄和胭脂红进行了同时测定。日落黄、柠檬黄和胭脂红回收率分别为99 61%、103 45%和98 50%;使用了改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象;提出了目标向量的简单变换方法,与偏最小二乘法进行了比较。结果表明,BP神经网络法与偏最小二乘法一样能获得满意的分析结果。     

非理想多刚体系统动力学与线性互补性问题

通过结合线性\非线性的互补条件(LCP\NCP)来描述多体系统动力学的非光滑特性具有独到的优点。对于单边约束的多体系统,可以根据其单边特性,将该系统描述为微分代数方程组(DAE)与互补条件(CP)结合的混合框架,但用该方法处理含摩擦的双面约束系统时,双面约束的CP表示方法是个难点。本文通过引入新的参数,将含摩擦的双面约束系统同LCP问题联系起来研究,同时讨论了该系统中可能产生的奇异性问题。     

小分子氢键给体对羟丙甲基纤维素LCST的影响

文章以丙烯酸(AA)、甲基丙烯酸(MAA)、丙酸(PA)、乙酸(HOAc)、氯乙酸(CA)为模型分子,研究了小分子氢键给体对羟丙甲基纤维素(HPMC)在水中的低临界溶解温度(lower critical solution temperature,LCST)的影响。研究发现LCST与小分子氢键供体的质量分数呈反比关系,进一步研究表明,LCST的变化率与小分子的分子面积、分子体积、羧基的电负性及脂水分配系数(lg P)有密切的关系。     

2,2''''—二苯基—[2,3''''—联—1H—吲哚]—3(2H)—酮的过氧酸氧化反应

2，2’—二苯基—[2，3’—联—1H—蚓跺]—3（2H）—酮（1）的过氧苯甲酸氧化反应主成2—苯基—3H—吲哚—3—酮（3）和（或）2—苯基—4H—3，1—苯并嗪—4—酮（6），对反应机理进行了探讨．     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

汽轮机故障诊断中的信息熵融合

在汽轮机轴系振动故障模拟试验的基础上,对大量故障模拟试验数据进行计算,建立了典型故障的4种信息熵样本.采用概率神经网络对故障信号的4种信息熵特征进行融合研究,并将融合结果与最小距离分类器的分类效果进行了对照分析.研究表明,概率神经网络可实现对训练样本100%的正确识别率,对"陌生"样本的正确识别率也超过80%,其识别效果远远超过最小距离分类器.可见,概率神经网络综合了贝叶斯分类器和神经网络的优势,在汽轮机故障模式分类方面具有明显的优势,利用概率神经网络融合信号的信息熵特征实现汽轮机轴系故障模式识别是一种可行有效的方法.     

一种新的语音噪声抵消算法

针对单参考输入自适应噪声抵消器在多噪声源情况下除噪声效果不理想的问题,根据多参考输入自适应噪声抵消器模型,在推导多参考输入最小均方（MLMS）算法的基础上,给出其改进算法（IMLMS）,结合语音信号的特点,给出了多参考输入自适应语音消噪算法（VMLMS）,利用调整算法执行过程的算法改进思想,突破了传统的修正收敛系数的算法改进模式,最后对几种算法的性能进行了计算机仿真比较。     

基于VMD改进算法的气体管道泄漏检测

为提取气体管道声波信号中的泄漏成分并进行重构,提出一种结合VMD( VMD: Variational Mode Decomposition) 和误差能量算法的特征提取方法。该方法首先利用油气管道泄漏检测系统模拟气体管道的微小泄漏,并采集泄漏声波信号; 然后利用VMD 算法将采集到的泄漏声波信号分解为一系列带宽受限的固有模态;随后,使用误差能量算法选择有效模态; 最后,利用有效模态进行信号重构。通过仿真分析发现,该改进算法可以提取有效模态,利用该方法处理气体管道微小泄漏声波信号,能有效滤除噪声并重构原始信号。