GPS卫星钟差分析、建模及仿真

卫星钟差是卫星导航系统中的一项重要误差源,本文根据IGS观测数据分析GPS卫星铷钟和铯钟的噪声特性,并对星钟误差进行建模和仿真.首先采用修正Allan方差表征和分析了GPS卫星上不同种类原子钟随机噪声的时域特性;然后基于最小二乘分段拟合确定了卫星钟差确定性分量的时差、频差、线性频漂参数值;对于多项式拟合后的残差部分,利用随机噪声幂律谱模型建立了随机性分量误差模型;最后利用修正Allan方差反演的方法模拟产生了各噪声分量的独立随机序列并进行合成;对合成序列与原始数据进行了对比分析以验证本文所提出建模与仿真方法的正确性.     

基于双层网络的混合PSO算法的RBF建模

针对RBF网络的建模问题,设计了基于双层网络的建模方法。第一层网络采用随机方法确定了隐层单元数,并利用并行PSO算法对网络进行初步训练,第二层网络采用了主从粒子群的方式,借鉴了遗传交叉的思想,对第一个网络的最优解进行了再训练以提高网络的训练精度。从对非线性系统的仿真结果看,该方法最终确定的隐层单元数比较少,与RBF网络相比有着一定的优越性,而且优于单层并行PSO算法的RBF网络。     

基于无迹卡尔曼滤波神经网络的光伏发电预测

针对光伏发电系统在不同天气状况下发电功率预测精度不高的问题,在分析传统方法的基础上,提出一种无迹卡尔曼滤波神经网络光伏发电预测方法。该方法利用无迹卡尔曼滤波实时更新神经网络模型的权重,以直流电压和电流作为系统的输入,以有功功率和无功功率作为系统的输出,分别建立两个独立的双输入单输出功率预测模型。实验结果表明:所提出的方法对有功功率和无功功率的预测精度分别为97.3%和94.2%,并且对天气具有良好的鲁棒性。     

基于压缩感知的塔康方位估计算法

塔康(tactical air navigation,TACAN)信号峰值检测后的离散数据呈随机采样特性,为避免Kalman算法产生滤波发散问题并有效减小对数据量的需求,提出一种基于压缩感知理论的方位估计方法.通过对塔康信号的角度空间进行稀疏分解和观测值压缩,优化重构原始包络信号进而获得方位估计值.仿真实验证明了该算法的性能,与最小二乘拟合算法相比,在保证估计精度的同时进一步降低了峰值数据量,大大减少了计算过程中的冗余,并且在信噪比较大的情况下,方位估计准确度较最小二乘拟合有一定提高.     

基于模糊熵评价和最优搜索的自动对焦算法

针对传统自动对焦算法不能实现最优对焦,以及易受清晰度评价函数局部峰值影响,从而导致重复性和稳定较差的问题,提出一种基于模糊熵的清晰度评价算法和全局最优拟合算法,应用于工业影像测量的自动对焦.该算法用模糊熵对图像清晰度进行评价,可降低噪声以及放大倍率和光照强度变化对自动对焦性能的影响,结合多尺度全局搜索和微尺寸曲线拟合搜索算法,避免局部峰值的干扰以实现最优对焦.该算法在环境变化的条件下,尤其是针对光照不稳定和变倍精度不够高的环境下,具有很高的聚焦精度,重复性和稳定性有显著提升,能够满足工业影像测量对自动对焦的要求.通过实际工业影像测量系统中的应用对比试验,该算法的有效性和优越性得到了验证.     

基于单部半实物雷达的分时组网仿真方法

提出了一种实用的半实物雷达分时组网仿真方法,有效解决了在半实物仿真中,采用一套半实物设备实现多部雷达组网仿真的问题.提出了一种基于分段曲线拟合的异步航迹关联算法,将航迹关联问题转化为空间曲线的相似性判别问题.该方法已成功应用于某雷达对抗仿真系统中,仿真结果验证了该方法的有效性.     

基于LS-SVM的温度传感器非线性关系拟合及参考端温度补偿

文章编号: 提出一种基于最小二乘支持向量机(LS-SVM)的温度传感器非线性关系拟合模型,并根据温度传感器的输入 输出特性给出两种方案对参考端温度进行补偿. 建立了LS-SVM回归模型,利用LS-SVM超强的学习能力对温度与电势 间的非线性关系进行精确拟合. 两种方案均可对参考端温度进行有效补偿,其中方案2 可根据参考端温度、传感器实测 电势对实际温度直接拟合,简化了补偿过程,提高了识别精度. 实验表明,LS-SVM回归法及文中所提出的补偿方案能很 好地逼近实际温度,提高测量精度.     

垂直导桩锚固方箱-水平板式浮堤消浪性能试验研究

提出了垂直导桩锚固方箱-水平板式浮堤,通过实验室物理模型试验研究了规则波作用下浮堤模型的消浪性能和升沉运动响应.探讨了相对宽度、水平板层数、水平板与方箱间距等几何参数对浮堤消浪性能与浮堤升沉运动的影响及消浪性能与浮堤升沉运动的相关性.试验结果表明提出的方箱-水平板式浮堤的消浪性能好于单一方箱,在B/L(模型宽度与波长比)为0.2时,其透射系数比方箱模型透射系数减小约0.2,升沉高度比方箱模型升沉高度减小0.3倍入射波高.通过对透射系数的主要影响因素进行多元回归分析得到了透射系数的拟合公式.     

粒子群算法在薄膜表面BRDF模型优化中的应用

为得到光学薄膜表面双向反射分布函数的统计模型,测量了不同薄膜材料表面的激光（0．808μm）双向反射分布函数。采用多参数优化的惯性权重模型粒子群算法,权重因子随迭代代数增加线形减小,建立了材料表面的BRDF五参数模型。并与遗传算法进行比较,表明粒子群算法在计算效率和计算精度上都比遗传算法好。     

一种广义Logistic模型的参数估计方法

讨论了Logistic曲线模型结构上的缺陷,分析了广义Logistic曲线的解析性质及拟合预测的优势,提出了一种求解广义Logistic模型参数的方法.并通过预测实例,说明了该模型具有高于Logistic曲线模型的预测精度.