日地系统L2点Halo轨道自主天文导航及精度分析

针对运行于日地L₂点Halo轨道探测器,给出了质心惯性坐标系和质心旋转坐标系中的探测器运动方程,并建立了以星光角距作为观测量的导航模型,采用扩展卡尔曼滤波（EKF）算法解算探测器位置,以Cramér-Rao误差下界（CRLB）为系统可观测度的度量标准分析了不同的状态量和观测量对导航性能的影响. 通过数值仿真发现导航坐标系、主天体、导航恒星数目以及滤波器采样周期等因素对导航性能的影响较大,并依据平动点轨道运动学分析了以上因素对导航精度的影响.      

基于遇卡识别的改进Kalman滤波器模型-加速度校正方法

由于FMI成像测井仪器在井下做复杂的非匀速运动,导致成像图像出现严重的畸变现象,需要通过加速校正来恢复采样数据对应的真实深度。针对传统Kalman滤波器模型-加速度校正方法对“遇卡区域”适应性较差的现象,首先对仪器在井下的运动状态进行分析,识别出仪器的遇卡区域,然后利用遇卡识别结果对传统的Kalman滤波器数学模型进行改进,首次考虑了仪器相邻遇卡现象的叠加情况。结果表明:改进后的方法不仅有效地解决了“粘滞滑动区域”的锯齿现象,而且较好地消除了“遇卡区域”的压缩拉伸现象,恢复了地层的原貌。该方法不仅适用于FMI成像测井,同样适用于其他成像测井系列,尤其有助于改善国产成像仪器图像的质量,具有推广应用价值。     

改进的移动渐近线算法求解无约束优化问题

对于求解无约束优化问题,提出一个改进的移动渐近线方法。基于信赖域方法和滤子技巧,该方法的全局收敛性得到证明。数值结果也说明了算法的有效性。     

基于方法库的织物图像疵点检测

为准确检测织物在生产过程产生的疵点,提出一种基于改进的Gabor滤波方法、数学形态学处理法和多尺度小波检测的方法库的系统检测法.首先采用改进的Gabor滤波方法,选出最优滤波结果,进行高斯平滑,确定正常织物图像的两个阈值门限,进而分割出织物的疵点图像;其次采用数学形态学处理法对织物图像进行检测;最后采用多尺度小波检测的方法,检测最终结果.由于织物的纹理不同,在生产过程中产生疵点的种类众多,算法采用级联检测,保证了检测疵点的准确有效性.试验证明,所提出的算法检测结果较好,能准确定位疵点的位置.     

高斯模糊核聚类的模拟电路在线故障诊断算法

为提高模拟电路故障在线诊断的运算速度与可靠性,采用高斯模糊核聚类算法对模拟电路故障进行非监督学习。该故障诊断算法的关键是利用已知故障数据类中心点确定故障类。利用模糊核聚类的高效识别树型结构减少训练样本规模、处理模糊类中的野值点,以提高分类器的训练速度和精确度。根据每一类故障数据得到的故障参数均值,设其为故障判断阈值,并赋予类标。在三种不同故障条件下,对Sallen-Key低通滤波器电路进行故障诊断的仿真实验。结果表明：与RBF监督学习方法相比,β-MKFCM方法能够高效地辩识已知故障与未知故障。该研究为电路在线故障诊断提供了参考依据。     

IUKF neural network modeling for FOG temperature drift

A novel neural network based on iterated unscented Kalman filter （IUKF） algorithm is established to model and com- pensate for the fiber optic gyro （FOG） bias drift caused by temperature. In the network, FOG temperature and its gradient are set as input and the FOG bias drift is set as the expected output. A 2-5-1 network trained with IUKF algorithm is established. The IUKF algorithm is developed on the basis of the unscented Kalman filter （UKF）. The weight and bias vectors of the hidden layer are set as the state of the UKF and its process and measurement equations are deduced according to the network architecture. To solve the unavoidable estimation deviation of the mean and covariance of the states in the UKF algorithm, iterative computation is introduced into the UKF after the measurement update. While the measure- ment noise R is extended into the state vectors before iteration in order to meet the statistic orthogonality of estimate and mea- surement noise. The IUKF algorithm can provide the optimized estimation for the neural network because of its state expansion and iteration. Temperature rise （-20-20℃） and drop （70-20℃） tests for FOG are carried out in an attemperator. The temperature drift model is built with neural network, and it is trained respectively with BP, UKF and IUKF algorithms. The results prove that the proposed model has higher precision compared with the back- propagation （BP） and UKF network models.     

安瓿瓶内杂质检测的信号处理方法

采用光阻法对安瓿瓶内纤毛杂质信号检测进行了实验研究,分析了纤毛杂质的信号特征.对比了Butterworth数字滤波、均值滤波、理想低通滤波和小波变换4种不同滤波方法的滤波效果,滤波后的信噪比分别为13.98、10.80、9.18和14.89 dB,实验表明,小波变换滤波是最佳选择.此外,提出了微分和分段求方差的方法以提高检测结果的可信性.     

基于模糊滤波算法的时滞系统温度控制及误差补偿

利用自适应滤波算法调整模糊控制的输出,可解决大时滞温控系统的稳态振荡问题,但无法消除系统稳态误差.提出新的误差补偿算法,可以进一步消除稳态误差,减小参数整定工作量.将其应用于全自动化学发光免疫分析仪的试剂仓恒温控制.仿真结果表明,该算法能使大时滞温控系统得到稳定控制并增强系统的自适应能力和鲁棒性.     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

热重法研究聚苯硫醚滤料的热稳定性

为了研究聚苯硫醚(简称PPS)滤料的热稳定性,采用非等温热重法分析了2种PPS滤料的热降解动力学行为,用Flynn-Wall-Ozawa模型计算了PPS滤料在N2气氛中的热降解反应活化能E,并对PPS滤料的热稳定性进行了探讨.结果发现,N3试样的热分解初始温度高于B1试样,在升温速率为5K/min时,N3试样失重初始温度比B1试样高12℃;在整个升温过程中,N3试样的失重率为5240%,B1试样的失重率为5367%,N3试样的失重率比B1试样低;同时,计算所得N3试样平均热解活化能比B1试样大55kJ/mol,可知N3试样的热稳定性较B1试样更好,动力学分析可作为滤料热稳定性评价的重要方法.