基于相位干涉仪的极化和到达角的联合估计

传统干涉仪天线通常是单极化的,不能测量电波的极化特征。在传统干涉仪阵列天线的基础上增加一个正交极化天线,构成极化干涉仪,它能同时测量电磁波的极化特征和到达角,并且具有硬件结构简单、易于实现等特点。建立了极化干涉仪的理论模型,提出了极化参数和到达角的频域估计方法和时域估计方法,比较了两种方法的优缺点。仿真结果证明了理论模型和算法的正确性。     

复杂空间热网的拓扑结构及水力过程仿真

针对多热源多环复杂热网的水力过程，提出了基于空间管网的计算方法。该方法可根据网络的固有参数通过求解非线性方程组给出不同工况下管网的流量分配和节点压力，还可解决故障导致的管网水力不对称问题，从而弥补了平面网方法的不足。应用图论理论描述了空间热网的拓扑结构，提出了用平面网信息生成空间网络关联矩阵和基本回路矩阵的实用方法。编制了计算程序，通过算例验证了该方法的正确性和实用性。     

单微射流作动器控制主流参数分析

采用改进的Beam—Warming近似因式分解法求解二维、粘性、非定常、可压全N—S方程。对单微射流作动器定向控制主流的合成流场进行数值模拟。分析了主流和微射流作动器之间距离、微射流的入射角度、微射流的最大出口速度及压电薄膜驱动频率对主流偏转程度的影响。其中入射角的影响最为显著，在入射角为负值(即微射流流向主流方向)时，主流被“推”向另一侧，成功模拟了文献[2]中关于微射流对主流“推”的现象。微射流的参数在一定的范围内对主流偏转程度影响非常显著，而超出此范围，其影响将大为减小。     

地球物理测井多参数综合识别储层流体类型的新型神经网络

建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.     

大功率 LED 电学参数模型的研究

为精确描述大功率 LED(Light Emitting Diode)的伏安特性, 将经典的肖克莱方程与 LED 物理模型结合进 行理论推导, 对所得方程进行泰勒展开, 并对该模型进行分段处理, 构建了大功率 LED 的电学参数模型。 通过 实测大功率 LED 的伏安特性数据验证了本模型比经典 PN 结模型更接近实际的伏安特性曲线, 与实测曲线一 致性更高, 误差在 1%以内。     

稠密等离子体中类锂铝的原子结构研究

等离子体中原子结构的研究对于等离子体诊断和天文学观测有着非常重要的参考价值.本文采用MCDF方法结合离子球模型研究了稠密等离子体对类锂铝离子的能级和跃迁参量(跃迁能、跃迁几率和振子强度)的影响情况.随着等离子体屏蔽强度的不断增强,上述原子结构参量变化如下:1s22p (2 P_(1/2,3/2))的能级不断升高,但1s23s(2S1/2)、1s23p (2 P_(1/2,3/2))和1s23d(2 D3/2,5/2)的能级却不断降低;不同主量子数间的跃迁对应的跃迁参量均不断减小;除了1s23s(2S1/2)-1s23p(2P_(1/2,3/2))间的跃迁外,同一主量子数间的跃迁对应的跃迁参量均不断增大;1s23s(2S1/2)-1s23p(2P_(1/2,3/2))的跃迁参量均先增大后减小;在跃迁的精细结构中,ΔJ=1对应的跃迁几率和振子强度较大,而ΔJ=0的则相对较小.     

基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

基于电化学机理模型的锂离子电池参数辨识及SOC估计

采用Fisher信息矩阵进行参数可辨识性分析,解决了参数的辨识问题,进而提出了基于简化电化学机理模型SP2D(simple pseudo-two-dimensional)的SOC(电池电量)在线估计方法。实验表明,该SOC估计方法较基于等效电路模型(一阶RC模型)的SOC估计方法,可将SOC估计的平均误差减小近30%,而在电池放电中后期更可减小达60%,有效解决了在电池全工作范围内的SOC高精度估计问题。     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。