状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

水质评价涉及的因子权重与定权方法

水质评价涉及属性权与熵权两种权重.熵权表征因子的分类能力,由因子的隶属度向量通过计算信息熵确定.属性权表征因子重要性程度的差异,用途是使不同因子的隶属度具有"可比性",但定权方法众说不一.指出,因子重要性程度差异源于因子属性与因子取值无关,并且表征这种差异等同于对因子接重要性排序.AHP的比例标度判断矩阵为因子排序提供了合理的数据条件,但基于"一致性检验"的特征根排序法受到质疑;FAHP也因没有彻底摆脱"一致性",所以建立的排序方法有局限性.为此,通过标度变换将比例标度转化为评分标度,利用评分标度的可加性把判断矩阵中由评分标度确定的因子的序关系转化为因子排序.由此建立不受"一致性"干扰的定权方法.     

拉普拉斯变换微分性质的若干应用

给出拉普拉斯变换微分性质在求解拉普拉斯变换和拉普拉斯逆变换时的三个应用,并分别给出相应算例.     

二维CAS小波求解变厚度功能梯度简支梁的弹性静力学问题

利用正交的二维CAS小波方法数值求解了变厚度功能梯度简支梁的二维弹性力学问题,此求解过程相对简单,易于编程,具有可推广性.     

基于Hopf-Cole变换的Burgers方程初边值问题的Sinc-Galerkin法

利用Sinc-Galerkin法数值求解Burgers方程的初边值问题。首先,用Hopf-Cole变换将二阶非线性的Burgers方程变换为二阶线性方程,同时把第一类边界条件变为第二类边界条件。时间上的导数采用θ加权格式离散,空间导数采用Sinc-Galerkin法离散,端点处分别引入权函数处理变换后的第二类边界条件。最后,通过数值算例验证了Sinc-Galerkin法的指数收敛性,与精确解相比,本文构造的数值格式精度高,能够有效捕捉激波等物理现象。     

孤立子理论在中国的早期发展——纪念中国孤立子理论研究40周年

2018年是中国孤立子理论研究40周年.通过文献考证方法,考察分析了国内早期(1978-1989)孤立子理论的论著、名人传记及研究性论文,综述孤立子理论早期在中国的传播、研究与发展.指明1978-1989年这一时期我国孤立子理论研究主要处在培养人才和学习阶段,是出现更多更好的学术成果的前期阶段,是迎接孤立子理论在中国大发展的筹备期.     

基于傅里叶变换的光纤陀螺测试环境自评估技术

提出了一种基于傅里叶变换的光纤陀螺(FOG)测试环境自评估技术。测试结果表明,FOG零偏稳定性由环境3中的0.0015 (°)/h(100 s, 1σ)(数据100 s平滑后的标准差)降低到环境4中的0.0019 (°)/h (100 s, 1σ);随机游走系数由环境3中的2.1565×10~(-4)(°)/h~(1/2)降低到环境4中的2.8876×10~(-4)(°)/h~(1/2)。对另一只脉冲输出的陀螺进行了不同环境下的测试,零偏稳定性由环境3中的0.0013 (°)/h (100 s, 1σ)降低到环境4中的0.0021 (°)/h (100 s, 1σ)。通过两只陀螺的实验,验证了所提自评估技术的有效性,为高精度FOG的精度测试提供了指导。     

基采用时频区域检测的雷达信号盲分选算法

为了解决欠定条件下密集雷达信号分选问题,提高雷达信号盲分选算法精度,提出了一种采用时频区域检测的雷达信号盲分选算法,首先利用短时傅立叶变换将混合信号映射至时频平面进行处理,然后通过聚类算法估计出混合矩阵,从而反解出源信号矩阵,进而估计出每一雷达源信号,能够在信号的时频平面投影相交且欠定的条件下,实现信号分选功能.仿真实验结果表明:提出的算法相比于传统的类MUSIC算法及其衍生的相关改进算法具有更高的分选精度和算法收敛性,且估计得到的源信号时域波形更优,体现了其有效性和优越性.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。