H∞滤波和自适应卡尔曼滤波在消除重力异常畸变中的对比研究

为了有效地消除重力异常畸变对海洋重力仪测量精度的影响，得到更高精度的重力异常测量值，根据随机过程理论，分析了重力异常状态方程，并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析，将其应用到消除重力异常畸变系统中。为了避免滤波发散，自适应卡尔曼滤波采用降阶的Sage—Husa算法。理论分析和仿真实验表明：H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性，并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响，但自适应卡尔曼滤波的性能优于H∞滤波。     

基于交织序列的偏振方向映射方法

偏振方向是偏振成像技术中的基本信息之一,能够反映出场景物体表面的方向信息,因此场景中偏振方向的分布对场景信息的解译有着重要的作用。传统的偏振方向表示方法存在着二维或三维信息映射方法的映射结果维度较高和由映射关系的距离相关性低而引起的映射方法噪声鲁棒性低问题。提出了具有距离保持特性的基于交织序列的偏振方向信息一维数值映射方法。选择从斯托克斯矢量分量中提取方向信息作为偏振方向的二维映射方法,再基于交织序列方法将二维数据映射为一维数值;之后研究了距离保持特性与映射方法对噪声鲁棒性的关系,并分析了该文所提出的偏振方向映射方法与传统偏振角映射方法的距离保持特性;进行了仿真实验与真实场景实验。仿真实验中,该文所提方法映射结果的PSNR均值相较于偏振映射方法提升了6%;真实场景实验中,该文方法映射结果相较于斯托克斯矢量映射方法降低了信息维度,相较于偏角映射方法,NMF特征的NRPSNR均值提升约14%,证明了所提出的映射方法具有低信息维度及较好的噪声鲁棒性。     

具有乘性噪声和随机量测时滞的目标跟踪算法

针对在机动目标跟踪过程中产生的乘性量测噪声与随机量测时滞问题,提出了一种改进的高斯滤波(GF)算法,并给出了该算法的一种具体实现形式——随机时滞和乘性噪声容积卡尔曼滤波器(CKF-RDMN)。首先,利用一组满足伯努利分布的随机序列描述随机出现的量测时滞现象。其次,利用乘性噪声满足高斯条件分布的特性,改进量测更新过程。最后依据三阶球径容积法则,对高斯积分进行求解。由于该算法是对经典GF算法的改进,因此,也可作为通用的滤波框架解决上述问题。通过与推广无迹卡尔曼滤波和推广扩展卡尔曼滤波对比,仿真结果表明,CKF-RDMN在解决乘性量测噪声与随机量测时滞问题时,具有更高的估计精度。     

基于粗糙集和BP神经网络算法的网络故障诊断模型研究

针对计算机网络故障诊断知识库冗余性高、神经网络与PCA、DS证据等理论相结合诊断精度不高的难题, 提出了一种新的基于粗糙集和BP神经网络的计算机网络故障诊断模型. 首先利用粗糙集算法对网络故障特征进行约简处理、提取最小诊断规则; 其次利用最小规则训练BP神经网络, 建立基于粗糙集和BP神经网络的计算机网络故障诊断模型; 最后将模型运用于真实网络故障数据诊断. 结果表明: 该模型具有学习效率高、诊断速度快、准确率高的特点, 能够快速诊断网络故障类型.     

不同冷却方式黄磷炉渣微晶玻璃析晶动力学研究

以水淬黄磷炉渣和自然冷却态黄磷炉渣为研究对象,采用熔融法制备CaO-Al2O3-SiO2系微晶玻璃.通过差热分析、X射线衍射和扫描电镜,并利用修正后的Johnson-Mehl-Avrami (JMA)方程和Augis-Bennett方程,分析了不同冷却方式下黄磷炉渣制备微晶玻璃的析晶规律.结果表明:不同冷却方式对微晶玻璃的析晶行为有所不同,水淬黄磷炉渣微晶玻璃的析晶活化能E为352.609 kJ/mol,自然冷却黄磷炉渣微晶玻璃的析晶活化能E为405.685kJ/mol;两种不同冷却方式的黄磷炉渣微晶玻璃的晶化机制均为三维体积晶化.水淬黄磷炉渣微晶玻璃中主晶相为硅灰石(CaSiO3)并含有少量的石英矿物;自然冷却黄磷炉渣微晶玻璃中主晶相为钙蔷薇辉石类(Ca(Mn2,Ca)Si2O6)和含铁硅灰石类固溶体((Ca,Fe) SiO3).以自然冷却渣制备的微晶玻璃性能优于水淬渣制备出的微晶玻璃.     

模拟熔融态黄磷炉渣制备微晶玻璃析晶规律研究

以SiO2-Al2O3、Na2O-SiO2-Al2O3 、K2O-SiO2-Al2O3、CaO-SiO2-Al2O3和MgO-SiO2-Al2O3五种混合辅料为研究对象,采用液-固混合法与热态黄磷炉渣进行高温混熔直接制CaO-Al2O3-SiO2系微晶玻璃.通过Factsage、差热分析和X射线衍射,并利用修正后的Johnson-Mehl-Avrami (JMA)方程,分析了不同辅料在高温下与热态黄磷炉渣混熔制备微晶玻璃的析晶规律.结果表明:混合辅料SiO2-Al2O3出现液相的最低温度为1595℃,而当加入碱金属或碱土金属作助熔剂时辅料的熔融液相温度均大幅降低.添加Na2O-SiO2-Al2O3辅料后制备出的微晶玻璃析晶活化能E为192.8718 kJ/mol,而添加K2O-SiO2-Al2O3辅料后其析晶活化能明显增加为306.4335 kJ/mol.当助熔剂为CaO和MgO时,其析晶活化能接近,分别为376.7427 kJ/mol和372.0462 kJ/mol.在五种混合辅料直接添加到热态黄磷炉渣制备微晶玻璃过程中,K2O-SiO2-Al2O3和CaO-SiO2-Al2O3辅料均出现目标主晶相为硅灰石(CaSiO3)的物相.综合考虑析晶活化能和物相组成,以K2O-SiO2-Al2O3为混合辅料直接加入热态黄磷炉渣制备出的微晶玻璃优于其它混合辅料的直接添加.     

复合随机变量高阶矩的一个积分表达式

<正> 本文给出了求中复合随机变量高阶矩的一个积分表达式,从而简化了计算。如果一个随机变量X,它服从的分布与一个参数λ有关,而λ也是一个随机变量,它服从一个确定的分布,这时我们称随机变量X为一个服从复合分布的复合随机变量。在应用问题中,常常遇到服从复合分布的随机变量     

逐步回归中使用的统计量的分布

<正> §1引言设给定指标y和r个因子x1,x2……,x10已知它们的资料矩阵为我们要寻求y与x1,x2,……,xr之间的线性回归方程并且希望最终得到的回归方程中只包含那些对y影响显著的因子,而不包含那些对y影响不显著的因子。所谓逐步回归分析,它的基本思想是:将因子一个一个的引入回归     

极大t—化残差统计量的分布

<正> 在回归问题中,通常使用极大t—化残差统计量作为剔除一个异常值(outlier)的标准,也即选取如下一个小概率事件     

分形滤波在高精度海洋重力仪数据处理中的应用研究

为有效地消除各种外界干扰噪声对高精度海洋重力仪测量值的影响,提高重力异常测量值的精度,在分析基于分形理论的滤波算法基础上,首次将其应用到高精度海洋重力仪系统数据处理中,并与自适应卡尔曼滤波进行对比分析,以实际信号数据与处理后信号数据的均方差作为衡量两种数据处理方法好坏的依据。理论分析和仿真实验表明:分形滤波方法和自适应卡尔曼滤波都能在一定程度上消除干扰噪声对重力异常信号的影响,但在相同背景条件下,分形滤波的性能优于自适应卡尔曼滤波。