自适应卡尔曼滤波在惯性测量组合误差补偿中的应用

惯性元件误差是捷联惯导系统的主要误差源，必须在导航过程中加以补偿。根据机动目标跟踪理论和惯性测量组合动态模型，分别建立状态方程和观测方程，利用机动频率自适应的算法进行卡尔曼滤波，以此达到惯性测量组合动态误差和随机误差补偿的目的。仿真结果说明该方法可行有效，优于传统的误差补偿算法，能较好地提高系统导航精度。     

地震作用下基于ADMF和系统参数组合的最优MTMD

多重调谐质量阻尼器 ( MTMD)是由许多频率成线性分布的调谐质量阻尼器组成。可能的系统参数组合形成 5种 MTMD,即 MTMD-1～MTMD-5。基于在基底加速度作用下具有一般 MTMD时结构的加速度传递函数 ,建立了 MTMD-1～ MTMD-5加速度动力放大系数 ( ADMF)的统一模式。利用 ADMF和数值寻优技术进行了详细的最优参数研究。最优参数包括 :最优频率间隔、最优阻尼比、最优调谐频率比。大量的数值比较表明 :在MTMD地震反应控制工程中 ,应优先选择 MTMD-1。     

自适应卡尔曼滤波在移动卫星通讯系统中的应用

研究了自适应卡尔曼滤波技术在移动卫星通讯系统中的应用.首先分析长时间工作的移动卫星通讯系统对导航定位系统的要求,其次通过对系统建模建立系统方程,利用GPS信息和激光陀螺惯性导航系统(LINS)信息建立量测方程.为了避免滤波发散,卡尔曼滤波算法采用Sage&Husa算法.最后给出在北京西郊跑车实验的结果.实验结果表明采用自适应卡尔曼滤波技术的LINS/GPS组合导航系统可以有效地改善移动卫星通讯系统的性能.     

包含两类变量的离散变量桁架结构拓扑优化设计

建立了包含截面和拓扑两类变量的离散变量结构拓扑优化设计的数学模型,该模型考虑了截面变量与拓扑变量间的耦合关系,反映了拓扑优化问题的组合优化本质,可以较好地解决"极限应力"、"最优解的奇异性"等困扰结构拓外优化设计的问题．同时采用相对差商法进行离散变量桁架结构拓扑优化,直接求解包含两类变量的离散变量结构拓扑优化设计数学模型,收到了比较满意的效果．     

降阶扩展卡尔曼滤波算法在船用INS/GPS组合导航系统中的应用

TNNS(真航向导航系统)由MS860接收机、INS及处理数据的PC/104架构的嵌入式工控机构成。针对TNNS推导了INS(惯性导航系统)的误差模型,提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试,软件及滤波算法平台由C/C 编制。海上试验表明,组合滤波后,INS的位置误差由100m降低到40m以下;进行最优化滤波后的航向误差σ由原来的0.105°减小为0.034°,纵横摇的误差也大幅减小。整个海试结果表明,在TNNS中组合GPS/INS采用的降阶扩展卡尔曼滤波算法,大幅提高了系统精度和可靠性。     

Nd∶YVO4/Nd∶GdVO4双波长激光器的功率均衡实验研究

实验研究了Nd∶YVO4/Nd∶GdVO4双波长激光器在不同抽运功率条件下,通过调节热沉温度达到功率均衡时的输出特性.实验结果表明:对于Nd∶YVO4/Nd∶GdVO4双波长激光器,当提高抽运功率,需要重新降低热沉温度达到功率均衡输出,降温幅度与抽运功率增加之比为11.23℃/W.与此同时,随着抽运功率和热沉温度的变化,双波长激光器的中心波长会出现小幅度的漂移,左峰波长随抽运功率增加的蓝移速率为0.056 nm/W,右峰波长随抽运功率增加的蓝移速率为0.054 nm/W.实验还发现功率均衡条件下激光器的输出总功率随抽运功率的增加而增加,拟合斜效率为8.7%,当抽运功率为5.58 W时,输出最大总功率达到115.7 mW.     

吸收峰混叠的太赫兹光谱区间组合特征提取算法

太赫兹光谱是物质识别的前沿方法之一。由于不同物质的分子组成或结构各异,许多物质的太赫兹吸收谱会在特定频率上出现吸收峰,可以作为混合物成分检测的重要特征。有效准确地提取这些吸收峰的参数,是提高识别率的关键。多峰拟合算法将光谱曲线拟合成若干个标准峰函数之和,能够同时提取到吸收峰的频率、峰高、峰宽等信息。但是该算法以寻峰算法结果为基础确定吸收峰的大致位置和数量,寻峰结果不一定是最优的拟合结果,而且很难准确识别定位混叠状态的吸收峰。为了提高混叠光谱中吸收峰的识别定位精度,提出以大幅度平滑后的曲线波谷为分界点,将预处理后的光谱分成若干个子区间。然后将子区间组合起来进行多峰拟合,通过遗传算法得到最优的拟合子区间组合和吸收峰频率近似值,拟合时每个子区间中通过峰数递增最优化方法确定拟合的吸收峰数,最后微调优化得到最优的吸收峰频率、峰高值。为了实现物质的识别,通过密度聚类算法得到同一类纯净物在多次测量中的共同吸收峰,以此作为标准数据,通过提出的基于吸收峰特征的光谱匹配算法实现了纯净物和不同含量混合物的快速识别。对10类纯净物的实际光谱数据进行拟合聚类,得到其吸收峰参数,结果与太赫兹光谱数据库一致。通过识别算法对纯净物测试集进行识别的识别率为100%,证明了特征提取和物质识别算法的有效性。对于含有混叠峰的混合物光谱,二阶导数法对葡萄糖-乳糖混合物光谱中被掩盖吸收峰(1.280 THz)的识别率仅为70%,提取到的频率平均值为1.316 THz;而该算法提高识别率至95%,频率平均值为1.281 THz,该算法提高了对混叠峰的分辨能力,能够精确定位混叠峰。对10类纯净物构成的6类不同程度混叠的二元混合物前二、三识别率分别达到90.8%和98.3%,提取到的特征能够有效应用于混合物的成分检测。该算法能够以纯净物数据为标准数据实现成分各异的混合物成分检测,对于太赫兹光谱混合物成分检测有重要意义。     

新组合模型在光电功率预测中的应用

为提高光伏预测要求的精准性,文章提出一种新算法将神经网络和ARMA算法改进组合,构成NEW ARMA-BP模型算法.以某30兆瓦的光伏电站采集的输出功率为输入样本,基于ARMA和BP神经网络算法在Matlab环境下依次搭建了相应的预测模型,预估光伏短期输出量.采用"误差正态检验图"判断基于两种不同算法的误差水平,依据两种单模型预测误差,运用所提出的新方法计算权值并获得新的预测值.基于Matlab的仿真结论验证了组合预测在光伏输出预测领域的适用性.     

基于最坏情况条件鲁棒利润的发电机组最优组合

采用最坏情况条件风险价值方法刻画电价风险,并定义最坏情况条件鲁棒利润描述发电商的利润,考虑机组启停,建立了基于最坏情况条件鲁棒利润的发电机组最优组合模型.在盒式不确定集下,将所建模型转化为混合整数二阶锥规划进行求解.通过10机24时段系统的算例仿真,验证了所建模型和求解方法的有效性.     

英国政府宣布投资6000万英镑成立石墨烯工程创新中心

<正>不久前,英国财政大臣奥斯本宣布英国将投资6 000万英镑在曼彻斯特大学成立石墨烯工程创新中心(GEIC),打造新的尖端石墨烯研究设施,以开发和维持英国在石墨烯及有关2-D材料方面的世界领先地位。在该笔投资中,1 500万英镑将来自英格兰高教基金会的英国研究伙伴投资基金,500万英镑将来自技术战略委员会,3 000万英镑将来自总部位于阿布扎比的可再生能源公司Masdar。其它资金将由曼彻斯特大学从欧洲区域发展基金等项目中获取。此前,英国已投资6 100万英镑在曼彻斯特大学创建国家石墨烯研究院,该研究院预计将于2015年