基于自适应参数估计的三轴磁传感器实时校正方法

针对传统基于椭球模型三轴磁传感器无法实时校正的问题,设计了基于自适应参数估计的三轴磁传感器实时校正方法,通过对参数的实时估计与处理,实现了三轴磁传感器误差的校正。首先,对三轴磁传感器全误差模型进行分析与处理,建立了基于模值的参数估计方程;其次,详细分析了参数模型的噪声特性,针对非高斯状态相关噪声,提出了采用自适应参数估计方法;最后,设计仿真与实验分析,完成三轴磁传感器误差校正。实验结果表明,所提出的算法可以实现误差参数的实时校正,提升了磁传感器误差校正的自主性。同时,基于自适应参数估计方法,使得校正结果模值标准差相较于传统方法减小了3倍。     

一种基于自适应单元删除率的BESO方法

在ESO中采用动态删除率能有效地提高优化效率和稳定性，但现有的动态删除率策略都含有经验参数，确定删除率的过程较为复杂。本文提出了一种用于BESO的无经验参数自适应单元删除率确定方法。通过分析单元删除率对优化稳定性的影响，得到了结构优化过程中单元删除率的理想变化规律和单元灵敏度均匀化信息对删除率的影响情况，并据此分析了经验参数引入的原因，从而构造了评价单迭代步的单元灵敏度均匀化程度指标。然后，基于单迭代步的单元灵敏度均匀化程度指标，构造了全部迭代步信息下的单元灵敏度均匀化程度相对指标，结合单元删除率的推荐范围值，给出了一种自适应于结构优化进程的单元删除率自适应函数。最后，给出了基于自适应单元删除率的BESO方法实现流程。经典算例的结果对比说明，本文方法在保证优化质量相近的情况下，具有更好的优化效率和稳定性。     

基于多波长类噪声脉冲的掺铒光纤激光器

报道了一种基于多波长类噪声脉冲的被动锁模掺铒光纤激光器。采用980 nm半导体激光器作为泵浦源，2.5 m长的掺铒光纤作为增益介质。锁模机制为非线性放大环形镜(NALM)。通过自相关迹证明输出脉冲为类噪声脉冲。该类噪声脉冲的光谱3 dB带宽可达17.2 nm，边模抑制比为47.7 dB，重复频率为5.434 MHz，单脉冲能量为7.9 nJ。为了实现平坦的多波长输出，在NALM结构中加入Sagnac环干涉仪，获得了最大波长数为5的平坦多波长类噪声脉冲，平坦度为1.995。     

色散管理掺铥光纤激光器高能量脉冲的产生

设计了一种基于色散管理的掺铥光纤激光器。通过调节泵浦功率以及腔内偏振态，首先实现了稳定的展宽脉冲输出，中心波长和脉冲宽度分别为1 939.4 nm和482 fs。最大输出功率为15 mW，对应的单脉冲能量为0.52 nJ。增加泵浦功率到645 mW时，通过适当调节偏振控制器可以实现类噪声脉冲锁模，中心波长为1 940.1 nm。所实现的锁模脉冲具有飞秒量级的尖峰以及皮秒量级的基底。最大输出功率为20.4 mW，相对应的单脉冲能量为0.7 nJ。相比于传统孤子，采用色散管理所实现的锁模脉冲具有更高的脉冲能量。此外，所设计的掺铥光纤激光器可作为理想的主振荡功率放大以及啁啾脉冲放大结构的种子源，进一步提高脉冲能量，拓展2 μm高能光纤激光器的实际应用。     

基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

一种低温接收机噪声分时注入的方法

提出一种低温接收机噪声分时注入方法,可以在线对接收机系统进行标定。可以有效地解决大气变化、地表噪声、链路增益变化等对系统定标照成的影响。该方案已应用在国内多台射电望远镜项目中,并获得较理想的效果。     

基于贝叶斯参数优化的无模型自适应硅单晶直径控制

直拉硅单晶的生长过程涉及多场多相耦合与复杂的物理化学变化,其中工艺参数的波动是导致晶体直径不均匀的重要原因,如何实现工艺参数的控制以获得理想的、均匀的晶体直径具有重要的研究意义。本文分析现有控制方法存在不稳定以及控制效果不佳的问题后,提出基于贝叶斯参数优化的无模型自适应控制模型来控制硅单晶生长过程中的晶体直径。首先以坩埚上升速度与加热器的功率作为控制输入参数,晶体直径作为输出,搭建无模型自适应控制模型,并分析算法的稳定性。其次将控制模型进行仿真实验,发现硅单晶直径控制模型中不同的超参数设定会影响控制过程的迭代次数以及控制效果。最后,利用贝叶斯优化超参数的取值范围,并进行最终的仿真实验,结果表明,经贝叶斯参数优化后的控制模型计算快、迭代次数少,输出的晶体直径稳定,同时将生长工艺参数控制在实际生产要求范围内。因此,基于贝叶斯参数优化的无模型自适应控制实现了硅单晶直径均匀稳定的有效控制,具有结合工程背景的实际应用前景。     

基于多维混合柯西分布的点云配准

为提高三维点云在数据随机缺失和噪声干扰等复杂情况下的配准精度,提出一种基于多维混合柯西分布(MMC)的点云配准方法。将点云数学模型扩展为MMC模型,求解模型各参数,并构造出特征四面体,以优化旋转矩阵与平移向量;通过最大期望算法分别求出目标点云和待配准点云在MMC模型下的数据中心、协方差矩阵和权重的值。仿真与实验数据表明:与几种常用的算法相比,MMC算法即使在点云数据存在遮挡、缺失,大小不一致,含随机噪声,且具有无序性的条件下,也能精确配准,且具有良好的稳健性。     

成品油管道顺序输送二维模型优化求解

将一种简化的自适应网格应用于顺序输送二维混油模型的计算中,网格的疏密程度由速度和浓度梯度控制且用动网格取代传统的固定网格.混油模型中采用混掺长度理论计算速度场和扩散系数,并考虑了油品黏度变化对混油的影响.提高传统数值解法的精度,减少计算量,使之适应于长输管线顺序输送的混油数值计算.通过在计算机上的数值模拟实验,证明了该方法的有效性,分析了雷诺数、输送顺序对混油的影响并得到混油随输送距离的变化规律.