Ensemble-SISPLS近红外光谱变量选择方法

近红外光谱具有高维小样本的特点，变量选择是提高定量分析模型稳健性和可解释性的一种有效方法。确定独立筛选（SIS）是一种基于边际相关性的超高维数据变量选择方法，广泛用于基因微阵列数据的变量选择。SIS具有将数据维度降低至样本大小规模的能力，其降维能力与LASSO相当，在相当宽泛的近似条件下，由于具有安全筛选性质，所有重要变量被保留的概率趋于1。基于确定独立筛选偏最小二乘（SIS-SPLS）的变量选择是一种迭代式的SIS变量选择方法，首先利用SIS方法完成光谱重要变量的初选；然后根据重要变量的边际相关性大小进行逐步前向选择：建立偏最小二乘回归模型，依据贝叶斯信息准则（BIC）确定最终的变量选择结果。SIS-SPLS以逐步前向选择的方式实现对重要变量的增量式筛选，随着潜变量个数的增加及因变量残差的逐步减小，SIS-SPLS方法选择的变量个数将趋于稳定。然而仅以边际相关性对变量重要性进行评价，当光谱变量个数远大于样本数时，该方法也存在选择的变量过多、变量选择结果不够稳健等问题。为进一步提高小样本情况下变量选择的稳健性，将集成学习引入SIS-SPLS方法之中，提出了一种集成SIS-SPLS变量选择方法（Ensemble-SISPLS）。该方法首先对校正集样本进行自助重采样，对采样得到的每一个校正子集分别使用SIS-SPLS方法进行变量筛选，通过投票机制并设置频次阈值对所有校正子集的变量选择结果进行集成，选择出现频次大于给定阈值的变量并建立偏最小二乘回归模型，计算5折交叉验证均方根误差。对频次阈值和潜变量个数两个关键参数使用网格搜索法进行优选，根据子模型的交叉验证均方根误差和变量个数对子模型性能进行综合评价，以最优子模型包含的变量作为最终的变量选择结果。分别在Corn数据集和当归数据集上进行变量选择实验，比较Ensemble-SISPLS，SIS-SPLS和UVE-PLS三种变量选择方法的性能。其中当归数据集共77个样本，样本采自甘肃岷县和渭源县，使用Nicolet-6700型近红外光谱仪扫描得到所有样本的近红外光谱并对当归中的阿魏酸含量进行预测。Ensemble-SISPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为22，0.000 8和0.999 8；SIS-SPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为97，0.007 3和0.998 8。Ensemble-SISPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为24，0.018 1和0.996 3；SIS-SPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为38，0.022 6和0.994 3。结果表明，该方法进一步提高了变量选择结果的稳健性和预测能力。Ensemble-SISPLS变量选择方法有效结合了SIS-SPLS较强的变量选择能力和集成学习良好的泛化能力，提高了变量选择的稳健性。此外，由于在子模型的预测能力和变量个数之间进行了折中，一定程度上减少了选择变量的个数，提高了模型的可解释性。     

基于FTIR技术和稀疏线性判别分析的秦艽种类鉴别

傅里叶变换红外光谱通常包含有大量的波长变量点，对其进行定性分析需要建立稳健的、可解释性的分类模型。稀疏线性判别分析(SLDA)是一种较为新颖和有效的机器学习算法，常用于高维度、小样本数据的变量筛选和判别分析，SLDA通过在线性判别分析中引入正则项，使分类器训练过程和变量选择过程同时完成，不同判别方向上载荷系数的稀疏性则增强了模型的可解释性。采集甘肃不同产地的秦艽样本94个，其中麻花秦艽(Gentiana straminea Maxim)30个，黄管秦艽(Gentiana officinalis)28个，大叶秦艽(Gentiana macrophylla Pall)36个，利用傅里叶变换红外光谱法获得所有样本的光谱图。取其中70个样本构成训练集，剩余24个为测试集。使用训练集建立SLDA模型，对2个判别方向上不为0的载荷系数个数进行网格化寻优，得到了最优的参数空间。利用建立的SLDA模型对测试样本进行预测，其分类准确率达到100%，实现了对三种秦艽的快速、准确鉴别。实验结果表明，与PLS-DA方法相比，SLDA模型在分类准确率、稀疏性及可解释性方面均具有一定优势，是一种新颖、有效的光谱定性分析方法。     

惯性／DGPS精密进场着陆引导系统

为确保飞机精确直线飞越预定点上空并具备精密进场着陆引导能力 ,研制了机载惯性 /DGPS精密进场着陆引导系统。该系统通过综合技术将惯性导航系统与差分 GPS有效组合 ,不仅定位精度高、工作可靠 ,而且输出信息实时、连续 ;通过着陆引导轨迹及引导画面的精心设计 ,为飞行员提供图形化的、精确安全的进场着陆引导信息 ,引导飞机至决断高处 ,从而解决了飞机全天候尤其是在复杂气象条件的进场着陆引导问题。本文介绍了该系统的方案、组成、系统特点、技术难点以及试飞结果。试飞中飞行员反映该系统精度高 ,引导画面图形直观 ,操作简便 ,能满足复杂气象条件下的进场着陆引导要求     

正交匹配追踪算法的近红外光谱定量分析

压缩感知(CS)是一种新兴的信号压缩和采样技术,正交匹配追踪(OMP)是一种贪婪追踪算法,广泛用于压缩感知领域中的稀疏信号重构。针对近红外光谱信号高维小样本以及信号稀疏先验的特点,为进一步提高小样本近红外光谱变量选择的灵活性和可靠性,基于压缩感知理论,提出了一种新颖的光谱变量选择方法正交匹配追踪变量选择(OMPBVS)。OMPBVS算法通过对原始光谱信号的稀疏重构,将绝大部分变量的回归系数压缩为0,进而间接实现光谱变量选择。具体过程为以光谱矩阵为传感矩阵,预测变量为观测变量,迭代地计算残差与原子的内积,选择内积最大的原子,在每一步迭代过程中将信号投影到由所有已经被选择原子张成的子空间上,然后对所有被选择原子的系数进行更新,使得产生的残差与已被选择的所有原子都正交,其残差计算的实质是进行Gram-Schmidt正交化,正交投影能够在保证信号重构精度的情况下减小迭代次数。OMPBVS具有将光谱维度降低至样本大小规模的能力,其变量选择能力与LASSO相当,但与LASSO相比,由于OMPBVS损失函数的优化方法是前向选择算法,减少了迭代次数,并且可以精确控制选择变量的数量。分别在beer数据集和Wheat kernels数据集上进行变量选择实验,比较PLS,MCUVE-PLS,CARS-PLS,WMSCVS,LASSOLarsCV和OMPBVS六种变量选择方法的性能。其中beer数据集共60个样本,采用Kennard Stone (KS)方法划分训练集样本36个,测试集样本24个,预测变量为Original extract concentration。Wheat kernels数据集共523个样本,训练集样本415个,测试集样本108个,预测值为蛋白质含量。OMPBVS方法在beer数据集上选择变量个数、RMSEC和RMSEP分别为2,0.205 2和0.159 8,在Wheat kernels数据集上选择变量个数、RMSEC和RMSEP分别为9,0.450 2和0.412 5,其变量选择能力和模型性能均好于其他五种方法,这说明OMPBVS是一种有效的近红外光谱变量选择和定量分析方法。OMPBVS变量选择方法在小样本情况下具有良好的泛化能力,能够减少选择变量的数量,提高变量选择的稳健性。此外,基于SNV和MSC等光谱预处理方法,能够在一定程度上减少选择变量的个数,提高模型的可解释性。     

快速传递对准中机翼弹性变形估计方法比较

传递对准是机载主惯导对子惯导进行初始化的过程,机翼变形对快速传递对准滤波精度有显著影响。讨论了传递对准中机翼变形的不同估计方法,通过分析建模过程比较了各种方法的特点及其适用范围。然后建立快速传递对准仿真环境,用"速度加姿态"匹配方式进行仿真,比较了不同方法所能达到的精度。最终从对准精度、快速性、模型依赖度、计算量等方面,对各种传递对准中机翼弹性变形的处理方法进行了比较总结,结果表明,将弹性变形当作有色噪声且使用卡尔曼滤波量测扩增法进行传递对准滤波器设计时,在估计精度和计算量方面达到最好折衷。所得结论为快速传递对准弹性变形的处理提供了工程应用参考。     

基于参数辨识的最优双位置对准方法

传统参数辨识双位置对准方法绕方位轴转动90°构成第二位置，不是最优方案。改进方法绕方位轴转动180°构成最优双位置，并采用递推最小二乘进行参数辨识，计算量小，适合实时解算。采用光纤捷联惯导实测数据进行半物理仿真试验表明，改进方法10 min的方位对准精度优于1'，水平对准精度可提高一个数据量级，并且收敛速度得到明显改善。     

化学腐蚀法研究Nd:YAG晶体位错

采用化学腐蚀法研究Nd∶YAG晶体位错.研究发现,腐蚀剂、腐蚀温度以及腐蚀时间对位错的显示都有影响.浓磷酸腐蚀剂在220 ℃下腐蚀20 min时,显示的位错最为清晰.蚀坑形状为菱形,经过计算,位错密度大约为10~3 cm~(-2).同一种腐蚀剂在不同的腐蚀时间所形成的位错蚀坑大小和形貌是不同的.同时发现在样品的边缘有位错塞积群.     

一种纬度未知的全姿态光纤陀螺寻北方法

常规光纤陀螺寻北仪采用4位置法、多位置法和旋转调制法等,当基座有俯仰角或倾斜角时均需要输入测量地纬度才能完成寻北,这种要求已制约了寻北仪在快速机动的现代战争中的应用。根据地球自转角速率为常量的特性,通过在正交坐标系中"虚拟"天向角速率测量陀螺,提出了一种仅需一个光纤陀螺和一个加速度计通过三位置转位来实现全姿态寻北的方法,该方法使寻北仪在纬度未知时也可全姿态高精度寻北,并输出载体姿态角和测量地纬度值。经工程样机验证,使用0.02(°)/h随机游走的光纤陀螺和50?g零偏重复性的加速度计可达到0.06°的寻北精度。     

棱镜式激光陀螺锁区特性分析及误差角补偿

针对棱镜式激光陀螺锁区误差不能完全消除的现象,首先,从理论上分析了棱镜式激光陀螺的锁区特性,通过实验测试及最小二乘拟合得到了闭锁阈值与温度的抛物线特性,进而利用二次函数描述激光陀螺零速率点输出相位的方法及菲涅尔积分公式,详细推导出了锁区误差角与零速率点相位、零速率点相位加速度及闭锁阈值的函数关系,从而得到了锁区误差的补偿模型。仿真结果表明,机抖加噪和锁区误差补偿后误差角均在零附近波动,锁区误差补偿后误差角比机抖加噪后减小一个数量级。对某高精度棱镜式激光陀螺进行实验,结果表明,与机抖加噪相比较,锁区误差补偿后陀螺性能提高40%以上,体现了该模型的有效性。     

两种零速校准方案的比较

采用零速校准技术是提高地面惯性测量系统定位精度的一项有效手段。本文分析比较了两种零速校准方案,即方案Ⅰ和方案Ⅱ。分析结果表明;方案Ⅱ不仅简单易行,而且对系统各项非模型误差的影响不太敏感。这一点在车载试验中得到了进一步的证实。