零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.     

一种非正交对称条带束流位置监测器设计

介绍了一种条带束流位置监测器(BPM)的设计与仿真方法。在国家同步辐射实验室"太赫兹近场高通量材料物性测试系统"工程项目中,针对波荡器出口处真空室非正交对称性的问题,设计了矩形真空室和跑道形真空室下的两种非正交对称性条带BPM,并与传统的圆形真空室下条带BPM进行对比。基于边界元法,利用MATLAB软件分别对三种真空室下的条带BPM进行建模和仿真。仿真结果表明:相对于传统的圆形真空室下条带BPM,矩形和跑道形真空室下条带BPM灵敏度提高了30%,阻抗匹配误差相对降低了20%,束流位置拟合误差降低了80%。考虑加工精度,矩形真空室下的条带BPM更适用于该工程。     

CiADS束流负载效应前馈补偿的仿真评估

在高功率超导质子直线加速器中，束流负载效应是影响超导腔幅相稳定性的一个重要因素。本工作基于谐振腔建场模型，开发了超导腔系统束流负载效应的时域仿真程序，分析了束流负载效应对超导腔幅相稳定性的影响，并在C-ADS注入器II上通过相关实验测量对仿真结果进行了验证。利用该程序，评估了CiADS超导直线加速器脉冲束流的脉冲长度，以及前馈补偿的时序抖动和束流纹波等因素对腔中电磁场幅相稳定度的影响。仿真结果表明:在当前CiADS直线加速器设计参数下，为满足超导腔中电磁场0.1%与在高功率超导质子直线加速器中，束流负载效应是影响超导腔幅相稳定性的一个重要因素。本工作基于谐振腔建场模型，开发了超导腔系统束流负载效应的时域仿真程序，分析了束流负载效应对超导腔幅相稳定性的影响，并在C-ADS注入器II上通过相关实验测量对仿真结果进行了验证。利用该程序，评估了CiADS超导直线加速器脉冲束流的脉冲长度，以及前馈补偿的时序抖动和束流纹波等因素对腔中电磁场幅相稳定度的影响。仿真结果表明:在当前CiADS直线加速器设计参数下，为满足超导腔中电磁场0.1%与$0.1^{\circ}$的幅相稳定度指标，前馈时序抖动的偏差不能超过0.79 μs，束流流强的直流偏差不能超过0.9%，并且给出了束流纹波的最大抖动幅值与纹波频率之间的关系。这些结果将为CiADS超导直线加速器相关子系统技术指标的确定提供依据。     

基于阵列MEMS磁传感器的测量与标定方法

针对MEMS磁传感器存在测量噪声大的问题,利用MEMS磁传感器体积小的特点,设计了阵列形式的MEMS磁传感器测量模块,减小了测量噪声对标定结果的影响。通过合理的硬件设计,实现同一时刻采集32个MEMS磁传感器信号。在硬件设计基础上,通过对阵列MEMS磁传感器建模与分析,设计了基于阵列MEMS磁传感器的标定方法。通过仿真及实物系统实验,验证了所提出方法的有效性。系统实验结果表明,采用阵列MEMS磁传感器标定结果的归一化模值标准差较单个磁传感器减小了70%。     

结合VEC和信心水平分析Black-Litterman投资组合模型

在理论上通过推导得出了Black-Litterman模型(B-L模型)最优权重与信心水平的关系式.实证部分开创性地将多元时间序列VEC模型运用到B-L模型的观点收益预测中.结果表明:且通过向量误差修正模型,实证取得了较好的效果.在任意一种做空限制下,随着信心水平在0%~70%水平上升,收益率有连续上升的趋势,并逐渐趋稳;风险有并不明显的下降的趋势.对同一信心水平而言,随做空限制的放宽,收益率有上升趋势.     

足绑式行人导航偏航角误差自观测算法（英文）

基于低成本MEMS惯性传感器的足绑式惯性导航系统(INS)和零速修正(ZUPT)算法广泛应用于行人导航中。由于MEMS惯性传感器零漂误差较大,零速修正时偏航角误差的可观测性差,INS偏航角误差不能被有效约束,成为行人导航的主要误差源。行人徒步行走特别是在室内楼道等结构化道路上行走时,行走的轨迹大多情况下可认为是近似直线,基于这个事实,提出了一种减小偏航角误差的算法,称为偏航角误差自观测(YESO)算法。当判定行人以近似直线徒步行走时,由行走轨迹计算出的航向角可近似认为是一个常值,那么由于各种误差引起该航向角发生变化时,可以将该变化量作为足绑式INS偏航角误差的观测量,进一步可利用卡尔曼滤波器估计出偏航角误差,对足绑式INS的偏航角进行校准。在室内楼道进行了约350 m的现场实验,实验验证了YESO算法的有效性。实验结果表明,当分别采用ZUPT和ZUPT+YSEO算法进行导航解算时,航向角误差从-29°减小到-2°,南北向最大位置误差从-35.5 m减小到-5.2 m。YESO算法的实现仅依靠系统自身的信息,没有增加额外的传感器,算法具有很好的工程实用价值并能方便地推广应用于车辆导航等领域。     

对流扩散方程的缩减基有限元法的后验误差

将缩减基(RB)方法和有限元方法相结合,在保证偏微分方程的有限元离散格式具有足够高精确度前提下,能够大幅度地降低有限元离散格式的维数,从而大大降低计算中内存容量和计算时间的消耗.针对对流扩散方程建立基于RB方法的Crank-Nicolson有限元离散格式,并给出后验误差估计结果.     

求解分数阶延迟微分方程的卷积Runge-Kutta方法

本文利用强A-稳定Runge-Kutta方法求解一类非线性分数阶延迟微分方程初值问题,并给出了算法的稳定性和误差分析.数值算例验证算法的有效性及其相关理论结果.     

Hamilton系统下基于相位误差的精细辛算法

Hamilton系统是一类重要的动力系统，辛算法（如生成函数法、SRK法、SPRK法、多步法等）是针对Hamilton系统所设计的具有保持相空间辛结构不变或保Hamilton函数不变的算法.但是，时域上，同阶的辛算法与Runge-Kutta法具有相同的数值精度，即辛算法在计算过程中也存在相位误差，导致时域上解的数值精度不高.经过长时间计算后，计算结果在时域上也会变得“面目全非”.为了提高辛算法在时域上解的精度，将精细算法引入到辛差分格式中，提出了基于相位误差的精细辛算法（HPD-symplectic method），这种算法满足辛格式的要求，因此在离散过程中具有保Hamilton系统辛结构的优良特性.同时，由于精细化时间步长，极大地减小了辛算法的相位误差，大幅度提高了时域上解的数值精度，几乎可以达到计算机的精度，误差为O（10-13）.对于高低混频系统和刚性系统，常规的辛算法很难在较大的步长下同时实现对高低频精确仿真，精细辛算法通过精细计算时间步长，在大步长情况下，没有额外增加计算量，实现了高低混频的精确仿真.数值结果验证了此方法的有效性和可靠性.