有限区域风场分解方法及其在台风SAOMEI研究中的应用

介绍了有限区域水平风场分解的调和-余弦计算方法,该方法把函数分成两部分之和.第一部分是Laplace方程在给定边界条件下的解,由于Laplace方程的解是调和函数,这个部分可称为调和部分,又因为其与区域内部值无关,也称外部部分.第二部分是原始函数与调和部分之差,这个函数是齐次边条件下Poisson方程的解,只与区域内部的涡度或散度有关,故称为内部部分,可以展开成双傅氏的余旋函数系列.调和-余弦计算方法的求导都是用谱系数进行,计算精度比常用的差分方法高两阶以上.而且,由于外部部分对应的边界条件物理意义清楚,边界光滑,成功克服了有限区域流函数和速度势迭代求解出现的计算不稳定、原始风场无法还原、边界上的系统缺失等问题,可以准确分解和重建有限区域的风场.利用NCEP/NCAR 1°×1°的实时分析资料和日本气象厅区域谱模式(RSM)20km分辨率的再分析资料,利用调和-余弦算法得到的无辐散风分量和无旋风分量,对2006年的8号超强台风“桑美"(SAOMEI)进行风场结构的比较分析.结果发现,低层无辐散风比原始风场与台风中心的对应关系更好;同时,无旋风分量能更好地显示原始风场上并不明显的低层辐合高层辐散的特征,大尺度无辐散风分量可以更清晰地显示出台风的水汽输送通道.从与台风中心的对应关系看,台风在海上发展阶段,SAOMEI台风的旋转中心与辐合中心并不是时时重合,这个特点只能通过风场分解才能得到.此外,SAOMEI登陆以后,南部洋面上发展起来的对流活动从水汽和能量补充方面都不利于SAOMEI的维持.可见,分解后的无辐散风场和无旋风场能更清楚地体现出SAOMEI的风场结构,在台风结构分析中有重要的推广应用价值. 关键词： 台风 水平风场分解 调和-余弦算法     

浅析一种燃油加油机自动检定装置

该文详述了一种新型燃油加油机自动检定装置,该装置主要用于燃油加油机的自动检定。对比与传统检定装置中存在的检定效率低、人工操作误差影响较大等问题,本装置能够实现燃油加油机的自动化检定,极大提高工作效率并能保证测量精度要求。     

基于遗传算法的多目标生产车间调度研究

针对生产调度多目标动态复杂性,提出了一种基于AOE图寻找关键路径的改进遗传算法。采用基于工件和机器相结合的编码方法,根据多目标要求,设计了相应的交叉遗传算子。实验结果表明,改进的遗传算法符合车间实际应用情况,对解决多目标动态车间调度问题有实际的应用意义。     

基于DSP的GPS/DR组合定位系统的设计

对于城市车辆GPS导航来说,其很大的一个缺点是跟踪卫星的信号常常由于建筑物、隧道及树木等的遮挡而使GPS的定位精度大大降低,甚至无法进行正常的定位。为此,提出了基于DSP的GPS/DR组合定位系统,详细介绍了系统的硬件设计方法、组成和软件设计思想。最后进行了采用联合卡尔曼滤波器的GPS和DR系统的组合定位的仿真实验。实验证明,采用联合卡尔曼滤波算法的GPS/DR组合定位系统的转度明显高于GPS单独定位方式。     

基于改进“当前”统计模型和AKF的机动目标跟踪

采用"当前"统计模型设计Kalman滤波算法,实现对机动目标的自适应跟踪;并针对"当前"统计模型对机动目标跟踪中存在的缺陷,提出改进的"当前"统计模型,根据滤波估计值对最大加速度进行自适应调整,使得系统噪声方差随着目标运动情况自适应变化;此算法在没有增加任何计算量的基础上有效提高了机动目标的跟踪性能.通过对实际交通视频的仿真实验验证了算法的有效性.     

杂波环境下基于视听信息融合的目标跟踪

以监控系统为研究背景,充分利用场景中视听媒体间存在的天然时空相关性,将视觉信息和听觉信息有效地融合从而实现对目标的快速跟踪.利用机器视觉相关理论提取视觉运动特征,利用计算听觉场景分析技术抽取音频场景特征,建立视听信息特征级融合模型并进行联合场景事件判断.仿真结果表明,应用视听信息融合对目标进行跟踪,预测误差小于单独基于视觉的目标跟踪,同时听觉信息的引入有助于克服图像噪声.     

数据仓库及其在公交决策支持系统中的应用

针对数据仓库技术如何满足公交智能决策支持系统（ＰＴＤＳＳ）的要求进行了研究,着重说明了基于数据仓库的决策支持理论和方法在公共交通决策支持系统中的应用,提出了用于公共交通决策支持系统的数据仓库的开发流程以及在数据采集与数据组织方面的设计与实现．     

山西省环境保护局办公自动化系统的设计

通过对“山西省环境保护局办公自动化系统”设计的介绍，探讨了办公自动化系统应用Iternet技术在Intranet网络环境下实现的方法。     

温度控制系统的无超调模糊-PID控制器设计

文章提出一种针对典型温度控制系统的模糊-PID控制策略,使得系统在无超调的情况下获得最短的调节时间,以节省设备投资。对传统模糊控制方法与PID参数整定进行了改进,以适应本文所述情况。仿真结果表明本文的控制器设计方法简单实用,并有良好的控制效果。     

基于神经网络模糊控制的单交叉口信号控制

在分析城市交通信号控制研究现状的基础上,提出一种基于神经网络模糊控制的单路口交通信号灯控制方法,通过检测当前相位的排队长度和下一相位的排队长度得出当前相位以及下一相位的车流密度,进而判断是否进行相位变换.以每个周期内交叉口的车辆平均延误作为控制指标,来判断该控制器的控制性能.计算机仿真结果表明,该方法能够降低车辆在交叉路口的平均延误.