北半球环流系统季节内及年际以上振荡信号的信息传输

利用NCEP/NCAR月平均高度场再分析资料,分别提取季节内和年际以上振荡的基本特征和形式,运用信息传输理论分析这两种振荡信号的信息在低纬度与中高纬度间的传输.发现季节内振荡信号信息损失率较年际以上的偏大,且在特定地区这两种振荡信号的信息具有反向传输的特征;空间传输的水平分布上,两种振荡信号均表现为纬向上低纬度信息损失率大且海陆分布差异显著;空间传输的垂直分布上,年际以上振荡信号的低纬度高空信息损失率较大,中高纬度从对流层至平流层底信息损失率都较小,而季节内振荡信号则是低空信息损失率大,高空信息损失率小. 关键词： 滤波 高度场 信息损失率     

考虑捆绑销售的多产品供应链定价策略

以一个制造商向一个零售商同时销售两种互补产品的二级供应链为研究对象,研究了制造商、零售商分别采用不同捆绑策略下的供应链定价博弈问题,并对四种定价模型(分开—分开,分开—捆绑,捆绑—分开,捆绑—捆绑)进行比较分析,探讨了产品互补程度、边际利润水平与供应链利润、最优捆绑策略的关系。研究结果表明,对领导者制造商而言,采取分开定价是占优决策;对于追随者零售商而言,是否采取捆绑定价取决于产品互补程度与产品边际利润水平比值,当产品互补程度变大或者边际利润比值降低时,零售商的最优策略由捆绑策略向分开定价策略转变。     

聚光型粗细调互补阳光信号采集器的研制

高准确度自动跟踪系统是太阳能聚光器必不可少的组成部分,而信号采集器能否精确可靠地采集到阳光照射方向的信号又是自动跟踪准确度的关键.本文提出了一种粗细调互补信号采集器的设计方案,在正常工作期间通过软件能够根据需要不断地自动调整选择二组光电传感器中其中一组输出的差模信号作为有效信号,从而有效地解决了大范围寻找太阳和高准确度跟踪之间的矛盾|而在此基础上改进为对聚光后的阳光信号进行采集的新结构,又彻底解决了光电传感器本身在光照强度很大时进入饱和区与光照强度很弱时输出的差模信号太小的问题,有效延长了聚光器在早晚时段的正常工作时间.据此原理制作的聚光型粗细调互补信号采集器应用于某公司的CPV型1200W砷化镓发电系统中,取得了很好的跟踪效果,其实际跟踪误差≤0.1°（立体角）.     

多尺度变步长最小均方自适应算法在光纤陀螺数据处理中的应用

为有效抑制光纤陀螺(FOG)随机噪声,提出将一种多尺度变步长最小均方(MVSLMS)自适应算法应用于FOG数据处理中。根据FOG输出数据的特点,构建了MVSLMS自适应滤波器,提出了FOG信号滤波算法的实现步骤。对FOG实测静态数据、振动数据和速率测试数据进行了滤波实验,结果表明所提算法对FOG随机噪声的抑制效果明显,相比LMS滤波,MVSLMS自适应滤波后的静态数据零偏稳定性数值减小了72.0%,振动数据在振前、振中、振后零偏稳定性数值分别减小91.5%,77.4%和96.5%,速率测试数据标准差减小了54.4%。摇摆测试滤波实验结果表明所用算法对FOG真值信号具有较好的跟踪能力。     

大规模非线性互补问题的共轭梯度法

提出求解大规模非线性互补问题NCP(F)的PRP型共轭梯度法,算法自然满足充分下降条件.当F是可微P_0+R_0函数且F'(χ)在水平集上全局Lipschitz连续条件下,证明了算法的全局收敛性.数值结果表明算法的有效性.     

冲击波测试系统的动态建模及应用

若测试系统的带宽不能完全覆盖冲击波信号的有效带宽,就会存在较大的动态误差。根据冲击波测试系统的激波管动态校准实验数据,建立了冲击波测试系统动态数学模型,设计了动态校正数字滤波器。仿真结果表明,动态校正滤波器明显提高了系统动态响应的快速性,展宽了工作频带。实弹测试结果显示,校正滤波器能提高冲击波测试的精度和可靠性。该方法能有效消除动态误差,提高测试数据的准确性。     

基于自适应EKF的弱GNSS信号跟踪算法

弱GNSS信号跟踪技术是卫星导航接收机关键技术之一,跟踪技术的好坏将直接影响卫星导航接收机在弱信号条件下的跟踪性能;在动态环境和先验信息不充分的情况下,由于扩展卡尔曼滤波(EKF)的固定设计使其不能满足要求,针对此不足引入一种自适应扩展卡尔曼滤波(AEKF)的信号跟踪算法;该自适应滤波算法能够实时监测残差或滤波器新息的动态变化,来修正观测噪声方差和状态噪声方差,以此调整滤波器增益,观测值和控制预测值在滤波结果中的权重;理论分析和结果表明,该算法能够充分利用观测信号的统计特性,克服了传统EKF算法不足,获得更好的跟踪性能。     

混合判断矩阵排序方法研究

本文介绍了混合判断矩阵及完全一致性混合判断矩阵的概念，提出了混合判断矩阵排序的一种最小偏差法，并给出了其收敛性迭代算法，最后通过算例说明了方法的可行性。     

不等式约束最优化的一个使用非单调搜索的可行算法

对不等式约束最优化问题本文提出了一个新算法。算法使用了非单调搜索,它不仅放松了每步迭代中对搜索的限制,而且使得算法迭代到一定阶段后具有非常简洁的形式,在不需要严格互补条件的较弱假设下,算法是整体和超线性收敛的。     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。