回流充气法处理中,高量含铁地下水的研究

本文介绍一种深井回流充气工艺,它兼具充氧和除铁综合性能的新型工艺形式,能改善含铁地下水的过滤性能.在此基础上提出了深井回流充气稳定期的概念,建立了深井回流充气系统中氧量的平衡关系.通过正交试验,提出了处理中、高量含铁地下水的推荐工艺流程和工艺参数.采用χ—射线衍射方法测试了井内铁泥和成熟滤料表面滤膜的成分和形态,分析了"充气"和"过滤》两过程中的除铁机理.     

Initial data truncation for multivariate output of discrete-event simulations using the Kalman filter

Data truncation is a commonly accepted method of dealing with initialization bias in discrete-event simulation. An algorithm for determining the appropriate initial-data truncation point for multivariate output is proposed. The technique entails averaging across independent replications and estimating a steady-state output model in a state-space framework. A Bayesian technique called Multiple Model Adaptive Estimation (MMAE) is applied to compute a time varying estimate of the output's steady-state mean vector. This MMAE implementation features the use, in paralle, of a bank of Kalman filters. Each filter is constructed under a different assumption concerning the output's steady-state mean vector. One of the filters assumes that the steady-state mean vector is accurately reflected by an estimate, called the assumed steady-state mean vector, taken from the last half of the simulation data. As the filters process the output through the effective transient, this particular filter becomes more likely (in a Bayesian sense) to be the best filter to represent the data and the MMAE mean estimator is influenced increasingly towards the assumed steady-state mean vector. The estimated truncation point is selected when a norm of the MMAE mean vector estimate is within a small tolerance of the assumed steady-state mean vector. A Monte Carlo analysis using data from simulations of open and closed queueing models is used to evaluate the technique. The evaluation criteria include the ability to construct accurate and reliable confidence regions for the mean response vector based on the truncated sequences.     

神经网络校正的EKF在高超声速目标跟踪中的应用

针对临近空间高超声速目标高度非线性、强耦合、高机动、时变参数、和独特气动特性等特点,综合运用军事运筹学理论与方法、系统建模技术、神经网络技术以及计算机仿真等,提出基于神经网络校正的扩展卡尔曼滤波(EKF)算法,并在高超声速目标跟踪中进行了应用研究。采取神经网络的学习能力来克服卡尔曼滤波发散问题,通过卡尔曼滤波后加一级误差处理环节使滤波收敛。仿真结果表明:该算法在目标发生较大机动时仍能保持较高的跟踪精度。     

伪距,伪距增量,载波相位双差／惯性深组合导航系统

利用滞后状态卡尔曼滤波将伪距,伪距增量以及载波相位双差同ＩＮＳ进行了深组合,仿真结果表明该组合导航系统不仅精度高,而且对解决惯导的对准问题具有突出的作用。     

采用标准系统方块图实现OTA—C滤波器的设计

提出了一种采用现代控制理论中的状态空间表达式的系统方块图直接实现了ＯＴＡ－Ｃ滤波器的方法,ＳＰＩＣＥ程序模拟结果验证了设计方法的正确。     

利用时变滤波器模拟多普勒信号

计算机模拟的多普勒信号可用于评估各种多普勒信号处理的性能。为了快速而容易实现模拟正交多普勒信号,提出了一种仅利用一个时变波滤器的方法。该方法根据白噪声通过时变滤波器的特性而实现的。实验表明,对以该方法模拟的多普勒信号的短时傅里叶分析结果与理论预测相吻合,故该方法是切实可行的。     

日周期短期负荷自适应滤波预测模型

考虑到时负荷的日周期性,利用时间序列分析中的自适应滤波预测法,建立日周期自适应滤波模型,经河北南网实例验证,预测精度较高。     

小波分析在滤波中的应用

小波分析是一种能同时在时间域和频率域内进行局部分析的新的信号分析方法。该文首先引入小波分析的概念,介绍了声音变换;然后根据地球物理勘探中数据量大,处理速度要求高的特点选用了Ｍｏｒｌｅｔ小波,并做了适当的简化,实现了小波正反变换,最后系统地探讨了在陷波,时频滤波,时变滤波中的应用,通过几个数学模型和一个物理模型的试验,均得到了理想的结果。     

膜富集分光光度法测定微量锌

以５－Ｂｒ－ＰＡＤＡＰ为显色剂，用ＷＸ型混合纤维素滤膜（孔径０．６５μｍ，φ２５ｍｍ）富集微量锌，用乙醇溶解富集物（Ｚｎ（Ⅱ）－５－Ｂｒ－ＰＡＤＡＰ）分光光度法测定锌，Ｚｎ（Ⅱ）－５－Ｂｒ－ＰＡＤＡＰ在乙醇溶液中最大吸收波长为５５５ｎｍ，表观摩尔吸光系数１．０９×１０＾５Ｌ．ｍｏｌ＾－１．ｃｍ＾－１，锌量在０．１～５．０μｇ／５ｍＬ，范围内符合比耳定律，本法灵敏度高，操作简便，应用于食品，水样中锌     

用环形扩散管和滤纸联用采样技术采集空气中氨和铵盐

建立了环形扩散管和滤纸采样夹联用，分形态同时采集空气中所态氨和颗粒态铵盐的方法。在同一气流中，采用涂渍１．５％草酸乙醇水溶液的环形扩散管采集气态氨，用浸渍上述试剂的玻璃纤维纸和慢速定量滤纸分别采集颗粒安和第一层滤纸上的铵盐挥发产生的氨气。用靛酚蓝比色法分别测定氨和铵盐。当采气流速为１．０Ｌ／ｍｉｎ时，采样效率高于９８．２％。将本法测得的氨气和铵盐的总量与标准采样方法的测定结果比较。无显著性差异（Ｐ