基于抛物方程法的矢量场分析与仿真

研究海底声纳系统优化识别问题,海洋环境中的声传播是水声学研究领域中的一个经典问题.传统研究只关心声压场而不能实现振速和声压的联合处理,而且对低频声矢量场的研究也比较少.为了提高声纳系统性能,通过尤拉方程给出声矢量场的计算模型,采用抛物方程方法对声场声压进行计算,再利用差分法对声场振速等矢量场参数进行数值求解,并分析了具有弹性海底的浅海波导中的声矢量场.仿真结果表明,采用抛物方程法能够快速准确的计算海洋环境中的声矢量场,并实现振速和声压的联合处理,适用于声矢量场的快速预报,为提高声纳系统性能提供了依据.     

损失数据线性参数系统的递推最小二乘辨识方法

针对损失数据线性参数系统的参数辨识问题, 借助辅助模型辨识思想推导出其变递推间隔辅助模型递 推最小二乘算法.为了提高该算法的计算效率, 利用分解技术得到变递推间隔分解递推最小二乘算法 估计系统参数.此外, 在变递推间隔分解递推最小二乘算法中引入遗忘因子, 从而提高参数估计精度和收敛速度.仿真结果表明, 所提出的算法能有效估计系统参数.     

多变量系统状态空间模型的递阶辨识

研究多变量系统状态空间模型的递阶辨识问题,推广了作者提出的标量系统状态和参数联合辨识算法.当状态可量测时,利用最小二乘原理直接辨识状态空间模型的参数矩阵;当状态不可测时,利用递阶辨识原理提出了状态空间模型递阶辨识方法,使用系统输入输出数据来估计系统的未知状态和参数.状态空间模型递阶辨识方法分为两步:首先假设系统状态是已知的(即参数估计算法中的未知系统状态用其估计代替),基于状态估计和系统输入输出数据递归计算系统参数估计;然后基于系统输入输出数据和获得的参数估计,递归计算系统的状态估计.     

基于辅助模型正交匹配追踪的多输入系统迭代辨识算法

针对含有未知时滞的多输入输出误差系统的时滞与参数辨识问题,提出一种基于辅助模型的正交匹配追踪迭代算法.首先,由于各输入通道的时滞未知,通过设定输入回归长度,对系统模型进行过参数化,得到一个高维的辨识模型,且辨识模型中参数向量为稀疏向量;然后,基于辅助模型思想和正交匹配追踪算法,在每次迭代过程中,对参数向量和辅助模型的输出进行交互估计,即利用正交匹配追踪算法获得参数向量的估计,再利用参数估计值计算辅助模型的输出,并用辅助模型的输出值代替信息向量中的不可测信息项以更新参数估计;最后,根据参数向量的稀疏特征,获得系统的时滞估计.所提出算法可以利用少量的采样数据信息同时获得系统参数和时滞的估计值.仿真结果表明了所提出算法的有效性.     

基于差分进化算法的Wiener模型辨识

DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性.对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力.     

基于差分进化算法的Wiener模型辨识

DE算法是一类基于种群的启发式全局搜索技术,该算法原理简单,控制参数少,鲁棒性强,具有良好的优化性能.本文利用差分进化算法对Wiener模型参数进行辨识,把辨识问题等价为以估计参数为优化变量的非线性极小值优化问题,并分析了算法中种群规模NP、缩放因子F、交叉概率CR等控制参数对辨识过程中的全局并行搜索能力和收敛速度的影响,以保证算法的全局收敛性.对Wiener模型的数值仿真结果表明了DE算法在参数辨识问题中的有效性,以及较PSO算法更强的非线性系统辨识能力。     

基于最小一乘的系统辨识方法研究

针对系统参数辨识中最小二乘估计的稳健性较差,给出稳健性较强的最小一乘的系统辨识方法。推导出了最小一乘回归系数的估计式,使用逐次逼近迭代的方法,构造迭代序列给出最小一乘回归系数的迭代算法。并把该算法应用于控制系统参数辨识中,与最小二乘辨识相比较,当模型的观测数据有测量噪声时,最小一乘回归系数的收敛性及数值稳定性较好。仿真结果验证了理论,显示了最小一乘辨识的优越性。     

基于KRLS的非均匀采样非线性系统辨识

利用提升技术可将非均匀采样非线性系统离散化为一个多输入单输出传递函数模型,从而将系统输出表示为非均匀刷新非线性输入和输出回归项的线性参数模型,进一步基于非线性输入的估计或过参数化方法进行辨识.然而,当非线性环节结构未知或不能被可测非均匀输入参数化表示时,上述辨识方法将不再适用.为了解决这个问题,利用核方法将原始非线性数据投影到高维特征空间中使其线性可分,再对投影后的数据应用递推最小二乘算法进行辨识,提出基于核递推最小二乘的非均匀采样非线性系统辨识方法.此外,针对系统含有有色噪声干扰的情况,参考递推增广最小二乘算法的思想,利用估计残差代替不可测噪声,提出核递推增广最小二乘算法.最后,通过仿真例子验证所提算法的有效性.     

满秩分解最小二乘法船舶航向模型辨识

为了解决标准遗忘因子最小二乘法在线辨识船舶航向模型参数漂移和发散问题,考虑到船舶在实际航行中存在海洋环境扰动和数据欠激励的情况,提出并验证了一种基于满秩分解的递推最小二乘法.用实船数据进行船舶航向模型参数辨识,将辨识结果与标准遗忘因子最小二乘算法、多新息最小二乘法、最小二乘支持向量机的辨识结果进行对比,验证了满秩分解有...     

基于支持向量机回归的T-S模糊模型自组织算法及应用

结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法. 该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数,然后将T-S模糊模型后件变换为标准线性支持向量机回归模型,并利用支持向量机回归算法辨识后件参数. 仿真结果表明,相比现有的自组织算法,本文提出的T-S模糊模型自组织算法在规则数较少的情况下,仍然具有较高的辨识精度和较好的泛化能力. 最后,利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.     

星载海洋雷达高度计中基于FPGA的FFT运算模块的实现及性能分析

FFT运算是星载海洋雷达高度计实时跟踪处理的重要步骤，现代高分辨率雷达高度计要求处理速度更高，这时如果采用软件来进行FFT运算会导致处理时间过长。考虑到上星的需要，提出了一种采用FPGA技术来硬件实现高度计的FFT运算方法，理论和实验结果证明，采用此技术完全能满足高度计有关精度和处理速度的要求，解决了高分辨率星载雷达高度计控制中的一项关键的技术问题。     

Parallel Domain-decomposed Taiwan Multi-scale Community Ocean Model (PD-TIMCOM)

The Parallel Domain-decomposed Taiwan Multi-scale Community Ocean Model (PD-TIMCOM) was developed to provide a flexible and efficient community ocean model for simulating a variety of idealized and real ocean flows over a wide range of scales and boundary conditions. The model is particularly targeted at resolving multi-scale dynamics in the ocean environment, ranging from small scale turbulence to the global circulation gyres. The novel parallel algorithm improves the efficiency of the Error Vector Propagating (EVP) method, a simple direct solver for the typical pressure Poisson equations in the PD-TIMCOM. The new approach is ideal for multiple processes and takes advantage of parallel domain-decomposition, which can significantly reduce the operational counts and computational costs simultaneously. The speed-up is proportional to the number of domains, thus making the PD-TIMCOM a practical eddy-resolving global ocean model for climate projection. We illustrate the parallel performance based on the 1/4° global adaptation of PD-TIMCOM. Our results show accurate meso-scale variability, the reasonable separation of several western boundary currents from the coast, and the appropriate watermass distribution in the global ocean. Consistent with satellite altimetry, the results also show clear mean fronts in the Kuroshio Extension and extensive Kuroshio–Oyashio interaction. This leads to a quasi-equilibrium eddy field associated with three meandering jets in the Kuroshio Extension and Gulf Stream.     

一种提高海洋雷达高度计重跟踪估值精度的处理方法

重跟踪处理可以从雷达高度计接收的海洋回波信号中提取精确的测量信息,传统的海洋高度计重跟踪模型中没有考虑到仪器对回波信号的影响,这种影响造成回波波形与重跟踪模型的偏离,从而降低了重跟踪的参数提取精度。提出了一种利用点目标响应和加权窗进行海洋高度计重跟踪的新方法,该方法考虑了仪器对回波波形的影响因素,在此基础上重新构造了重跟踪的信号模型,使回波波形与重跟踪模型曲线之间符合更好,从而提高了参数提取的精度。利用该方法对SZ-4高度计的数据进行了处理,并将处理结果与同期测量的ERS-2高度计数据进行对比,对比结果显示该方法显著改善了参数提取的效果。     

基于PIC18F4680单片机的动态小压力微弱信号检测

采用泥浆压力传输开关信号,是石油钻井探测过程中地面与几千米井下少有的信号传输方式之一,但井下由于压力产生信号变动为毫伏级微小信号,再结合井下高达150℃高温及高震动、强干扰的恶劣环境,这使得有用信号的可靠稳定采集成为难题.针对该问题,以PIC 18 F4680单片机为平台,采用硬件滤波初步排除强干扰信号和软件卡尔曼滤波进一步精确提取有用信号相结合的方式实现井下钻井小压力信号的检测.给出了硬件平台及硬件滤波的详细设计方法,描述了软件卡尔曼滤波应用于压力小信号处理的实现方法,并通过仿真及现场验证证明其可靠性,而且性能超过国外同类技术.     

近场声源定位算法研究

麦克风阵列声源定位可为在复杂环境下的说话人的空间位置估计提供有效的解决方案。而传统的应用于雷达,声呐系统领域的阵列信号处理理论已趋于完美,很多应用于阵列信号处理的算法加以修改就可以用来进行麦克风阵列的声源定位。以阵列信号处理中的经典算法MUSIC（Multiple Signal Classification）算法为原型,同时根据语音信号在应用中的特点,介绍了一种基于近场的信号模型,并以此为依据对算法进行改进,使声源定位更加精确。对此算法进行了仿真实验,仿真结果表明,此算法具有良好的定位性能,并随着信号信噪比的上升,性能有所提高。     

自适应谱线增强在舰船轴频电场信号检测中的应用

利用快速横向滤波器自适应算法，通过自适应谱线增强器，能实时有效地将微弱的窄带轴频电场信号从宽带背景噪声中分离出来，从而大大提高舰船轴频电场的远程探测能力．最后利用该方法对船模产生的轴频电场实测数据进行了处理，结果表明该方法十分有效。     

压力传感器温漂及非线性校准技术研究

高精度压力传感器是航空领域应用非常广泛的传感器,常处于严苛的工作环境.为使压力传感器在特殊的测试环境中保持高测量精度,传感器的性能设计成为研究关键.合理的信号调理电路以及正确的误差校准原理,将显著提高传感器性能.通过在传感器的信号调理电路中使用可编程模拟信号调节器,对桥式压力敏感元件的温度漂移误差及非线性误差进行实时修正,使压力传感器实现了智能化自校准,有效提升了压力传感器的精度和环境适应性.     

Retrieving ocean surface current by 4-D variational assimilation of sea surface temperature images

In this article we propose a new method to estimate ocean mesoscale structures of the surface current velocity by processing sea surface satellite images. Assuming that the intensity level can be described by a transport-diffusion equation, the proposed approach is based on variational assimilation of image observations within a simple transport-diffusion model. This approach permits to retrieve the current velocity field from a sequence of satellite images. Results of processing synthetic data and real NOAA-AVHRR satellite images are presented and commented.     

基于混合高斯模型MRF场的CT图像分割*

提出了一种基于混合高斯模型的马尔可夫随机场CT图像分割方法.此方法根据工业CT图像的特点,建立混合高斯逼近的图像灰度统计模型;用混合高斯模型作为Markov随机场的先验模型,提出混合高斯Markov随机场分割模型.实验表明,该方法较单高斯模型有很大的改善,对工业CT图像分割效果好.