基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

火电机组主蒸汽温度神经模糊-PID串级控制

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题.针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案.根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制.内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制.仿真实例验证了所提出的方法的有效性.     

用于遥感图像建筑物目标分类的层次匹配核

提出了一种利用图像特征空间信息的核函数——层次对数极坐标匹配核,用于遥感图像建筑物目标的分类。对图像进行特征提取,并将特征映射到已聚类好的"码本"中,量化为有限个类别。将图像由粗到细划分为多个层次的对数极坐标系下的"子区域(单元格)"。比对落入同一层次、同一"子区域(单元格)"的每类特征的直方图交集,建立加权的多尺度直方图,将多个特征多尺度直方图合并,得到最终的核函数,并利用"一对多"的支持向量机(supportvector machine,SVM)完成建筑物的分类。对标准数据库Caltech-256和自建遥感图像数据集进行实验,结果证明了该核函数的有效性。     

基于多信号源的神经模糊Hammerstein-Wiener模型研究

面对复杂工业过程控制的需求, 设计一种结合数据信息的特殊模型结构, 在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题. 为此, 本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型, 突破传统的迭代分离方法, 通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离, 同时设计了神经模糊模型参数的非迭代优化算法, 将研究结果拓广到分段非线性系统,改善了模型的适用范围. 该算法保证了模型的预测精度,具有逼近较强非线性过程的能力. 在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统, 利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题, 采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性.     

基于改进PDF技术的间歇过程NFM模型

间歇过程是一类具有典型复杂非线性特性的生产过程,可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于概率密度函数(PDF)技术的模型训练方法,成功解决了传统的基于MSE准则训练方法模型泛化能力弱的问题,但又产生了概率密度难以估计及目标PDF未知时模型性能不稳定的问题。针对这两个问题,引入了新的概率密度窗宽估计方法,并提出了在目标PDF未知时采用PDF预估器及其收缩策略的算法。仿真实验表明:该方法能够保证足够的概率密度估计精度和模型预测性能。     

热压型煤成型条件优化试验研究方法

针对当前煤矿瓦斯动力学物理模拟试验中型煤材料存在低强度和高渗透率问题,建立了一套热压型煤成型条件优化试验研究方法。首先,自主研发了热压型煤试验系统,并对试验系统优势和今后改进方向进行了汇总,同时基于Horsfield致密堆积理论创建了型煤材料最优配制方案,最后形成了以马氏距离度量法和黄金分割法相结合的成型条件优化方法。为了验证试验方法的效果,通过控制成型温度为311.8℃、升温速率为5℃/min和保温时间为5.3 h,开展了不同成型压力条件下热压型煤试验研究,研究了不同成型压力条件下的热压型煤微观结构、物理力学特性和渗透特性等响应特征。结果表明：增加成型压力,总孔隙度逐渐减小,单轴抗压强度呈先增大后减少的变化趋势,破坏形式以块状剥落和纵向破裂为主,初始渗透率呈先减小后增大、最小渗透率则呈先减后增再减的变化趋势。以各成型条件的具体数值为试验点、热压型煤和原煤的关键参数为评价参量构建样本矩阵,计算各成型条件下热压型煤和原煤之间的马氏距离,再结合黄金分割法对试验区间进行优化求解,优化后的最佳成型压力为80 MPa,在此成型条件下制作的热压型煤密度、单轴抗压强度和初始渗透率分别为1.137 g...     

一类间歇生产过程的迭代学习控制算法及其收敛性分析

针对基于迭代学习控制的间歇过程产品质量优化控制算法难以进行收敛性分析的难题,并且考虑到实际生产中存在外部干扰和不确定因素的影响,本文对间歇过程模型参数动态更新问题进行了分析,建立了间歇生产过程产品质量的神经模糊(NF)预测模型,提出了一种新颖的批次轴参数自适应调节算法。在此基础上,构造了一种基于数据驱动的间歇生产过程产品质量迭代学习控制算法,并对优化问题的收敛性给出了严格的数学证明。最后,将本文提出的算法用于一类典型的间歇过程终点质量控制研究,仿真结果验证了本文算法的有效性和实用价值,为间歇过程的优化控制提供了一条新途径。     

基于建模误差PDF形状的间歇过程数据驱动模型

间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题.突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题.通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声.仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径.     

空调蒸发器的自适应预测控制策略

针对空调蒸发器运行状态,提出一种基于模糊神经模型的自适应单神经元预测控制器,该控制器具有结构简单、易于操作、控制器参数可在线调节的特点。离线建立空调蒸发器的模糊神经模型,再利用模型的梯度信息在线调节单神经元控制器参数,使控制系统较快地趋于稳定。仿真结果表明,提出的自适应单神经元预测控制器具有较好的动态性能和稳态性能,并能够成功地应用到空调蒸发器的控制中。     

面向人机交互技术的体态感知抗干扰方法研究

随着计算机技术不断发展,人机交互技术也已逐渐发展成为一项热门的综合技术,且被广泛地应用到很多领域.本文对体感技术做了相关的研究,综合帧间差分法与LK光流法,提出纷乱场景下特定运动目标体态识别抗干扰方法,在复杂环境中提高了系统的可交互性,最后在Kinect平台上进行了实现.