软体微手鲁棒非线性控制设计

软体驱动器是构建智能软体机器人的基石。然而,由于软体驱动器具有非线性、耦合和不确定性等复杂的特性,如何对其进行有效建模与控制是目前极需解决的难题。以一种由三支单腔双向弯曲软驱动器构成的软体微手为研究对象,对其进行了鲁棒非线性控制设计研究。首先,进行了鲁棒非线性控制系统的总体结构设计分析。其次,对如何设计算子控制器、跟踪控制器、算子观测器实现其对软体微手的弯曲角度和力进行控制进行了分析和讨论。接着,分析和研究了鲁棒稳定和跟踪条件。最后,通过基于实验数据的仿真验证了所提方案的可行性和有效性。     

中国海透明度卫星遥感监测

传统的海水透明度监测方法是利用船舶等进行实测。由于船测本身固有的缺点，满足不了当前对海洋要素大范围、快速、实时监测的需求，必须结合卫星、航空遥感等手段，进行立体监测。文章以海水透明度为突破口，开展中国海透明度的卫星遥感监测。结果表明，利用卫星遥感技术反演海水透明度精度可以达到相对平均误差22.6%，在中高透明度海区，具有更高的反演精度。利用建立的海水透明度遥感反演算法和SeaWiFS卫星遥感数据，制作了两年的中国海透明度遥感产品数据集，并利用该产品，对中国海透明度的时空变化规律进行了遥感分析。     

长相关随机模型FBM对光伏发电短期预测

针对光伏发电功率具有较强的波动性、间歇性输出,光伏功率预测精度较低,且难于给出具体预测时间长度等问题,提出了一种长相关随机模型分数阶布朗运动（fractional Brownian motion,FBM）,用于光伏功率预测。首先,采用重标极差法计算长相关（long-range dependence, LRD）参数-Hurst指数,Hurst指数用于判断光伏功率数据是否满足长相关性,并通过最大李雅普诺夫指数（Lyapunov）计算出模型最大可预测时间尺度;其次,采用随机微分法建立FBM光伏功率预测模型,同时估计FBM预测模型参数值;最后,选取澳大利亚沙漠知识太阳能中心（Desert Knowledge Australia Solar Center, DKASC）、美国国家可再生能源实验室(National Renewable Energy Laboratory, NREL)以及北京国能日新科技有限公司的光伏功率数据集,从不同的地理环境、不同的气候特征、不同的规模大小电站进行验证。仿真结果表明,该模型较传统的Kalman、LSTM模型具有更高的预测精度,可为光伏并网的稳定和安全运行提供更好的理论支持,对电网调度部门具有较高的参考价值。     

智能软体驱动器的跟踪控制器设计

以一种单腔双向弯曲软驱动器为研究对象,提出了一种软驱动器跟踪控制器的设计方法。通过系统辨识的方法将被控对象的非线性数学模型辨识为线性模型,并将线性模型作为被控对象,在控制框图中加入寻优模块,确定一组最优的参数,即为跟踪控制器的参数。最后,通过系统的仿真实验验证了跟踪控制器的可行性和有效性。     

远海船舶噪声分布初步研究

舰船数量、吨位以及航行距离的急剧上升导致了海洋环境噪声级大幅度升高,对海洋环境的影响也日趋加重。但是当前的海洋环境噪声研究所使用的历史航船数据库的信息却非常匮乏且无法及时更新,不能反映出船舶噪声真实的变化情况。此外,对于远离岸边的海域,岸基船舶自动识别系统(Automatic Identification System,AIS)与雷达无法监测到,卫星AIS技术的不成熟导致了船舶数据时效性和完整性的严重不足。因此,尚无可用的远海大范围的船舶数据。为了解决远海船舶数据缺乏的问题,提出了一种基于多源AIS数据的数据融合方法,根据某海域在某个时间段内收到的所有AIS信息,处理后进行融合,融合结果可以得到任一时刻该海域的船舶分布情况,进而可计算出该海域的区域船舶噪声级。     

基于PMDB数据集的海表温度反演误差统计分析

红外辐射计在测量海表温度时,大气水汽含量是影响遥感反演精度的主要因素之一。利用1988年1月~2009年11月60°N~60°S的SST和水汽月平均资料及AVHRR准同步实测数据集PMDB,分析了海表温度及其卫星反演误差和海面水汽含量的相关关系。结果表明：海表温度和水汽含量的纬度带月均值具有明显的季节变化特征。纬度越高,遥感SST偏离实测SST越小;在中低纬海域,PFSST算法通常低估了海表温度,而高纬度海域则高估了海表温度;SST误差的气候态月均值在中高纬海域具有较好的季节分布特征,与水汽、SST的季节变化相关性较高。