基于微波辐射计资料研究常州地区大气廓线

为了研究常州地区大气廓线,文章利用常州国家基本站地基微波辐射计近1年观测资料,在不同季节、不同天气情况下对观测资料进行数据处理,得出液态水廓线、相对湿度廓线、水汽密度廓线和温度廓线并进行了简要分析。结果表明：常州地区低层大气白天干热、夜间湿冷;水汽密度与相对湿度有较强的相关性;春季与冬季液态水含量空间垂直廓线有明显的双峰,夏秋季表现为单峰,云天在3 km处有峰值,雨天在1 km和3 km处有峰值。研究结果为常州地区降水及灾害预报提供指示意义。     

机载微波辐射计大气温湿廓线反演性能分析

基于RTTOV实现了机载平台的大气微波辐射传输快速计算,给出了机载微波遥感的权重函数;结合ECMWF大气温、湿廓线库建立了用于算法开发的训练库和检验库,并基于神经网络反演算法分析了不同通道组合、观测误差、平台飞行高度等因素对机载平台下微波大气温、湿廓线反演性能的影响。结果表明;神经网络反演算法可以简便、高效地利用多波段的观测信息得到大气温、湿廓线,湿度探测通道可有助于大气温度廓线的反演,且50GHz和118.75GHz附近通道对湿度廓线的反演尤其重要,具有良好的互补性;另外,飞机平台高度的降低能够显著改进飞机以下高度一定范围内的大气温度反演结果。     

基于快速局域线性回归的IRAS/FY-3B大气温湿廓线反演

提出一种快速的局域线性回归(Fast Locally Linear Regression,FLLR)算法,用于从搭载在风云三号B星(FY-3B)上的红外大气探测仪(IRAS)红外观测数据反演大气温湿廓线。算法所需的观测样本为IRAS/FY-3BL1数据红外观测值与AIRX2RET V5产品的时空匹配数据,以2011年为例,在180°W~180°E、60°N~60°S的研究区域内按照观测时间绝对差小于15min和观测角度绝对差小于2°的条件获取观测样本,并对样本进行了评价。在匹配观测样本的基础上比较分析了FLLR算法与LLR算法、D矩阵算法和非线性的神经网络算法,然后采用FLLR算法从IRAS/FY-3BL1数据反演得到2011年全年的大气温湿廓线,并外推反演得到2012年第1季度的大气温湿廓线。最后,利用相应的ECMWF再分析数据和RAOB探空观测对2011年的反演结果进行了精度验证,采用AIRX2RET V5产品对2012年第1季度的外推反演结果进行了验证。结果显示:与D矩阵算法相比,FLLR算法反演大气温度和湿度廓线的均方根误差分别减小~0.8K和~0.5g/kg,其精度与非线性的神经网络算法相当;相对于ECMWF再分析数据,本文大气温度和湿度廓线反演结果的均方根误差分别小于2.5K和2.3g/kg;而相对于RAOB数据,其均方根误差分别小于3.5K和2.0g/kg;2012年第一季度外推反演结果的均方根误差分别小于2.5K和1.6g/kg,与算法精度基本一致。IRAS/FY-3B大气温湿廓线的反演精度与MOD07V5大气廓线产品相当。     

微波辐射计在降水过程中的应用

文章利用平和县气象观测站2018-08-04降水过程的地面观测资料,结合微波辐射计的探测数据进行了相关性研究。结果表明:QFW-6000型微波辐射计的探测资料能够较好地反映整层大气要素的分布情况及演变特征,探测参量在降水预报服务中具有重要指示意义。     

基于GNSS/MET和微波辐射计资料的合肥地区大气可降水量变化特征分析

文章结合2020—2021年合肥国家基本站的GNSS/MET和微波辐射计2个设备探测资料,演算了大气可降水情况的具体信息,分析2者的变化特征和差异。结果表明：GNSS/MET与微波辐射计反演的值变化趋势一致,具有较好的相关性,可以较好地反映合肥地区上空的水汽变化,但也存在明显偏差,其中均方根误差最大值在夏季,最小值在冬季,而相对方差则相反。对比来看,微波辐射计资料在夏季和秋季更具有代表性。     

传递辐射计光谱通道的优化设计

鉴于传递辐射计对成像光谱仪定标时其通道选择对成像光谱仪的定标精度具有重要影响,本文使用MATLAB语言编写评价函数,作为对3 000K黑体光谱曲线进行多光谱反演精度的评价标准,最后利用MATLAB遗传算法和模式搜索算法工具箱对评价函数寻找最小值解,即传递辐射计的最优通道选择,并根据评价函数对光谱通道数、中心波长偏移、带宽展宽和测量系统误差对光谱反演精度的影响进行分析。结果表明,为实现0.12%的光谱反演精度,要求传递辐射计中心波长的偏移量不超过0.2nm、带宽展宽不大于0.02nm,测量系统误差小于0.1%。本研究可以指导传递辐射计的设计,对提高地球成像光谱仪的定标精度具有重要意义。     

RPG—HATPRO地基多通道微波辐射计的使用与维护

RPG-HATPRO地基多通道微波辐射计是一款大气垂直遥测的温度和湿度廓线仪,通过神经网络算法利用大气衰减特征分析反演边界层和对流层大气的温度、湿度、水汽密度及液态水廓线,为大气环境综合观测及空气质量预报预警提供综合分析手段。根据实际使用经验,对RPG-HATPRO地基多通道微波辐射计的仪器结构、测量原理、工作流程和运行维护等方面进行了介绍和总结。     

8mm微波辐射计测量等值盐密的方法研究

绝缘子污秽一直是困扰电力安全生产的难题。本文提出了用8mm微波辐射计检测绝缘子污秽的方法。在干燥和湿润的条件下,对人工污秽进行了微波辐射测量研究;分析了背景环境对测量的影响,然后利用天线方向性函数消去了背景的干扰;基于拟合技术建立了天线温度与等值盐密的关系。研究表明:以微波辐射计测量绝缘子污秽的等值盐密的方法,具有不受运行电压波动的影响,非接触式测量和可实时测量等优点;测量天线温度时的均方根误差为1.42K,相对误差不到1%。     

基于RBF神经网络的谐波传动自适应反演控制研究

由于自身结构上的特点,谐波传动系统存在柔性变形、摩擦和外界不确定干扰等非线性因素。传统控制器大多对系统进行了一定程度的简化,或未考虑非线性外界扰动,导致所设计的控制器性能达不到预期效果。为了提高系统精度,建立了考虑系统非线性刚度和非线性摩擦的谐波传动系统动力学模型;基于试验数据,采用最小二乘法对模型进行参数辨识;采用径向基函数（Radial Basis Function,RBF）神经网络在线逼近系统非线性摩擦和外界不确定干扰力矩,并提出了一种基于RBF神经网络的自适应反演控制器;利用Lyapunov稳定性理论,证明了其闭环系统的收敛性。仿真结果表明,与普通Back-stepping控制相比,在受到外界未知干扰后,所提出的RBF神经网络自适应反演控制能有效地逼近系统非线性摩擦和外界未知干扰,其跟踪误差峰-峰值能迅速稳定到0.000 82 rad;而Back-stepping控制对外界未知干扰比较敏感,其跟踪误差峰-峰值增大至0.012 3 rad左右。所提出的RBF神经网络自适应反演控制能抑制参数动态变化和外界干扰对系统传动精度的影响,提高系统的传动精度。     

BP神经网络在机器人运动轨迹规划中的应用

介绍了BP神经网络及其学习规则，将Matlab软件与BP神经网络工具箱相结合，运用到了机器人轨迹规划中，仿真实验证明了BP网络能够解决机器人运动轨迹规划中的某些问题。     

基于BP神经网络的触摸屏校准算法

由于触摸屏的密度不一致,采用简单线性转换限制了校准精度的提高。为了获得更高的校准精度,提出了基于BP神经网络的电阻型触摸屏校准方法,构建了神经网络模型,并利用BP算法的非线性隐射能力对触摸屏标定数据进行了输入一输出的非线性逼近。仿真实验结果表明,与两点比例校准相比该校准方法在校准精度上大约提高了3倍,明显优于同类算法。     

地面雷达结构维修性探讨

主要论述雷达维修性定义、设计要求,针对目前雷达维修性存在的问题及研制状况,从结构设计角度探讨了地面雷达维修性设计要求,以及提高地面雷达维修性的基本思路。     

多目标系统的自适应模糊神经网络控制

提出了一种多目标系统的自适应模糊神经网络控制的方法.通过对系统的多目标量进行加权合成,采用改进的遗传算法离线调整控制器网络参数.接入控制系统后,采用在线学习方式,通过BP算法调节网络的规则权值和比例因子,达到自适应控制的目的.计算机仿真结果显示,该方法控制效果好,鲁棒性强.     

FDM成形件精度预测模型的建立

熔融沉积成形(FDM)是快速成型(RP)最有发展前途的工艺之一,掌握提高成形件精度的控制方法是推广其应用的重要途径。在分析FDM成形件精度影响因素的基础上,提出应用误差反向传播(BP)神经网络建立预测精度模型的方法。将主要影响因素作为BP神经网络模型的输入参数,并根据最小预测误差选择输入层和中间层的维数,确定了BP模型结构。利用多组实验数据进行模型训练,建立了BP神经网络模型。模型预测与实验测量的对比结果表明,模型的预测误差在6%以内,具有很高的预测精度,可以指导实际应用。     

基于遗传算法优化的BP网络变压器可靠度计算

针对在进行变压器可靠度评估时可靠度计算用时较长的问题,进行了理论和仿真研究.首先对基于FTA计算变压器可靠度的原理进行了分析,其中专家经验起很大作用,分析了部分变压器可靠度较低的原因;在所得到的138台变压器可靠度值的基础上,提出了运用BP神经网络拟合单台变压器可靠度的方法,确定了神经网络架构和训练样本,在此基础上,运用GA对BP网络的权值和阈值进行了优化,用10组数据验证了其准确性.研究结果表明,通报BP神经网络可以有效地拟合出变压器的可靠度,误差在可以接受范围之内,提高了计算速率,运用GA优化后提高了可靠度拟合的准确度.     

机载火控系统故障诊断神经网络专家系统

对作战飞机火控系统的故障检测,传统的方法是使用多种检测仪器对机载火控设备进行性能检查,技术含量低,不能满足现代战争的需要.为提高部队的作战效能,采用微电子技术、人工智能技术、计算机测量与控制技术,研制了机载火控系统故障检测装置;该装置在实际应用中取得了良好效果,并具有测试结果准确,自动化程度高,工作稳定可靠,操作简便,易于转移和维护等优点,不仅适用与内场,还可用于在外场对机载火控系统进行原位检测,为技术人员进行机载火控系统的性能及故障检测提供了便利.     

再制造机床可修复零部件精度分配研究

研究可修复零部件精度参数的分配是关系到再制造机床性能和再制造成本的重要问题。本文提出了用BP+GA的混合算法优化分配可修复零部件精度参数的方法。首先利用BP神经网络建立零部件精度参数与再制造机床空间几何误差之间的正向映射模型,然后用正交设计法得到训练样本数据并训练网络,最后再用BP+GA的混合算法逆向确定零部件的精度参数。仿真结果表明了混合算法是解决复杂精度分配问题的一种理想方法,优化结果可用于指导零部件精度的修复。     

智能故障诊断研究的模型与方法

在机械设备故障诊断的研究中，神经网络诊断系统和符号推理诊断系统基本上是分开研究的。本文分析了这两种诊断系统同人的思维的联系与区别，指出了它们各自的优缺点，并且提出了一种适合故障诊断的基于神经网络、符号推理和人的智能的综合智能模型。     

基于微粒群算法的多层前馈神经网络

将微粒群算法和神经网络结合起来,实现了非线形模型的辨识问题和PID控制器参数优化问题.仿真实验表明:微粒群算法在神经网络控制及非线形模型辨识方面的应用具有可行性,具有良好的应用前景.