寒冷干旱区土壤水力特性参数的模拟估算

测量非饱和带水力特性参数,诸如:饱和含水率、田间持水率等系数,即耗时、费力又难以保证试验精度.但利用实测的土壤基本物化特征参数,颗粒级配、土壤容重等,通过土壤传递函数(PTFs)可以较准确地内插估算出土壤水力特性参数.本研究利用国家自然基金重点项目区--内蒙古太仆寺旗试验断面的实测资料,引入对数平均粒径和对数标准偏差,通过人工神经网络方法建立了太仆寺旗研究区的BP-PTFs函数模型和BP-PTFs-log函数模型,用误差分析理论分析评价了两函数模型的有效性、适用性和精度,并通过两种函数模型的外推预测结果的分析检验比较,结果表明,所建立的BP-PTFs-log函数模型要优于BP-PTFs模型.     

基于BP神经网络的土壤水力学参数预测

为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型。本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量sθ、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较。t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度。通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低。以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法。     

半干旱区土壤热通量遥感估算模型的适应性对比分析

提出了一种基于地表温度的土壤热通量遥感估算模型,结合另外两种应用比较广泛的遥感估算模型,分别是Moran(1989)提出的基于归一化植被指数NDVI、净辐射通量的模型和Bastiaanssen(1998)的基于NDVI、地表反照率、地表温度、净辐射通量的模型,利用MODIS遥感数据对这3种土壤热通量的模型进行了试验分析。参照半干旱区退化草地和农田地面站点实测的土壤热通量数据,3种遥感模型的试验结果表明:提出的基于MO-DIS地表温度的模型得到的土壤热通量精度最高;Bastiaanssen(1998)模型也能得到精度相当的土壤热通量,特别是它得到的可利用能量精度最高;Moran(1989)模型反演的土壤热通量误差最大。     

基于 PSO-RVM 模型的大坝安全监控研究

为提高大坝安全监控模型的预报精度和时间,利用粒子群算法(PSO)对相关向量机的关键核参数进行寻优,通过建立大坝安全监控模型与实际值比较,从而对RVM模型进行稀疏、学习、泛化等性能的分析研究。采用某实际工程实测视准线位移监测对模型进行验证,并通过均方根、标准均方和平均绝对百分比等误差,对模型预测的准确性、稳定性和可信程度进行评价。研究表明,PSO-RVM模型的泛化性能明显优于传统的RVM模型,应用于大坝安全监测建模是可行的。     

基于周期性对数流量模型的路由器性能分析

网络流量模型是网络规划设计和性能分析的基础问题，该文在分析实际网络测试所得数据的基础上提出一个周期性对数突发流量模型，不同于传统的基于概率统计模型，该模型主要考虑网络网络流量的周期性和突发特性，在测试流量数据的基础上通过函数拟合的方法解流量突发上界的时间特性，应用该模型给出了在已知模型参数的条件下，网络互连的基本单元－－路由器输入，输出接口的传输能力，缓存大小以及交换单元处理能力等必须满足的性能指标。     

基于组态软件的水力机械模型试验台测控系统的开发

由于自动化程度低的原因,传统的水力机械模型试验台无法实现模型机的稳定运转,这就产生误差,降低试验数据精度.针对这种情况,利用可编程序控制器及其模块、组态软件MCGS开发了水力机械模型试验台测控系统.该系统通过PLC与MCGS,能自动控制试验台辅助设备,保证模型机的稳定运转,及时采集试验数据.试验结果表明,使用此系统后原模型试验台试验数据精度得到明显提高,给水力机械制造厂提供可靠的数据参数.该系统不仅具有操作简单、抗干扰能力强、灵活方便、实用等特点,而且大大降低由控制试验台辅助设备所引起的试验数据误差.     

地形辅助导航系统中的数字地图误差模型辨识*

地形辅助导航系统在引入量测时便引入了与数字地图有关的误差，含数字地图制作误差及地形随机线性化误差两类。本文在建立系统误差模型的基础上研究了两类误差产生的机理、影响误差的因素、样本获取的手段及误差模型辨识等问题，并采用扩维系统仿真的方法研究了误差的平稳特性、白度、模型参数等特性及其对系统精度的影响，获得了对数字地图误差模型的基本估计。     

Jensen模型敏感指数出现负值的原因及解决方法

对于作物水分生产函数的Jensen模型，其敏感指数出现负值的现象是不合理的。从模型的适用范围和其敏感指数估计值的随机波动性两个方面分析了敏感指数出现负值的原因，并提出了解决方法：(1)利用适用范围内的数据来建立Jensen模型；(2)作物生育阶段不宜划分过多，一般以4～6个为宜；(3)试验处理数可在9～14范围内确定；(4)合理设计试验方案，尽量使信息矩阵的行列式值取最大；(5)通过选择土壤空间变异性较小的地块作为试验小区，提高灌水均匀度，增加小区内观测点的个数等方法来提高试验精度。     

基于Thevinin的锂离子动力电池建模实验研究

为了准确估算锂电池的荷电状态(SOC),对其等效电路模型进行了研究。通过充放电实验研究锂电池的电特性,利用充放电电压、电流数据辨识其欧姆内阻、极化内阻和极化电容参数,建立了较为精确的锂电池Thevenin模型。建立实验用磷酸铁锂电池的离散状态空间模型,在Matlab/Simulink环境下建立了该电池的仿真模型,并设计了放电实验。实验证明,建立的锂电池模型仿真数据与实测数据误差小于0.1 V,且随着充放电的进行误差逐渐减小,较好的跟随电池电压的变化,模型精度较高。     

基于DSP的MEMS陀螺误差建模与滤波方法研究

针对微机电系统(MEMS)陀螺测量精度低、随机噪声复杂的问题,根据MEMS陀螺的实测数据,分析其噪声特性,研究MEMS陀螺的随机噪声模型。应用时间序列分析方法,采用时间序列分析(AR)模型对MEMS陀螺测量数据噪声进行建模,该模型反映陀螺的噪声特性,基于该随机噪声模型,采用Kalman滤波技术有效降低了随机噪声对MEMS陀螺测量精度的影响。通过对MEMS陀螺实测数据的仿真试验结果表明:提出的建模与滤波方法能够有效地抑制其随机噪声误差,提高实际应用中的测量精度。