超小型无人机GPS导航中的坐标转换

超小型无人机GPS导航中,用简化高次项的高斯投影正算法将WGS-84大地坐标投影变换为高斯平面坐标,通过投影变换及在投影面上转换坐标实现坐标转换.并用相似变换法将GPS接收到的WGS-84大地经纬度高斯投影后强制转换统一,以实现坐标匹配.此算法可满足超小型无人机机载GPS导航和实时监控系统的精度要求.     

深度融合特征提取网络及其在化工过程软测量中的应用

复杂化工过程的观测数据往往同时包含非线性和强动态特性,而传统的化工过程软测量方法无法准确提取观测数据的非线性动态特征,以至影响数据建模和质量预报的准确性。提出了一种基于变分自编码器的深度融合特征提取网络(deep fusion features extraction network, DFFEN)。在变分自编码器框架下,通过构建潜隐特征信息传递通道,提取非线性动态潜隐变量。并利用自注意力机制(self-attention)融合关键的隐层信息,优化因信息传递通道过长而导致的潜在特征被遗忘的问题。此外,在后端网络构建潜隐变量和关键质量变量之间的回归模型,以实现关键质量变量的预报。最后,通过数值案例和实际的合成氨过程验证了所提出的DFFEN模型的可行性和有效性。     

一种构造化工过程被控变量的方法

针对化工过程的控制结构设计问题,提出了一种构造被控变量的新方法.选取最优性条件(NCO)为被控变量,可在反馈控制器作用下使过程运行在最优点.针对某些NCO条件在线不可测的问题,基于神经网络找到可测变量的非线性函数关系来近似NCO条件,并选取这些函数关系为被控变量.对一个放热反应过程的研究表明,提出的方法可对过程近似优化...     

基于正交小波网络的非线性系统辨识新方法

在非线性系统辨识中，系统输入数据往往是非均匀分布的。对于此类问题，正交小波网络处理起来较复杂。本文基于小波网格系，提出两种近似方法，可简单有效地解决这一问题。该法最大特点是计算简单，便于应用。最后用于辨识非线性系统，仿真结果验证了该方法的可行性和有效性。     

无线传感器网络在周界防范系统中的应用

对周界防范系统的功能和技术要求进行了分析,提出了应用无线传感器网络以提高入侵报警准确率并降低误报、错报率的策略.主要讨论了系统的分层要求、信息传输和数据融合.给出了一种满足实时性和自组织要求的系统网络拓扑结构和智能定位方法,为实现周界防范的智能化提供了一种新的思路.     

造纸机横向控制多微处理机系统设计

纸机定量横向分布控制是一个高维多变量工业控制系统,直接设计控制器存在着控制算法在线计算量大、难以实时实现的困难.本文通过引入新型的控制变量约束,对系统进行分块解耦,提出了控制算法的一种分散化并行实现策略,并给出了相应的多微处理机系统并行实现结构.     

一种新的多工况过程在线监测方法

针对复杂工业过程中的多工况和非高斯信息问题,提出一种基于外部分析的ICA-PCA（independent component analysis and principal component analysis）在线统计监测新方法。首先把过程变量分为外部变量和主要变量,通过偏最小二乘（PLS）回归方法分离外部变量对主要变量的影响,然后利用ICA-PCA两步信息提取策略,完整地提取过程的信息,最后用3个统计量对过程进行监测,建立了一种具有非高斯特性的多工况过程在线监测算法。通过对一个数值例子和连续搅拌槽（CSTR）过程的仿真研究,说明提出的方法是可行、有效的。     

基于PCA-SVDD的故障检测和自学习辨识

为了利用多变量统计过程控制在故障检测上的优势以及克服其在故障辨识诊断上的缺陷,提出一套新的用于化工过程的故障检测和自学习辨识算法.应用主元分析(PCA)实施故障检测并对故障数据运用PCA特征提取,提出3种基于主元分析-支持向量数据描述(PCA-SVDD)的模式判别方法来实现故障的自学习辨识:考虑故障辨识时可能出现的类分布重合问题,分析和比较了基于欧氏距离和归一化半径判别这2种方法,提出针对新型未知故障辨识的加权归一化半径判别法.通过对Tennessee Eastman(TE)过程的仿真研究,说明了提出的故障检测和自学习辨识算法的可行性和有效性.     

基于集成学习的多产品化工过程软测量建模方法

化工过程通常具有非线性、时变以及多产品等特性。针对上述特点,在集成学习框架下建立自适应软测量模型。首先,面向具有多个产品的化工对象,借助k近邻法,以统计假设检验理论为依据,提出一种自适应局部化方法,获得多样性程度高的局部模型集合。然后,根据未知样本量化局部模型的泛化能力,通过选择性集成方法获得主导变量的估计值。此外,为了对主导变量估计值的精度进行评估,基于局部模型泛化误差,给出一种通用性高的模型性能评价方法。在仿真的盘尼西林生产过程上的运行结果验证了所提方法的有效性。     

基于小波域统计模型的纸浆纤维图像去噪研究

在小波多尺度分析基础上，提出一种新的图像小波系数的白适应统计算法，并应用于纸浆纤维图像的去噪研究。将图像小波系数视为服从广义高斯分布（GGD）的随机变量模型，在小波软阈值去噪的基础上引入空间自适应阈值方法；将均值滤波算法应用于小波系数方差的边缘估计中，结合最大后验概率准则（MAP）进行参数估计以恢复噪音小波图像。该算法用于纸浆纤维图像的去噪，效果理想，同其它的图像去噪算法相比，它具有较高的峰值信噪比（PSNR）。