气体浓度测量中的电化学传感器动态特性补偿

针对电化学气体传感器的动态响应延迟问题,设计了一种电化学气体传感器的动态特性测量装置,研究了气体传感器动态特性补偿及应用。为减小电化学气体传感器的动态响应时间,提出了用粒子群优化(PSO)算法对电化学气体传感器逆建模的动态补偿法,获得动态补偿滤波器模型,对电化学气体传感器的响应-恢复时间进行补偿。将补偿方法应用于研制的存储式气体浓度测试系统,测试结果表明该方法有效地改善了传感器的动态响应特性,并在响应时间上提高了3.6倍,恢复时间提高了2.8倍,具有可移植性强、易于实现的特点。     

一种改进混沌粒子群优化的节点定位算法

为提高无线传感器网络节点粒子群优化定位算法的收敛速度与定位精度,将混沌变异引入到算法中,加强算法的局部搜索能力,并通过改进粒子群优化算法中惯性权重的设置,提高定位速度和定位精度。仿真结果表明,该算法性能稳定,具有较快定位速度和较高定位精度,是一种可行的无线传感器网络节点定位的解决方案。     

气体敏感化学传感器的新进展

本文评论了气敏化学传感器的新进展;介绍了几种多功能化学传感器的原理,结构和应用,显示了化学传感器的最新成就。超微粒多功能集成化传感器的发展使化学传感器向多功能化和智能化迈出了重要的一步.它能同时测定气体浓度,湿度和温度。由于使用了超微粒子膜,大大降低了气体传感器的工作温度,为集成气体敏感器创造了必要的条件.     

空中无线传感网复杂路径自主部署技术研究

为了能够完成对真实环境中复杂目标路径的监测,提出了一种基于虚拟力的三维空中无线传感器网络复杂路径自主部署算法,该算法创新性地采用由复杂路径产生的"引力曲线"构建虚拟力场,使无线传感器网络中的节点能够自适应地完成对复杂目标路径的覆盖。仿真实验表明,与传统的虚拟力算法相比,该算法的部署过程更为迅速,路径覆盖率、均匀度均有较大提升。     

基于分布式自适应偏转次梯度投影算法的气体源点定位研究

针对无线传感网络中的气体源点定位问题,采用自适应次梯度投影定位算法(APSM)来逼近气体源点位置。由于实际气体浓度测量值受噪声干扰,导致APSM定位算法在估计源点位置时难收敛,并且计算耗时长,于是对其迭代搜索方向进行修正,并结合无线传感网络分布式计算的特点,提出一种分布式自适应偏转次梯度投影定位算法(DADPSM),该算法以有风时气体浓度衰减模型为基础,以DADPSM算法为核心,利用偏转次梯度方向代替原次梯度,以偏转次梯度投影的超平面作为搜索区域来进行松弛投影,对节点获取的气体浓度信息进行分布式计算,从而估计出气体源点位置。仿真实验表明,该算法收敛快、定位误差小,并且网络能耗少。     

基于改进量子粒子群算法的纸浆浓度控制系统

目的为了克服传统PID控制在具有大时滞性、非线性等特点的纸浆浓度控制系统中性能不足和参数调整困难等问题,研究参数在线调整的方法。方法在传统PID控制的基础上,结合量子粒子群仿生算法(QPSO),提出一种量子粒子群算法优化的传统PID控制器参数,并应用于纸浆浓度控制系统;同时对基本量子粒子群算法进行改进,引入交叉算子,并将该控制算法应用到纸浆浓度控制系统中,并与传统控制进行对比。结果与传统PID控制和基本量子粒子群优化的PID相比较,改进的优化算法能够得到更加令人满意的控制效果,具有系统超调量小、响应速度快、鲁棒性高等优良的性能。结论基于改进的量子粒子群优化算法的纸浆浓度控制系统可有效控制纸浆浓度,能够明显提高系统的控制精度等性能指标,更好地满足实际应用的要求。     

改进的 QPSO 算法在自融资投资组合中的应用

针对量子粒子群优化 (Quantum Particle Swarm Optimization, QPSO) 算法的缺陷,提出了一种基于 L$\acute{\rm e}$vy 飞行策略和混合概率分布的改进量子粒子群优化 (Hybrid Quantum Particle Swarm Optimization, HQPSO) 算法。在算法的设计中,借助 L$\acute{\rm e}$vy 飞行策略对粒子位置的迭代公式进行更新,用于改善算法的局部收敛精度,增强其全局探索能力。另外,考虑到迭代后期的早熟问题,在势阱模型中引入了指数分布和正态分布相结合的混合概率分布,帮助算法及时逃离局部最优。基于 16 个基准函数的测试结果表明,HQPSO 算法在收敛精度和鲁棒性上比其他几种算法表现更好。最后,将改进的 QPSO 算法应用到自融资投资组合模型的求解中,其数值结果与差分进化、粒子群优化算法和量子粒子群优化算法相比,HQPSO 算法展现出更好的可比性和优越性。     

基于量子粒子群优化的Volterra核辨识算法研究

将量子粒子群优化（QPSO）引入到非线性Volterra系统辨识中,提出了一种基于量子粒子群优化（QPSO）的Volterra级数辨识方法,利用QPSO算法估计出了非线性系统的Volterra核函数。提出的方法同时和传统的最小二乘法(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,提出的方法与LMS方法都具有很好的辨识精度和收敛性。然而,在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,本文方法都优于传统的LMS方法,而且,随着噪声的增强,这种优势越明显。     

分布式传感器网络中基于条件后验克拉美-罗下界的被动声目标跟踪局部节点选择算法

针对分布式传感器网络下的被动声目标跟踪问题,提出了一种基于条件后验克拉美罗下界（Conditional Posterior Cramér-Rao Lower Bounds,CPCRLB）的局部传感器节点选择算法,基于被动声探测背景下的纯方位量测数据,采用粒子滤波器推导得到了CPCRLB的近似解析表达式,进而在该CPCRLB的基础上定义了节点效用贡献作为节点选择准则,结合分布式传感器网络的特点提出了一种局部节点选择方法,节点无需知道全网传感器节点的信息,而是仅利用局部节点信息来决定下一时刻节点的活动状态,从而在实现自治节点选择的同时大大减少网络通信量。通过仿真结果表明,该算法在跟踪精度、能量消耗和计算复杂度方面都表现出较好的性能。     

基于修正时延粒子滤波的水声传感器网络目标跟踪

在水声传感器网络中,利用多个传感器节点探测到的方位信息进行目标跟踪是水下目标跟踪领域的一种新思路。由于水中声速的限制,信号到达各个节点的时间不是同步的,提出了一种修正时间延迟的方法,并将其与粒子滤波(PF)、扩展卡尔曼粒子滤波(EKPF)结合来解决该非线性跟踪问题。仿真分析表明修正时延后,算法的跟踪性能有较大提高;并且在相同条件下,EKPF的跟踪性能比PF好。     

轴对称面源羽流运动特性的PIV实验研究

热源羽流是普遍存在于日常生活与工作中的一种气流形态,但对通风气流营造舒适的室内环境会造成明显干扰。为避免测试仪器对热源羽流场的干扰,本文采用2D-PIV系统拼接技术对不同热源强度、尺寸的面源羽流进行竖向区域测量,得到更加准确的运动特征方程和全局流场分布。以此实测数据,对面源羽流的轴心速度、扩展半径公式进行拟合系数讨论,得到一个简便且较为准确的圆形面源羽流轴心速度表达式,并对式中的系数进行拟合修正。结果表明:在热源半径为0.050~0.125 m,热源散热量为40~120 W之间能够较好的反映出热羽流轴心速度随远离热源高度的变化关系。     

基于热电偶的爆炸场温度补偿方法及其 LabVIEW 实现?

在爆炸场瞬态高温测试过程中,由于热电偶的动态特性较差,使得测试结果存在较大动态误差。针对该问题,应用了以大功率激光器为热源的可溯源动态校准系统,对热电偶传感器进行动态校准,分析其动态特性;在此基础上,运用MATLAB和量子粒子群优化(QPSO)算法设计动态补偿滤波器,试验验证了动态补偿的有效性;通过Lab VIEW与MATLAB混合编程,最终在Lab VIEW平台上实现对热电偶输出的动态补偿。结果表明,补偿后的热电偶响应速度加快,爆炸场温度补偿结果可信。     

A pitch distribution in slow-wave structure of STWT using Cauchy mutated cat swarm optimization with gravitational search operator

Space traveling-wave tube (STWT) is a special power amplifier used in the space technology field to perform high-power conversion of signals; the pitch distribution is core parameter in slow-wave structure to ensure energy exchange between the electron beam and electromagnetic wave. A novel Cauchy mutated cat swarm optimization with gravitational search operator (GS-CMCSO) is proposed and applied to slow-wave structure design of STWT, electron beam efficiency is used as the objective function, and 1-D CHRISTINE code is introduced to obtain the output value of STWT, the pitch distribution to obtain best beam efficiency can be calculated. Experiments are carried out based on GS-CMCSO; quantum particle swarm optimization (QPSO) and Cauchy mutated cat swarm optimization (CMCSO) algorithms are introduced for optimization performance comparison. The experimental results demonstrate that the best beam efficiency (42.6%) generated by GS-CMCSO is larger than those of CMCSO (40.5%) and QPSO (34.9%); when the STWT is saturated, the output power and gain optimized by GS-CMCSO are excellent. Thus, the proposed method is very suitable for pitch distribution optimization in the slow-wave structure of STWT and performs better than those on QPSO and CMCSO.     

一种基于智能优化的摄像机标定方法研究

针对现有包装设备上对摄像机标定中传统优化算法存在的缺点,如对初始值敏感、收敛性差、易陷入局部最优解等,研究了量子粒子群优化算法在摄像机标定中的应用,提出了一种基于智能优化的摄像机标定方法,并给出了具体的步骤。实验结果表明该标定方法可以克服传统算法的不足,具有较高的精度,可以满足计算机视觉在包装工程中的应用。     

Remaining useful life prediction for lithium-ion batteries using a quantum particle swarm optimization-based particle filter

ABSTRACT

A novel RUL prediction approach for lithium-ion batteries using quantum particle swarm optimization (QPSO)-based particle filter (PF) is proposed. Compared to particle swarm optimization (PSO)-based PF, QPSO-based PF is proved to have a better performance in global searching and has fewer parameters to control, which makes QPSO-PF easier for applications. Moreover, fewer particles are required by QPSO-PF to accurately track the battery's health status, leading to a reduction of computation complexity. RUL prediction results using real data provided by NASA and compared with benchmark approaches demonstrates the superiority of the proposed approach.     

带活力因子的量子粒子群算法卫星基板模型修正

将卫星基板等效为单层板结构计算其结构参数，在量子粒子群算法原理的基础上给算法增加活力因子，用带活力因子的量子粒子群算法对蜂窝板结构的卫星基板等效模型进行模型修正，然后将修正后的数据返回有限元软件MSC/NASTRAN再次计算，修正后模型计算所得动力学数据与试验数据能较好地吻合，证实等效的合理性和算法的有效性。     

Remote sensing of aerosol plumes: a semianalytical model

A semianalytical model, named APOM (aerosol plume optical model) and predicting the radiative effects of aerosol plumes in the spectral range [0.4,2.5 microm], is presented in the case of nadir viewing. It is devoted to the analysis of plumes arising from single strong emission events (high optical depths) such as fires or industrial discharges. The scene is represented by a standard atmosphere (molecules and natural aerosols) on which a plume layer is added at the bottom. The estimated at-sensor reflectance depends on the atmosphere without plume, the solar zenith angle, the plume optical properties (optical depth, single-scattering albedo, and asymmetry parameter), the ground reflectance, and the wavelength. Its mathematical expression as well as its numerical coefficients are derived from MODTRAN4 radiative transfer simulations. The DISORT option is used with 16 fluxes to provide a sufficiently accurate calculation of multiple scattering effects that are important for dense smokes. Model accuracy is assessed by using a set of simulations performed in the case of biomass burning and industrial plumes. APOM proves to be accurate and robust for solar zenith angles between 0 degrees and 60 degrees whatever the sensor altitude, the standard atmosphere, for plume phase functions defined from urban and rural models, and for plume locations that extend from the ground to a height below 3 km. The modeling errors in the at-sensor reflectance are on average below 0.002. They can reach values of 0.01 but correspond to low relative errors then (below 3% on average). This model can be used for forward modeling (quick simulations of multi/hyperspectral images and help in sensor design) as well as for the retrieval of the plume optical properties from remotely sensed images.