改进最小二乘递推算法的洪水预报应用研究

建立线性自回归模型,应用于洪水实时预报,并应用AIC、BIC这两种准则以确定自回归模型的阶数。最小二乘递推算法是估计自回归参数的一种常见方法。最小二乘法估算出的模型参数在预报误差平方和最小的条件下是最优解。研究中,为了强化时变系统的辩识以提高洪水预报精度,对数据采取衰减记忆、有限记忆及时变衰减记忆的方式,对基本的最小二乘递推算法提出了三种改进形式,并利用这几种改进算法进行了洪水演算,最后对几种算法的演算结果进行了比较。     

一般线性汇流模型实时预报方法的初步探讨

本文采用一般线性汇流模型作为计算的依据。水文数学模型是模拟实际动态水文系统的近似模型,其动态模拟的近似程度制约着水文实时预报的精度。经过比较研究,本文建议采用衰减记忆在线识别、衰减记忆滤波和自适应滤波联合运用的算法,以吸取各种算法之长处,从而提高动态模拟近似程度。经初步验证,效果良好,可供设计汇流实时预报程序参考。     

洪水预报实时校正技术研究综述

对典型的水文模型流量预报实时校正算法、误差自回归校正算法、衰减记忆最小二乘算法和卡尔曼滤波算法等洪水预报实时校正方法及其求解过程进行了分析,讨论了各种方法的利弊.结果表明:水文模型流量预报实时校正算法物理意义明确,容易编制程序,但预见期较长时的校正效果不明显,对于有多个水文站的较大流域,不适宜采用该法;误差自回归校正算法的阶数可以通过实际情况来确定,模型可以确定系数,也可以加入不断反馈的信息而成为变系数的时变模型;衰减记忆最小二乘算法仅适用于缓时变系统的参数识别,对于非确定性动态水文系统模型参数跟踪乏力,容易形成参数在线跟踪的滞后性;卡尔曼滤波技术目前应用较为广泛,但在实际使用中仍然存在各种各样的问题,需要借助滤波处理技术加以改善.     

水下工程平面定位控制系统

针对大江大河水流环境下的水下工程平面精确定位难题,进行水下工程平面测量定位系统应用性研究。将水下电视技术和多阵元基阵的短基线水声定位技术相结合,解决了传统水声定位精度低的问题。采用多基元短基线定位方法进行快速定位检测,搜寻并确认目标,处理、记录、显示成果,获得了满足工程精度要求的水下平面定位系统,保证了水下工程的质量。     

一种能滤去衰减直流分量的改进全波傅氏算法

全波傅氏算法是基于采样信号不含衰减直流分量推导出来的，对衰减直流分量的滤除不明显。提出一种改进的算法，通过增加两个采样点，计算并消去由直流衰减分量通过全波傅氏算法计算得到的值，使新算法对直流分量的滤波效果得到大大改善。理论上可以消除任意衰减时间常数的直流分量对所求各次谐波分量的影响。仿真试验表明，该算法消除直流衰减分量的能力强，计算量小，具有实际应用前景。     

水下定位系统在长江堤防工程中的运用

在长江堤防隐蔽工程马鞍山和芜裕河段崩岸整治工程中,水下自动定位控制系统应用于水下抛石护岸和沉排护岸工程,将水声定位、水深探测、水下电视、机械传动和计算机软件技术融于一体,搜寻并确认水下目标,为工程现场监理、工程竣工验收、工程实施后评价、建设工程审计和工程建设监理工作提供了准确及时的第一手资料。着重介绍了水下自动定位控制系统工作原理及其在长江马鞍山和芜裕河段崩岸整治工程中的应用。     

水下无人探测系统在岩坎爆破效果调查中的应用

 首先讨论了水下无人探测系统的各个组成部分及其功能特点,在某岩坎爆破后的水下调查项目中展开了应用研究。根据现场状况设计了相应的调查方案,采用水下机器人摄像与水声定位系统相结合的方式进行水下调查。使用水下机器人对爆渣块体进行水下拍摄,同时查找有无未爆岩体;使用水声定位系统控制水下机器人的位置和前进方向,通过水下机器人的行走路径确定爆堆的形状、高度和坡度。最后对岩坎爆破效果进行综合评价。     

基于多波束点云空间变换的布料模拟滤波算法

为解决传统布料模拟滤波算法在陡坡处存在过度滤波的问题,基于多波束点云的特点提出了结合空间变换的布料模拟滤波算法。该算法通过空间变换对点云高程进行等比例压缩,使各类地形变得平坦后再进行布料模拟滤波。结果表明,该算法与传统布料模拟滤波算法相比,在多种水下地形中滤波效果均更好,Ⅰ类误差下降至0.98%,总体误差仅1.78%,生产出的DEM产品与实际高程接近,能满足多波束水下地形测绘的生产需要。     

水下钻孔爆破水击波衰减规律及大坝动力响应特征分析

为研究青狮潭水库附近水下钻孔爆破施工对大坝的影响,采用多物理场仿真软件COMSOL模拟水下钻孔爆破作用过程,建立数值仿真计算模型,对水下钻孔爆破过程中水击波的传播衰减特征进行分析,同时分析水下钻孔爆破过程中地震波作用下水库大坝的动力响应特征。结果表明,在水下钻孔爆破产生的水击波和地震波协同作用下,水域中峰值振动速度随着爆心距增加而呈指数型衰减,水下钻孔爆破水击波的影响范围约200 m;大坝迎爆面底部的动应力响应和峰值应力最明显,振动速度达0.201 cm/s,峰值应力达0.013 MPa。研究结果可为评估水下钻孔爆破过程中水中建（构）筑物的稳定性提供数据支撑。     

一种新的应用于水声信道的空间分集均衡器（英文）

水声信道存在天然的多径衰落特性使得水下声通信变得极其困难,尤其在高阶QAM情况下更为严重.因此针对水声信道提出了一种新的空间分集均衡器来克服由多径衰落引起的码间干扰.该空间分集均衡器中使用的算法由常数模算法和多模算法两部分组成.其中的多模算法部分能够利用高阶QAM信号位于不同的模值上的特点来提高新空间分集均衡器的性能.和基于常数模算法的传统空间分集均衡器相比,新的空间分集均衡器具有低稳态均方误差和快收敛速度.水声信道中的计算机仿真实验验证了新方法的有效性.     

多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型

现有施工仿真参数建模方法主要依靠单一模态数据,且现有多模态数据采集过程存在一定的滞后性,导致仿真的实时性和准确性不足。针对上述问题,本文提出了多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型。首先,在SpringBoot框架下开发了基于移动智能手机传感器的运动学和声学数据实时采集云平台,并采用低通滤波器和梅尔频谱等方法实现堆石坝施工机械多模态数据的实时采集与预处理;其次,提出了用于自动提取多模态数据特征的堆石坝施工机械精细活动状态识别深度学习模型。该模型集成了改进深度卷积长短期记忆循环神经网络(Improved DeepConvLSTM,IDeepConvLSTM)与深度卷积神经网络的优势,前者可精确感知施工机械运动方向,后者可从声音模态中感知施工机械振动状态。其中,IDeepConvLSTM在卷积层中间加入批量归一化层以提高收敛速度,并采用梯度缩放和剪裁以避免梯度爆炸的问题;进一步地,在云平台中采用大窗口移动过滤器在线处理机械活动识别结果,实现堆石坝施工仿真参数的实时建模。工程案例表明,相比于单一的运动学或声学模态的机械活动识别方法,本研究所提方法的识别精度分别提高了9.22%和23.62%。研究成果为提高堆石坝施工仿真的准确性和实时性提供了新的思路和技术手段,具有一定的应用和推广价值。     

基于声学原理的卵石运动实时追踪研究

针对常用的卵石运动观测技术在时效性与时空同步性等方面存在的不足,结合当前追踪技术,提出一种实时定位的卵石运动观测方法。基于声波在水中传播的独特优势,采用水声信号对水下目标进行实时追踪。由安装有声波发射器的卵石以及近水面布置的多个声波接收器构成卵石运动实时追踪系统,根据冗余观测数据的最小二乘解推求卵石位置,以实现卵石运动实时追踪。经过初期现场测试,验证了追踪模型以及算法的有效性。     

基于改进PSO-RF算法的大坝变形预测模型

针对传统随机森林参数寻优方法的不足,引入均衡惯性权重和自适应变异对粒子群优化算法进行改进,提出了一种基于改进粒子群优化算法和随机森林算法(改进PSO-RF算法)的大坝变形预测模型。实例验证结果表明,在计算效率方面,与传统网格搜索法相比,改进PSO-RF算法显著提升了模型的寻优速度;在预测精度和稳定性方面,基于改进PSO-RF算法的大坝变形预测模型明显优于长短期记忆网络、支持向量机和BP神经网络模型。     

南水北调中线工程水位的水动力-神经网络耦合预测模型

南水北调中线工程通常以闸前常水位调度运行,而水位在闸门调控影响下多数处于非平稳状态,探索其变化规律对于监测数据和研究方法均有一定限制和要求。监测数据方面,针对大量的高频监测数据选取均值滤波、滑动平均值滤波、递推中位值平均滤波法、滑动小波变换进行数据预处理,提高数据质量、增强数据预测的可行性。研究方法层面,以BP神经网络模型和长短期记忆(long short-term memory, LSTM)网络模型为主体框架,以水动力模型的模拟数据为辅助支撑,对比单神经网络在不同工况下的预测效果,输出水动力-神经网络组合预测结果。结果表明：数据预处理是数据分析和预测的必要环节,高频数据滤波处理再预测可以提高数据预测的精度;均值滤波、递推中位数均值滤波方式对数据预处理的效果最好,指标合理时滤后决定系数(R²)精度均超过0.95,且均方根误差(RMSE)和平均绝对误差(MAE)不超过0.02,准确性高;基于滤后数据进行模型构建,通过对比数据驱动模型和数据-机理双重驱动模型的计算结果,R²维持在0.98附近,RMSE、MAE维持在0.01左右,耦合模型具有更好的...     

洪水预报系统中实时校正模型的优选方法

针对实时洪水预报系统中实时校正模型存在一定的适用范围却又难以在线优选的问题,首先分析了自适应滤波模型、马斯京根矩阵模型和反馈模拟模型3种传统实时校正模型的原理与适用性,并编制算法流程图,为代码编程提供依据。其次,提出了一种实时校正模型的优选方法,适用于大流域多校正断面的实时洪水预报系统,可以为各断面在线优选出最优的实时校正模型。在WDS9002三峡实时洪水预报系统中的应用结果表明：优选方法在校正成功率和各项精度评价指标统计上出现最优的频次高于传统实时校正模型,且很少出现指标统计最差的情况;另外,优选方法有可能减小过校正现象的概率。     

基于遗传算法的水电机组盘车数据处理方法研究

针对多点任意转角连续盘车数据,提出了一种基于改进遗传算法提取正弦信号参数的求解方法。基于MATLAB遗传算法工具箱,以牡丹江电厂为例,对盘车数据进行了仿真研究,数据结果表明,该方法具有精度高和全局收敛的优点。     

基于PTD和改进曲面拟合的高山区水电工程机载激光雷达点云滤波方法

针对高山区水电工程区域地形起伏大、植被茂密且存在部分建筑物,在提取这些区域地形时机载LiDAR点云滤波方法存在精度不高的问题,提出了一种综合点云回波特性、渐进三角网加密(PTD)算法、改进的曲面拟合算法和地面点精细化处理的山地点云滤波方法.该方法在对机载激光雷达(LiDAR)点云数据去噪的基础上,先利用植被点云的回波特...     

改进粒子群优化算法在水文模型参数优化中的应用研究

引入改进的粒子群优化算法,对垂向混合产流模型计算参数进行优化,并对比参数优化前后水文模拟精度。研究结果表明：改进的粒子群优化算法模型可较快完成参数优化,相比于参数优化前,垂向混合产流模型年尺度模拟相对误差减少6.15%,模拟的过程确定性系数平均提高0.11;在次洪模拟中,模拟相对误差平均减少3.03%,模拟的洪水过程确定性系数平均提高0.19,水文模拟精度得到较大程度提高。研究成果对于区域水文模型参数优化提供参考价值。