基于CS-Jerk模型的改进机动目标跟踪算法

文中通过对CS-Jerk模型中的参数以及卡尔曼滤波的分析,提出了一种改进的CS-Jerk模型目标跟踪算法。该算法根据量测新息及其变化率,通过模糊推理机制自适应的调整"当前"统计Jerk模型的机动频率,接着利用强跟踪滤波器对运动模型进行滤波来弥补卡尔曼滤波器的不足。仿真结果表明,提出的改进CS-Jerk模型目标跟踪算法显著提高了原CS-Jerk模型在不同机动模式下对高机动目标的跟踪精度,验证了算法的合理性和可行性。     

高黏度聚醚多元醇水分测定方法的改进研究

目前聚氨酯行业常用的水分检测方法是卡尔-费休法,在测定常规黏度的聚醚多元醇时,测量结果比较准确。但在测量高黏度的聚醚多元醇时,黏度对测定结果影响较大,特别是低温测定时,由于溶解时间的加长,聚醚多元醇黏度随温度下降而近一步增大,从而导致测定结果出现较大误差。但将高黏度聚醚多元醇样品温度加热到80℃,粘度降至3000 mPa·s以内时,水分的测定结果相对比较准确,并且粘度降至3000 mPa·s时,黏度对水分的测定结果基本无影响。     

反应型水性纳米环氧乳化剂的制备及其性能研究

研究了反应型水性纳米环氧乳化剂合成中催化剂种类及温度与反应时间、转化率的关系,结果发现:当采用三氟化硼乙醚作为催化剂,添加量0.2％、反应温度90℃、反应时间4h时反应条件最佳;采用PEG-6000为原料,其与E-51物质的量比为1.0∶1.2时制得的乳化剂效果最佳.最后,通过红外及核磁对其结构进行了表征.     

空间行波管用低蒸散M型阴极的蒸发性能与寿命特性

针对空间行波管等真空电子器件使用寿命受限于阴极电子源的问题,制备了低蒸散型覆膜扩散阴极(M型阴极),对其蒸发性能、发射性能及寿命特性展开研究。采用贝克法测量阴极初始状态及经过不同寿命时长后的蒸发速率,在水冷阳极中进行了阴极发射性能的测试,随后比较了低蒸散M型阴极与常规M型阴极的性能差异。在专用测试系统中,以行波管电子枪漂移管为载体,对阴极的寿命特性进行测试与分析。研究结果表明,在1 050℃_B和1 100℃_B时,低蒸散M型阴极的蒸发速率与常规M型阴极相比分别降低了89.7%和84.8%,同时发射性能满足器件应用要求。寿命实验结果显示,在行波管电子枪短管中,实验阴极在980℃_B～1 140℃_B范围内,直流支取1.2 A/cm²的条件下,稳定工作10 000 h以上。阴极工作温度低于1041.5℃_B时预估寿命即可超过20年。     

甲醇弛放气联产合成氨装置的优化改进

针对甲醇弛放气联产合成氨装置在试车及正常生产中所暴露出的问题,制定相关的优化改进措施,有效地提高了装置的运行效率,降低了生产成本,保障装置经济、有效、安全、稳定的运行。     

镍基催化剂催化加氢研究进展

镍基催化剂具有较高的热稳定性且对氢气有选择性,在催化领域有广泛的应用前景.本文首先介绍了镍基催化剂常见的制备方法,如共沉淀法、体积浸渍法、还原法、溶胶-凝胶法以及水热合成法,然后重点综述了镍基催化剂在顺酐加氢、芳香族加氢以及其他加氢领域的应用.     

基于组合模型高精度预测弹丸径向速度的方法

利用连续波雷达测试弹丸径向速度时,会遇到弹丸、火炮、雷达及外界因素异常,测试的径向速度会出现缺失,导致递推出的炮口初速不准确。为此,选择建立合理的模型预测出缺失的径向速度对数据进行重构。雷达测试的径向速度属于一维数据,大口径弹丸的径向速度主要包含线性特征,小口径弹丸的径向速度既包含线性特征又包含非线性特征,都可以建立ARIMA模型、GM(1,1)灰色模型和回归模型进行预测。但是这些传统模型有时预测能力比较局限,预测精度不理想。为了充分整合所有模型的预测优势,提高预测精度,选择建立组合模型进行预测。针对大口径弹丸,建立由ARIMA、GM(1,1)和一阶线性回归方程构建的组合模型进行预测,针对小口径弹丸,建立由ARIMA、GM(1,1)和二次多项式回归方程构建的组合模型进行预测,为了保证预测精度,按照迭代的方式进行预测。实验结果表明,无论是大口径弹丸还是小口径弹丸,组合模型的预测精度始终高于单项模型,平均相对误差小于1‰,更加适合作为弹丸径向速度的预测模型。     

堤防隐患的多维灰色系统综合评估

采用多维灰色系统综合评估理论提出了对堤防隐患的评估方法。通过分析堤防的工程地质条件、物探资料及对堤防已采取的工程措施等影响堤防安全的因素,对堤防隐患的程度作了较为合理、科学的评估。实例分析计算表明,这是一种行之有效的方法,值得推广。另外,通过工程实例分析,对黄河下游堤防隐患的程度进行了分类,结果令人满意。该方法对治理堤防隐患提供了强有力的数据支持。     

深度强化学习在交通信号控制中的应用

交通拥堵已经成为全世界范围内普遍存在的现象和亟待解决的难题,智能交通信号控制技术是缓解交通拥堵的重要手段。传统基于模型的自适应交通信号控制系统灵活性较低,往往依赖于大量的假设和经验方程,难以满足当前复杂多变交通系统的控制要求。随着计算机技术的进步、数据处理技术的发展和人工智能算法的成熟,结合深度强化学习方法的交通信号控制逐渐成为最主要的研究热点。本文基于深度强化学习的前沿技术,系统地介绍了深度强化学习的基本理论和其应用于交通信号控制系统的发展现状,包括基于深度强化学习的单交叉口和多交叉口信号控制模型和研究成果。本文最后讨论了深度强化学习在智能交通信号控制应用中的主要挑战和待解决的技术难题。     

基于CPLD和单片机的五相步进电机恒流驱动系统设计

步进电机的运行性能与步进电机的驱动器的优劣密切相关,在研究各种驱动技术的基础上,设计了一个五相步进电机斩波恒流驱动系统,通过单片机使系统以简单的电路实现了对电机绕组电流的数字闭环控制,通过复杂可编程逻辑器件（CPLD）实现了五相步进电机的环形分配。介绍了各部分功能模块的功能,叙述了硬件设计和软件实现。该方案具有体积小、成本低和实用性强等优点,具有较高的工程应用价值。实践证明该方案可以有效地提高五相步进电机系统的运行效果。