实时洪水预报中基于岭估计的AR修正模型研究

为提高实时洪水预报精度,经常将水文模型与误差修正模型相结合,AR模型因其结构简单广泛应用于实时洪水预报误差修正。然而,实际应用显示,AR模型时常出现修正结果不稳定现象,表现为流量修正幅度过大,甚至出现“震荡”现象,严重影响修正效果。鉴于此,本文从矩阵特征值角度解释了AR模型出现不稳定现象的原因,并引入岭估计方法选择性利用流量信息更新自回归系数,使其更满足真实流量的涨落过程,增强该模型的稳健性。将新方法应用于蔺河口流域,结果显示岭估计方法显著提高了AR模型的稳健性,从而改善了模型修正效果,进一步提高了洪水预报精度。     

线性回归和BP神经网络在噪声监测中的应用

噪声监测系统能够自动测量噪声分贝值,并实时处理系统监测到的各种声音环境信息,但是在噪声监测系统的实际应用中,噪声的分贝值受到温度、湿度和大气压力等多个因素影响,与实际值存在误差.为了提高噪声的测量精度,必须使用相关技术进行校正,系统采用了线性回归和BP神经网络技术,研究了预测模型的因素和系数,分析了模型中因素的相关性,获得了噪声监测的自动校正模型.从线性回归和BP神经网络自动校正数据的测试效果看,优化了测量数据的容错性并改进了数据校正的精度,使预测模型的判定系数R2的值有了较大提升.     

基于前向纠错的自适应网络传输机制

针对无线网络中的传输控制协议（TCP）因为丢包触发丢包重传机制而导致传输性能大幅下降的问题,提出了一种基于前向纠错的自适应传输机制（AdaptiveFEC）。该机制通过前向纠错来减少数据段的丢失,以避免触发TCP的丢包重传机制,从而达到提升TCP传输性能的目的。首先,根据当前的网络状况以及当前连接的数据传输特征确定当前时间段中的最优冗余段比例;然后,利用TCP数据段中的数据段序号信息实时进行网络状况的估计,从而根据网络波动来动态更新冗余段比例。大量实验结果说明,在20 ms的往返时延以及5%丢包率的传输环境中,相较于静态的前向纠错机制,AdaptiveFEC能够使得TCP连接的传输速率平均提升42%,当运用在文件下载的应用中时,所提机制能够使得下载速度提升至原来的两倍。     

下一代测序纠错方法综述

在面向下一代的测序技术中,前期纠错方法决定着测序的最终序列质量,因此成为当前研究热点,很多不同的纠错方法被提出,对于这些方法的优缺点以及它们适合的应用,应该有清晰的认识和公正的评估. 介绍了现存的各种下一代测序的纠错技术. 首先,从各种不同工具所基于的底层算法进行分析;接着,从测序不同平台来看读段错误形成的特点;然后,从各种不同的测序应用角度来观察读段序列错误特征;最后,总结并阐述读段序列纠错工具存在的问题和发展趋势.     

基于LabVIEW的纤维投料机非线性偏差校正

针对纤维投料机在纤维称量过程中偏差过大的现象,在分析纤维投料机结构与工作原理的基础上,基于LabVIEW对纤维称量过程的数据采集,利用回归分析及最小二乘拟合原理,建立了纤维投料机质量称量过程非线性校正数学模型,并利用 LabVIEW 上位机系统将拟合系数实时反馈至可编程逻辑控制器( programmable logic controller,PLC)的质量称量控制模块,实现了对质量称量过程的实时自动校正.通过静态加载试验及沥青玛蹄脂碎石( stone mastic asphalt,SMA)混合料的路用性能试验对校正后的质量称量系统进行了验证.结果表明：采用该控制方式后,纤维质量称量偏差由校正前的7.3%下降至1.4%,达到了±2%的误差设计要求.校正后生产的SMA混合料空隙率降低了17%,车辙变形量减少,动稳定度提高了4.4%,抗弯拉强度与弯曲破坏劲度模量分别提高了7%和10%,且其他路用性能指标均比校正前有所提高,并与室内试验最佳纤维掺量下的性能相吻合,为避免纤维少投或多投现象的发生及提高SMA混合料的质量提供了一定的帮助.     

基于空域追踪算法的基线漂移信号噪声修正

为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.     

高分2号图像业务化大气校正查找表的设计与实现

为实现高分2号图像(GF2)业务化大气校正,利用矢量6S模型(6SV)将辐射传输散射与吸收进行分离计算,其中散射部分采用涵盖各种大气模式、气溶胶类型、成像几何等条件下的大气校正查找表(look-up tables,LUTs)表示,大气吸收部分采用6SV拟合计算的6种大气模式下大气透过率的经验公式表示,这种处理有效简化了查找表大小.在内存4 GB、主频3.10 GHz条件下,通过比较基于本查找表方法和基于FLAASH大气校正软件对北京地区一景GF2数据处理.结果表明:以6SV模型直接大气校正法结果作为真值,两者的绝对误差分别为0.8%和2.6%,处理时间分别为77 s和240 s,该大气校正查找表在处理精度和效率更加适合业务化大气校正.     

基于BP神经网络的铂铑热电偶的非线性校正

热电偶是工业中广泛使用的测温元件,由于其自身的物理特性的限制,其输出热电势与被测温度之间存在着一定的非线性,这将增大温度的测量误差,从而影响测量精度。针对这一问题,提出了基于BP神经网络的非线性校正算法,以热电偶的热电动势为输入信号,以与其相对应的温度值作为输出信号,给出了前馈型BP神经网络的结构和训练权值的方法。通过实验仿真结果对比可知,此方法降低了热电偶测温的非线性误差,便于操作,大大提高了铂铑热电偶在温度测量中的测量精度。     

基于星模拟器综合误差的星点修正方法的研究

对静态星模拟器的工作原理及星点位置误差的计算方法进行了研究,提出了一种新的星点位置的修正方法。利用这种修正方法能够在现有基础上提高星模拟器的模拟精度,有效降低对静态星模拟器光学系统设计的要求,减小星模拟器综合误差对星模拟器精度的影响。通过实验证明,修正后的星点误差均优于10″,可用于高精度星敏感器的地面标定。     

宽角扫描相控阵天线测量方法

提出了一种基于坐标变换技术的宽角扫描相控阵天线测量的新方法,用于解决常规平面近场测量方法难以对宽角扫描相控阵天线进行精确测量的问题.在对用于宽角扫描相控阵天线测量的坐标变换技术进行理论分析的基础上,采用计算机模拟对该测试方法进行了数值仿真,制作天线实物进行了试验验证.数值仿真结果和试验结果均表明,该方法用于宽角扫描相控阵天线的测试具有较高的准确性.