一、带有小波函数积分的外推加速算法(论文文献综述)
王强[1](2021)在《青藏高原冬季大气边界层特征及对大型水平轴风力机功率影响》文中研究指明随着大型风力机在高原地区的规模化应用,特殊地理位置及气候条件使风力机面临复杂的空气动力学问题。因此,结合我国当前风电开发建设布局的资源特点和水平轴风力机的大型化发展趋势,考虑风力机研究中面临的众多问题,本课题利用先进的测风设备,以青藏高原地区某风电场的一台3.3 MW(风轮直径D=146m)水平轴风力机及其周围大气环境条件作为测量及研究对象,结合风力机数据采集与监控系统(SCADA)数据,采用现场实验方法,研究了青藏高原地区冬季大气边界层特征及对大型水平轴风力机功率的影响。主要研究工作包括:1.调研实验设备,制定实验方案,从水平风向、水平风速和风剪切指数三个方面验证了激光雷达Zephi R Dual Mode(ZDM)在该地区的适用性。结果表明,基于ZDM获取的冬季外场实验数据是有效、可靠的。2.基于ZDM获取的来流湍流数据(风轮前1.5D位置)和气象数据(机舱顶位置),研究了大气边界层特征参数的分布特性。在该地区冬季:(1)温度、湿度、气压、空气密度的分别集中在-5.5~-12.5℃、21~43%、69.4~70.3k Pa、0.9063~0.9338kg?m-3。气压和空气密度相比海平面标准值分别下降约30%和25%。(2)风向以WNW为主,E和ENE风向次之。风速威布尔形状因子和尺度因子分别近似为2.5和6.95。湍流强度、风剪切指数分别集中在3~10%和0~0.4。(3)两风向区间内(65~75°和285~295?),风剪切的差异最大,密度的差异最小。从大气边界层特征参数两两之间变化关系看,在密度集中区,相同空气密度下,以东风向(<180?)的风速、速度标准差、风剪切比以西风向(>180?)的小。(4)日平均温差为6.1℃,且日平均气温变化最快(上升或下降)时,气压达到局部最高。相反,当空气温度处于其各自的极端时,日平均气压处于其最低。湿度变化和空气密度变化趋势基本相同,且与温度变化趋势相反。湍流强度和风剪切指数在下午时段的均值为8.1%和0.066。3.基于两种风向的数据,研究了白天和夜间大气边界层对风力机输出功率的影响。(1)通过间接法确定了下午阶段大气稳定状态以对流为主。夜间,强稳定、强对流和近中性发生概率基本相同。(2)影响风力机输出功率的主要参数分别是:风切变、空气密度、风向和湍流强度。且在以西风向,空气密度越大,功率越大;而在以东风向,空气密度越大,功率越小。(3)机组输出功率的谱密度函数在低频区与大气湍流具有相同的动力学特性;在对应风速的惯性子区频率范围,功率与风速之间存在非线性关系;在高频区,谱密度函数随机组转速的控制策略发生显着变化。(4)从频谱特征看,白天和夜间大气边界层对风力机湍流来流和输出功率的影响要大于上游机组的尾流(风向)对湍流来流和输出功率的影响。(5)风力机的输出功率相对来流存在时滞现象,且滞后时间近似于对流时间的5倍。本研究对提高高海拔地区风力机的发电效率、降低疲劳负荷有重要影响。同时也促进对大气中各种物理过程的理解,对风电场的选址和规划具有重要意义。可为揭示青藏高原地区冬季环境下的风特性的变化规律提供参考。
张辰[2](2021)在《新冠疫情管控措施对太原市环境空气质量的影响分析》文中研究表明2020年春节前突发的新冠疫情(COVID-19)在全球快速发展并蔓延。防止新冠疫情进一步蔓延,政府采取了一系列严格的管控措施,这些措施使得大气污染物排放大大降低,大气环境质量明显改善。为探讨太原市环境空气质量的变化特征以及新冠疫情管控措施对太原市环境空气质量的影响,利用小波分析方法、重污染天频数统计法分析太原市2016~2019年大气污染物随时间变化规律;在此基础上利用小波分析、偏相关分析、特征雷达图和趋势外推等多元分析方法探讨新冠疫情管控措施对太原市环境空气质量的影响。结果表明:(1)2016至2019年PM2.5、PM10、SO2和NO2浓度呈现“冬高夏低”的特点;PM2.5和PM10四年的小波方差图均为“双U型”,PM2.5和PM10秋冬季浓度较高,O3在夏季浓度较高。(2)太原市重污染天气主要发生在11、1和2月,随着冬防治理措施的实施,从2016年开始出现以颗粒物为首要污染物的重污染天气频率越来越低,但2017年出现了以O3-8小时为首要污染物的重污染天气。(3)新冠疫情管控期间太原市大部分天数均处于优良状况,期间平均AQI指数为108.43,相比2019年同期下降9.41%,较疫情防控前下降27.08%;且NO2下降幅度较大,达到28.04%,可能是由于疫情管控期间机动车数量减少、移动源的贡献降低导致的。(4)利用趋势外推法计算新冠疫情管控期间各污染物浓度变化规律,各污染物(PM2.5、PM10、NO2、CO、SO2)浓度均呈下降趋势;用小波分析法预测的各污染物未来变化趋势与实际变化趋势基本相同。(5)新冠疫情管控期间污染类型由偏二次污染型逐渐转变为偏综合型和偏燃煤型,但重度污染天气仍然以二次颗粒影响为主。(6)与国内其他城市相比,新冠疫情管控期间太原市SO2(38.85%)下降幅度最大,O3浓度升高39.91%,这与京津冀、广州等城市的变化特征是一致的。以上结果表明新冠疫情管控措施使太原市PM2.5浓度下降4.24%,PM10下降25.69%,SO2下降幅度最大,为38.85%,O3浓度上升39.91%,颗粒物改善强度没有预期的高,京津冀、长三角等地区也有相同的趋势。提示我们今后制定大气污染管控措施时不仅要考虑污染物浓度的问题,还要考虑地域和产业结构等情况,有关颗粒物和O3的作用机理仍需深入研究。
陈富州[3](2021)在《密度矩阵重正化群方法的优化研究》文中研究表明强关联体系是凝聚态物理的重要研究方向,蕴含了丰富的物理现象,如各种奇异的量子相及量子相变等。很多强关联现象难以用微扰理论定性处理,数值计算因此成为该领域的重要研究手段。特别地,对于低维强关联格点模型,密度矩阵重正化群(density matrix renormalization group,DMRG)方法是一种重要数值方法,主要用于求解其基态及低能激发态,在很多问题的数值计算中展现了极高的精度。目前该方法已经被推广到其它问题和领域的研究中,比如:二维多体系统,量子化学等。此外该方法基于矩阵乘积态和矩阵乘积算符的语言描述大大推动了量子多体数值方法的发展,比如:多尺度纠缠重正化方法,投影纠缠对态方法等。然而在很多复杂问题的求解中,需要较长的计算时间和较大的存储空间才能使基态收敛到足够的精度,为此人们一直在研究各种优化和改进方法以缩短其在实际应用中的计算时间。本论文在前人研究工作基础上做了进一步优化和改进,主要包括以下两个部分。实空间并行DMRG方法实现了多个节点的并行扫描,并且被应用在一些准二维格点模型的研究中。对于合理的初始区间划分该方法获得了接近理想的加速效果。但是对于一些格点模型的实空间并行DMRG计算,很难给出好的初始区间划分,为此本文提出了动态边界的实空间并行DMRG方法。新的方法大大减少了固定边界方法中由于初始区间划分不合理而导致的相邻节点之间的等待时间,提高了并行效率。在共享键位置上的DMRG计算中,本文给出了一个较好的初始波函数,加快了对角化方法的收敛。本文将改进的方法应用到2腿梯子上的海森堡模型和水分子的基态能量的计算。在4个节点的并行计算中达到的最大并行效率分别为91%和76%,同时数值计算表明固定边界方法获得加速比对初始区间划分有较强的依赖,而动态边界方法总可以获得较高加速比。随着高性能计算的发展,图形处理器(GPU)已经可以应用在通用计算中,并提供数倍于中央处理器(CPU)的性能。发展基于CPU-GPU异构并行算法成为优化很多数值方法的有效手段。本文实现了新的基于CPU-GPU的异构并行的DMRG算法。相比之前的异构并行算法,在对角化哈密顿量中使用了一种计算量较小的张量收缩方法,此外本文还给出了截断部分的异构并行算法。这里应用优化的DMRG算法到有次近邻相互作用4腿梯子上的费米Hubbard模型的基态计算中,得到了与之前数值工作一致的电荷条纹。数值计算表明,优化算法占用的GPU显存远小于之前的优化算法,加速比随着保留状态个数的增加而增大。保留状态个数达到104,占用GPU显存不超过12GB,达到的最大加速比为2.7,表明本文的优化算法可以被应用到一些复杂模型的基态性质研究中。本文主要集中在DMRG方法效率的提高研究,对一些基本模型做了测试性计算。所获得的研究成果还有待于进一步的应用研究,以期在较实际的系统研究中获得进展。
徐聪[4](2020)在《复杂区域强非线性力学问题求解的小波方法》文中提出伴随着人类知识范围的扩展,非线性科学的地位不断上升。由于非线性模型并不满足叠加原理,不能通过对问题的简单分解来进行量化分析,因此不存在一般的获取精确解的解析方法。为了求解非线性问题,数值计算方法在大多数情况下是惟一可行的选择,并占据着至关重要的位置。另外,实际问题还要求可在复杂区域上执行的算法,而目前的传统方法难以同时处理发生在复杂区域上的非线性问题。注意到本研究组在先前工作中提出的小波方法具有求解非线性方程的强大潜力,本文将其扩展到不规则区域上,提出一种兼顾非线性处理与复杂区域求解的高精度小波数值方法。为了形成一套普适性的求解初边值问题的总体方案,本文还给出了一种计算初值问题的小波多步方法。此外,在前人工作的基础上,本文进一步提高了小波方法对非线性方程的计算精度。Coiflet族小波具有适合数值计算的优良属性。作为基础工作,在滤波器系数组的设计上,本文通过改变消失矩参数的方式,给出了几种属于3N+2族的Coiflet小波。它们比前人工作中构建的3N族小波具备更好的光滑性,可将基函数展开的收敛速度提高一阶。本文在理论上提出了一种适用于Coiflet型小波的改进的计算支撑区间外多重积分值的方法,提供了一种直接的多项式型的解析表达式。该式能够快速计算任意点上的积分值,且不再依赖于滤波系数的介入。这减少了可能的数值舍入误差并提升效率,也为后文的数值积分格式作出了铺垫工作。在小波逼近格式方面,为了减少边界延拓引入的额外误差,本文构造了高阶的Lagrange型延拓格式,克服了原有方案采用的低阶差分格式与小波方法自身的高精度并不匹配的问题。该式在15节点下对tanh(x)的逼近误差可以低至10-8量级,优于其它算法。将该式扩展到二维区域,未发现边界附近的误差有明显增大的现象,证明了其有效性。由于强非线性问题对逼近精度的要求很高,本文构造了一种引入Richardson外推技术的高精度小波配点方法。通过引入半步长的方式并调整系数,能够抵消掉低阶误差项,从而提高了算法的收敛速度。它保留了原算法的全部优点,拥有插值性与高阶光滑性,能够解耦方程中的低阶项与高阶项,使得误差与逼近格式自身无关,且容易施加边界条件,可以无缝替代原算法。最后介绍了一种积分型的小波逼近方法。考虑到未来的工作要在更一般的区间上求解问题,插值点的数量可能会跟随边界形状而不断变化,本文通过使用Newton形式的单向延拓对原有算法进行修改。该格式移除了原算法的一些限制,现可使用任意数量的插值点并在任意长度的区间内施行,这是本文在复杂区域上进行计算的核心之一。对比了4、5与6点方案,我们发现取6节点的延拓已经几乎抑制了边界附近的误差波动。在几何形状复杂的区域上,经典算法往往精度受限,这对非线性问题的计算十分不利。部分精度较好的算法通常难于处理不规则区域,且施加边界条件遭遇到困难。为了兼顾两方面的需求,作为本文的主要工作,提出了一种可在任意形状区域上执行的小波方法。该方法具有良好的泛用性,对边界形式没有特殊要求。它采用了将复杂区域嵌入直角坐标网格的处理方式,无须去拟合复杂的曲线边界,不需要耗费大量时间的网格生成工作,可配合各种简单的网格划分技术以提高效率。小波基的高度光滑性质使此方法具备快速的收敛速度,能够容许在相对粗糙的网格上进行操作,并仍可给出较高精度的结果。小波基的插值性质允许该方法能以简洁的方式操作非线性算子。作为强形式的配点方法,无需将方程修改为弱形式,可以直接求解,对变分原理不存在的某些非线性问题同样有效。其高度的稳定性与合适的边界延拓相结合,避免了其它方法中的系数矩阵病态与边界振荡的弱点。此法还能以精确形式满足不同种类的边界条件,而不是采取某种近似方式来施加。该方法直接生成适合大规模计算的稀疏矩阵,避免了某些经典方法中先离散然后根据边界条件修改总体矩阵带来的低效率。为了分析随时间发展的动态问题,本文提出了一种求解初值问题的小波多步算法。通过调整小波消失矩的参数,可构造出一种强稳定的隐式多步方案。这种方法的导出过程并未借助于传统理论,而是从Coiflet小波近似格式得到。然而其一致性、收敛性与稳定性却能满足经典理论给定的必备条件。绘制出的稳定区域图像与阶星图也能从侧面证明这些属性。利用一种小波逼近给出的预测方法,可以与上述隐式方法合并,从而建立出一套完整的显式的预测-校正方案。若引入Richarson外推技术,这种算法还能进一步加速。我们将会把这种方法与空间上复杂区域的小波算法结合起来,以形成一套总体的初边值问题求解方案。最后,本文通过对一些典型数学方程的计算来展示上述小波方法的优点。由于p-Laplacian方程蕴含了很多数值计算中的难关,其数值解答具备较高的实用价值。在导出新算法的过程中,本文将其作为非线性方程的典型范例进行研究。求解过程中利用了先前建立的小波Galerkin方法与新型小波方法的基本思想。小波方法展现出高精度的特性。其中一例显示小波方法达到了10-7量级的精度,远远好于有限元方法。另一例表明小波方法使用70%左右的节点数便达到了与有限单元法相近水准的精度。与两种有限体积方法的对比,表明小波方法拥有更快的收敛速度。当利用积分型的小波方法求解此问题时,它给出的解与打靶法和有限差分方法几乎完全一致。然而小波方法仅使用1/32的步长,其精度便与差分方法在1/800步长下输出的解大致相当。表明小波型方法具有极高的精度。通过小波Richardson配点方法,计算了数个具有代表性的非线性方程以及一个稳态流动问题。数值结果表明此算法提高了计算精度,其预期行为与理论完全相符,取得了5阶的收敛性能。其中一例显示此法在16节点下的精度已经接近了原方法在32节点下的精度。另一例的结果表明这种新方法计算出的解比原方法更平稳。在不同形状的几何区域上,本文计算了非线性Poisson方程、直杆扭转问题与薄板弯曲问题。小波方法不仅精度优异,对边界的形式也不敏感。相比于有限单元法,小波方法收敛十分快速,在1000个节点以内便能接近有限元方法超过6000节点才能达到的精度,表明其良好的计算效率。其中一例显示出在有限元方法收敛较慢且精度不佳的情形,小波方法仍然有能力计算出高精度的解。多个非线性初值问题的算例展示了小波隐式与显式多步方法的精度与收敛性能。其中一例显示出,对于一些同阶的其它算法不能很好处理的问题,小波多步方法仍可提供较优的计算精度。
金雨萌[5](2019)在《电磁波传播与散射的时域混合算法研究》文中提出随着电子通信技术快速发展,各电子设备正逐渐向高频段、宽频带发展。同时,电磁环境的日益复杂化使得实际生活中需要慎重考虑环境对设备的影响。因此,对设备及附近平台进行一体化仿真计算十分必要。传统的全波仿真方法在高频、宽带应用场景下常受计算机内存限制,尽管在分析电大尺寸问题时能够以近似方法代替全波方法,但当计算目标为精细结构和电大结构的组合目标时,近似方法的计算精度则稍显不足。在此基础上,本文基于时域有限差分方法,结合抛物线方程方法、物理光学方法,提供了两种时域全波/近似混合方法,为分析多尺度空间电波传播问题及设备/平台电磁兼容性问题分析提供了两种思路:以时域有限差分方法作为基础,满足宽频带化的发展需求,对精细结构具备较强分析能力,结合抛物线方程方法以预测室内外模型等场景下的多尺度空间电波传播,又结合物理光学方法分析电大尺寸平台下的电磁特性。本文的工作可简述为如下几部分:首先为上文中提及的三种算法,即时域有限差分方法、抛物线方程方法、物理光学法的独立介绍,并推导了其中一些重要公式,如时域有限差分方法迭代格式,抛物线方程时域、频域两种经典求解方法,物理光学闭合积分公式;其次,在第三章中将时域有限差分方法与基于SSFT解法的抛物线方程方法结合以预测某个频点下空间电波分布,接着又与基于交替方向隐格式差分格式的时域抛物线方程(记为TD-ADI)结合,设计了一种完全基于时域的混合算法,以满足对求解空间某点瞬态响应的需求;最后,第四章中则将时域有限差分方法与物理光学方法结合以分析多尺度组合目标的远场瞬态散射,在此基础上,介绍了一种基于泰勒级数展开的FDTD/TDPO混合算法加速技术,对加速原理、加速算法具体步骤、合理的空间分组技术进行了详细的介绍,进一步完善了FDTD/TDPO混合算法。
刘娟花[6](2019)在《多尺度数据融合算法及其应用研究》文中研究说明分别在多个尺度上对多个传感器的信息进行融合,不仅可获得比单个传感器更优的性能,而且与单尺度上的融合相比,多尺度数据融合能更好地刻画出目标的本质特性。MEMS陀螺是一种可以测量角速度的传感器,具有很多吸引人的优点。但噪声大,准确度不高也是不争的事实。于是如何去除MEMS陀螺仪中的噪声,并提高其精度就成为近年来的研究热点。对多MEMS陀螺应用多尺度数据融合算法,可以显着提高系统的精度及可靠性。本文证明了前人提出的多尺度数据融合算法的有效性,设计了 一种新的多尺度融合算法,讨论了多尺度数据融合中的重要技术问题,并通过对多个MEMS陀螺的融合应用,经仿真和硬件实验验证了本文多尺度融合算法的优越性。主要创新点和工作如下:1.从小波分析理论出发,证明了平稳和非平稳情况下的数据融合定理。从数学上解释了多尺度数据融合算法优于经典加权算法的原理,为该算法的推广应用奠定了数学基础。2.结合小波域多尺度数据融合算法的原理、具体步骤及存在问题等,设计了基于小波包的多尺度数据融合算法,并用实测数据通过仿真实验,比较了小波多尺度数据融合和小波包多尺度数据融合。3.分析了多MEMS陀螺数据融合中的小波基、分解层数、加权因子等的选择方法,通过仿真实验验证了其可行性。4.比较了基于时间序列分析、基于小波去噪和基于小波变换的多尺度融合这三种融合方法不同方面的性能。另外,还比较了多尺度融合和前向线性预测(Forward Linear Prediction,FLP)融合方法,结果均表明本文所提出的多尺度融合方法的独特性和有效性。将上述研究成果应用于我们设计并制作的一套多MEMS陀螺仪数据融合实时处理系统平台中,对4个MEMS陀螺仪所采集的原始数据进行实时处理。分别在静态和动态环境下对该集成系统进行了测试,实验结果表明:该系统运行稳定可靠,将MEMS陀螺的精度提高了 1个量级。本文的研究工作不仅为有关多尺度融合系统的分析奠定了理论基础,还为算法的推广应用提供了实验依据。
王鼎杰[7](2018)在《卫星辅助增强微惯性导航精度方法研究》文中指出随着高性能、低成本MEMS惯性器件的不断涌现,曾经昂贵、庞大的惯性/卫星组合系统发展成低成本、低功耗、微型化的微惯性/卫星组合导航系统,将惯性/卫星组合技术覆盖到过去用不起或用不上的小型无人机应用领域。微惯性/卫星组合导航系统能够提供连续、可靠的位置、速度和姿态等全维导航信息,赋予小型无人机全天候、实时、高精度的自主导航能力,是实现自主飞行、精密进近着陆(舰)或撞网回收等任务的核心关键系统。为提升传统惯性/卫星组合技术的现有导航精度,本文以高精度、小型化微惯性/卫星组合导航系统为研究对象,开展微惯性/卫星组合导航随机误差精确建模方法、载波相位时间差分辅助微惯性/卫星紧组合导航方法、神经网络辅助增强MEMS惯性导航方法和MEMS惯性导航动态初始对准方法研究,并搭建组合导航系统原理样机开展算法集成和试验验证评估。主要完成了以下研究工作:(1)为了实现传统惯性/卫星松组合的最优信息融合,提出了一种基于Allan方差分析的MEMS随机误差建模及量测噪声自适应估计的松组合方法。该方法采用Allan方差分析技术对微惯性器件噪声进行辨识与精细建模,然后基于归一化新息的卡方检验对GNSS定位粗差进行探测,并通过协方差匹配方法剔除粗差影响,同时根据Allan方差计算过程的带通滤波特性对量测输出进行频率分割,以优化融合效果。RTK/MEMS-SINS组合导航车载试验表明,该方法将定位、定姿均方根从0.089m、0.138°缩小至0.047m、0.117°,精度整体上分别提升了47%和15%。SPP/MEMS-SINS组合导航车载试验表明,该方法对组合导航定位、定速和定姿均方根分别从5.1852m、0.1465m/s、0.2131°缩小至4.2497m、0.0645m/s、0.1735°,精度整体上分别提升了约18%、56%和19%。该方法提升了传统松组合导航精度。(2)为提升无基准站辅助条件下的单站绝对导航性能,提出了一种基于载波相位时间差分(Time-Differenced Carrier Phase,TDCP)辅助MEMS-SINS组合导航方案。一方面,从GNSS历元间速度积分角度,推导更加精确的速度积分项近似公式,直接利用载波相位历元间星间差分观测量构建全紧组合观测方程。另一方面,从GNSS历元间位置差分角度,由TDCP测量值最小二乘估计获取精密历元间位置增量,并基于几何约束构建拟紧组合观测方程。车载导航试验结果表明,拟紧组合方案定位、定速和定姿均方根误差达到2.4866m、0.0533m/s和0.1599°;全紧组合方案定位、定速和定姿均方根误差分别达到2.6424m、0.0465m/s和0.0990°,且定位误差更加平滑。显然,全紧组合方案整体性能优于拟紧方案,在定速和定姿精度上提升了12.52%和25.08%,位置精度相当。拟紧组合方法可取之处在于其观测维数始终为3(全紧组合观测维数为mn,m是GNSS频点数,n是可用卫星颗数),有利于嵌入式实时导航系统实现。另外,探讨了MEMS惯性辅助探测GNSS单频小周跳问题,初步验证了MEMS惯导短期辅助GNSS单频小周跳探测的可行性。(3)针对GNSS缺失条件下组合导航精度退化的缺陷,提出了一种旨在同时提升位置、速度和姿态精度的神经网络辅助Kalman滤波组合导航方法。该方法在有GNSS信号时训练BP神经网络,建立惯性测量与GNSS位置增量间的经验模型,在GNSS缺失时采用训练好的BP网络预报载体位置增量,构建位置增量观测方程。为了抑制网络预报异常对信息融合的不利影响,该方法同时采用抗差自适应Kalman滤波框架对SINS误差进行在线校准。车载半仿真试验表明,在40秒GNSS中断条件下,该网络辅助Kalman滤波方法将惯性导航最大定位和定速误差分别降低约21.33%和19.35%,最大定姿误差略有改善。试验结果初步验证该方法具备在GNSS长时间中断条件下提升微惯性/卫星组合导航定位、定速和定姿精度的能力。(4)针对无人机机载动态条件下低成本MEMS惯性导航系统的姿态初始化及模型非线性难题,提出了一种新的快速空中动态初始对准方法。空中动态粗对准方法利用GNSS速度信息和MEMS加速度计测量值构造定姿双向量,从而在载体运动条件下获取其较为准确的姿态信息。机载试验表明,该空中动态粗对准算法偏航角、俯仰角和滚转角均方根误差优于15°、7°和9°,基本满足后续精对准的小角度要求。动基座精对准方法采用Cubature变换减小线性化误差的不利影响,同时采用状态扩展方式来捕获有意义的高阶矩信息、减小非加性IMU噪声的不利影响。机载试验表明,该方法能够处理大、小失准角条件下的MEMS-SINS初始对准模型非线性问题,性能优于传统Kalman滤波方法,且无需模型切换即可实现由大初始姿态角误差到小初始姿态角误差的无缝对准。(5)针对试验评估中对高精度导航参考基准的需求,提出了一种基于简化RTS反向平滑的RTK/MEMS-SINS组合高精度事后基准确定算法,并通过对组合导航误差Allan方差分析,指出RTS反向平滑对组合导航中长期精度的显着改善作用。车载动态试验结果表明:相对于传统Kalman滤波,RTS反向平滑方法能够将组合导航定位、定速和定姿精度进一步提升40%、12%和20%。RTS平滑不仅改善了组合导航短期精度,而且显着改善了中长期精度,但是无法有效改善高频噪声影响。该方法可作为GNSS/INS组合导航事后评估的高精度参考基准确定方法。(6)搭建GNSS/MEMS-SINS组合导航系统原理样机,开展了多种组合导航方案的系统集成与车载试验评估分析。车载盲导穿越障碍试验结果表明,该组合导航系统精度和实时性可满足高速车载精密导航应用需求。
许曦[8](2018)在《两类Fredholm积分方程的改进Galerkin算法研究》文中研究指明随着科技的进步,物理及工程领域很多研究问题最终可归结于积分方程的求解,但是这些积分方程通常很难得到其精确解,所以如何找到积分方程更高精度的数值解成为计算数学当前的主要研究方向之一。本文主要是基于经典Galerkin方法上提出了相关改进算法。研究了改进Galerkin方法对第二类Fredholm积分方程数值求解,在经典的Galerkin方法中,用正交Legendre小波基函数去取代一般的正交基函数进行处理。则待求函数可以用正交Legendre小波基函数刻画,然后作内积运算,文中给出了具体算法步骤,且通过数值算例表明了该方法比经典的Galerkin方法精度有所提高。同时对带有超奇异核的第二类Fredholm积分方程数值解进行了研究,首先构造了一个降阶方法,通过该方法我们把带有超奇异核的第二类Fredholm积分方程转化为带有柯西奇异核第二类Fredholm积分,然后利用已建立的改进Galerkin算法对其进行数值计算。文中具体给出了算法实施过程,且通过数值算例表明构造的数值方法是有效的算法。
张峰[9](2010)在《红外成像ATR系统中的数字图像处理及识别检测分类技术研究》文中研究表明随着红外成像自动目标识别(ATR)技术在精确武器系统上的广泛应用,世界各国都在加速发展红外成像ATR技术的研究和装备的研制。本文根据“十一五”国防重点预研项目,对红外成像ATR系统研制过程中涉及到的若干问题作了较为深入的研究,主要研究成果如下:针对红外焦平面阵列器件(IRFPA)在大动态范围内应用的问题,提出了基于非线性快速卡尔曼滤波的非均匀性校正算法,该算法能对IRFPA实现非均匀性和非线性的双重校正,且运算量较小。为满足系统在某些实际场合应用的需要,针对传统基于场景统计的非均匀性校正算法的不足提出了一种基于平稳小波变换的非均匀性校正算法,该算法能在场景变化不充分的条件下对IRFPA进行非均匀性校正。由于红外图像在传输过程中易受到噪声的污染,加之红外成像本身具有图像细节模糊不清的特点,严重影响了后续目标检测以及目标匹配的精度,为此提出了一种基于联合直方图均衡及图像融合的红外图像增强算法,该算法能够有效抑制噪声,提高图像的对比度;另外该算法通过对原始图像进行非线性外推处理得到新的细节成分,在增强对比度的同时增强了图像目标的细节。针对传统帧累加以提高图像信噪比的方法易造成图像中运动目标模糊的情况,提出了一种改进的基于图像序列的图像增强算法,该算法通过准确的提取图像中目标的运动场,通过带有运动补偿的时空域滤波完成红外图像的2D-TDI增强,仿真实验的结果验证了算法的有效性。针对复杂背景下低信噪比红外弱小目标检测问题,提出了基于各向异性判决和双边滤波的红外弱小目标检测算法。该算法能对图像背景中精细部分进行有效预测,取得了较好的背景抑制效果。针对红外成像ATR系统需要精确的目标轮廓的要求,提出了一种基于蚁群算法的快速二维模糊熵图像分割算法,该算法使用二维模糊熵的设计思想并将其改进,推导出快速算法,最后使用蚁群算法优化其阈值求解,达到了快速、准确提取目标轮廓的目的。由于红外小目标的检测易受到各种虚假目标及随机干扰的影响,为此提出了一种基于模糊D-S证据合成理论的双色红外小目标识别算法,使用双波段红外成像,克服单波段红外成像易受干扰的缺点,并将模糊集理论与D-S证据合成理论融合,提高了对获得的目标信息识别的能力。针对红外面目标识别的问题,着重研究了小波矩不变量在红外成像目标识别方面的应用及其性能,该算法能对位置、尺度和视角发生变化的目标进行识别,仿真实验结果证明了该算法的有效性,取得了较满意的效果。此外,针对复杂战场应用环境,设计并研制了一套高帧频的红外成像ATR实时信号处理系统,该系统能实时稳定的完成红外成像ATR系统所需的一系列算法,具有工作帧频高、信号动态范围大、实时性强、处理精度高和灵活性等优点。
杨兴林[10](2006)在《强流直线感应加速器故障诊断与性能评估技术研究》文中研究表明强流直线感应加速器LIA(linear induction accelerator)是庞大而复杂的系统,是大型爆轰实验不可缺少的测试手段,要求有很高的可靠性和稳定性。开展强流LIA故障识别和诊断,整机稳定性和可靠性进行预测评估的研究,对提高系统可靠性有着重要意义。对这方面的研究,国外正在积极进行,而国内还是空白。论文对强流LIA故障诊断和性能评估进行了尝试和研究,并取得了有应用价值的结果。 在研究方法上,论文从强流LIA电测脉冲信号处理入手,研究了小波分析方法对单次、非平稳的快脉冲信号在去噪声、突变点检测、时间间隔测量等方面的应用;针对强流LIA物理机理复杂,难于建模等特点,论文提出基于小波包分析与神经网络技术结合的故障诊断方法,初步建立了强流LIA的故障诊断、性能评估系统。 信号突变点检测和时间间隔测量是强流LIA测试信号处理的重要内容。论文在分析了信号奇异性指数基础上,给出了针对不同的加速器信号突变点检测适合的小波函数,实现了在噪声背景下信号突变点的精确定位和动作时间间隔自动测量。论文根据信号在小波变换下有用信号和噪声在不同分解尺度下有截然不同的表现,在利用M序列对基线噪声进行了白化检验的基础上,给出了确定小波分解层数的算法,得到加速器快脉冲瞬态信号在硬阈值量化和固定阈值规则下,既消除了噪声的影响,又保留了信号暂态特性,具有很好的去噪效果。 论文以小波包空间作为模式识别的特征空间,根据傅里叶变换频点极大值和小波包频带能量极值的频谱匹配关系,确定了选用的分解小波和小波包分解层数,有效实现了信号的特征提取。结果表明,由小波包分解最底层上抽取30个左右的小波包能量组成的特征向量足以表征强流LIA高维信号的特征,并实现了信号的数据压缩和降维。 在提取信号特征向量的基础上,建立了单个RBF(Radial Basis Function)神经网络对带束加速腔电压分析处理系统,采用能在线学习的最近邻算法对网络进行训练,并提出基于代价函数优化网络中心的方法。结果表明,该网络能可靠进行故障诊断,能准确给出测试波形与正常波形相似度的数据,从而可进行加速器参数的性能评判;为评估强流LIA的工作性能,论文还建立了“神龙一号”注入器出口束流预测系统,分析结果表明“神龙一号”注入器出口束流呈现出缓慢变化趋势,体现了加速器从调试、过渡、稳定的变化趋势,为加速器的精细维护提供了预测信息;针对强流LIA的复杂性,论文提出采用以神经网络为核心的分布式诊断系统的策略,并建立了束流多RBF神经网络和多束心位置规则判定相结合的协同诊断系统。该系统不仅可以进行快速的故障判断、故障定位,还可实现性能评估,具有较高的置信度和推广价值。论文的研究为最终建立完整的强流LIA故障智能诊断和性能评估系统打下了坚实的基础。
二、带有小波函数积分的外推加速算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、带有小波函数积分的外推加速算法(论文提纲范文)
(1)青藏高原冬季大气边界层特征及对大型水平轴风力机功率影响(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 可再生能源发展潜力巨大,风电产业前景广阔 |
1.1.2 我国风电产业技术水平显着提升 |
1.1.3 高原风电装机量持续上升,特殊环境降低机组运行性能 |
1.1.4 风力机研究仍面临众多挑战 |
1.1.5 LiDAR技术广泛应用于风能领域 |
1.1.6 本课题研究意义 |
1.2 国内外研究现状 |
1.2.1 风力机项目概览 |
1.2.2 风力机研究成果 |
1.3 本文研究内容及创新点 |
1.3.1 本文研究内容 |
1.3.2 创新点 |
第2章 风力机动量理论与实验数据分析方法 |
2.1 风力机动量理论 |
2.1.1 致动盘模型(ADM) |
2.1.2 转子盘模型(RDM) |
2.2 实验数据分析方法 |
2.2.1 统计方法 |
2.2.2 回归分析 |
2.2.3 时间序列分析 |
2.2.4 傅里叶谱分析 |
2.2.5 小波分析 |
2.3 实验设备校准方法 |
2.3.1 白盒校准 |
2.3.2 黑盒校准 |
第3章 青藏高原冬季外场实验 |
3.1 实验场地 |
3.1.1 风电场 |
3.1.2 风力发电机组 |
3.2 实验设备 |
3.2.1 激光雷达调研 |
3.2.2 ZephiR Dual Mode(ZDM) |
3.3 实验方案 |
3.3.1 ZDM测量方案 |
3.3.2 Mast和SCADA |
3.4 结果验证 |
3.4.1 风速与风向验证 |
3.4.2 风切变验证 |
3.5 小结 |
第4章 青藏高原冬季大气边界层特征 |
4.1 大气边界层特征参数总体分布 |
4.1.1 气象参数分布 |
4.1.2 湍流参数分布 |
4.2 不同风向下大气边界层特征参数分布 |
4.2.1 气象参数分布 |
4.2.2 湍流参数分布 |
4.3 不同时间下大气边界层特征参数分布 |
4.3.1 气象参数分布 |
4.3.2 湍流参数分布 |
4.4 小结 |
第5章 昼夜大气边界层特征对风力机功率的影响 |
5.1 风力机转速和功率 |
5.2 昼夜大气稳定状态 |
5.3 西风向下昼夜大气边界层条件对风力机功率的影响 |
5.3.1 大气边界层特征参数对风力机功率的影响 |
5.3.2 典型大气边界层条件对风力机功率的影响 |
5.4 东风向下昼夜大气边界层条件对风力机功率的影响 |
5.4.1 大气边界层特征参数对风力机功率的影响 |
5.4.2 典型大气边界层条件对风力机功率的影响 |
5.5 昼夜大气边界层条件对风力机功率影响的比较 |
5.6 小结 |
结论与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
附录B 实验设备调研 |
附录C 气象参数与湍流参数间的关系 |
附录D 大气边界层特征参数的昼夜分布 |
(2)新冠疫情管控措施对太原市环境空气质量的影响分析(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 前言 |
1.1.1 研究背景 |
1.1.2 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 新冠疫情特点及对人类生产、生活的影响 |
1.2.2 新冠疫情爆发对国际国内城市环境空气质量的影响研究 |
1.2.3 太原市近年来大气污染物与环境空气质量变化研究 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 太原市2016-2019 年大气污染状况时间序列分析 |
2.1 前言 |
2.2 材料与方法 |
2.2.1 数据来源 |
2.2.2 统计分析说明 |
2.2.3 环境空气质量指数(AQI) |
2.2.4 小波分析方法 |
2.3 结果与讨论 |
2.3.1 太原市环境空气质量时间序列分析 |
2.3.2 太原市PM_(2.5)年周期变化小波分析 |
2.3.3 太原市2016-2019 年重污染天气分析 |
2.4 本章小结 |
第三章 新冠疫情管控措施对太原市环境空气质量影响分析 |
3.1 前言 |
3.2 材料与方法 |
3.2.1 污染物分级标准 |
3.2.2 偏相关分析方法 |
3.2.3 特征雷达图 |
3.2.4 趋势外推法 |
3.3 结果与讨论 |
3.3.1 新冠疫情期间太原市环境空气质量变化分析 |
3.3.2 趋势外推法计算的各污染物随时间变化规律 |
3.3.3 PM_(2.5)未来浓度预测趋势与实际测量结果对比分析 |
3.3.4 新冠疫情对太原市环境空气质量的影响分析 |
3.3.5 新冠疫情管控期间太原市与其他城市的空气质量对比 |
3.3.6 新冠疫情管控前后大气污染物变化机理分析及大气污染物变化趋势的启示 |
3.4 本章小结 |
第四章 结论与建议 |
4.1 主要结论 |
4.2 特色和创新点 |
4.3 建议 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(3)密度矩阵重正化群方法的优化研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 前言 |
1.1 DMRG方法的应用与发展 |
1.2 DMRG优化研究的现状 |
1.3 本文研究内容 |
1.4 论文章节安排 |
第二章 密度矩阵重正化群方法介绍 |
2.1 数值重正化群方法 |
2.2 DMRG方法 |
2.2.1 无限系统DMRG方法 |
2.2.2 有限系统DMRG方法 |
2.3 矩阵乘积态(MPS) |
2.4 矩阵乘积算符(MPO) |
2.5 基于MPS/MPO语言的描述 |
2.6 本章小结 |
第三章 DMRG方法计算量和存储量的优化 |
3.1 计算和存储复杂度 |
3.2 波函数预测 |
3.3 动态保留状态 |
3.4 单格点DMRG |
3.5 零格点DMRG |
3.6 保持对称性 |
3.7 本章小结 |
第四章 实空间并行DMRG方法 |
4.1 基准模型 |
4.2 固定边界方法 |
4.3 动态边界方法 |
4.4 数值结果 |
4.5 本章小结 |
第五章 基于CPU-GPU的异构并行优化方法 |
5.1 基准模型 |
5.2 对角化哈密顿量部分的异构并行优化 |
5.2.1 Davidson方法的异构并行优化 |
5.2.2 作用哈密顿量到波函数部分的优化 |
5.3 截断过程的优化 |
5.3.1 约化密度矩阵对角化部分 |
5.3.2 算符截断部分 |
5.4 数值结果 |
5.5 本章小结 |
第六章 总结与展望 |
附录 A 程序实现 |
A.1 定义格点模型 |
A.1.1 状态的量子数标记 |
A.1.2 定义格点 |
A.1.3 定义子块算符 |
A.1.4 定义超块算符 |
A.2 期望值计算 |
A.3 激发态计算 |
A.4 本章小结 |
参考文献 |
在学期间的研究成果 |
致谢 |
(4)复杂区域强非线性力学问题求解的小波方法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 传统数值计算方法面临的困难 |
1.2.1 经典数值方法简述 |
1.2.2 小波数值方法的发展 |
1.3 本文的主要工作 |
第二章 小波基函数的基础理论 |
2.1 小波多分辨率分析 |
2.1.1 多分辨率分析基础 |
2.1.2 滤波器系数组的构造 |
2.2 广义Coiflets小波基函数 |
2.2.1 基函数展开与函数值计算 |
2.2.2 积分值的改进计算方法 |
2.3 本章的总结 |
第三章 强非线性问题的Coiflet小波逼近 |
3.1 有限区间上的Coiflet小波逼近格式 |
3.1.1 一维基本逼近格式与边界条件施加 |
3.1.2 任意阶次边界延拓插值公式与二维实现 |
3.2 强非线性问题高精度小波Richardson外推配点方法 |
3.2.1 小波外推格式与非线性算子作用法则 |
3.2.2 邻近节点内插技术 |
3.3 强非线性问题的积分型Coiflet小波逼近格式 |
3.3.1 在标准化区间上的小波积分型离散格式 |
3.3.2 从简单区间推广到一般区间的考虑 |
3.4 本章的总结 |
第四章 复杂区域内求解的小波方法 |
4.1 任意区域上的嵌入型网格技术 |
4.1.1 小波方法的积分节点 |
4.1.2 复杂区域上的小波格式 |
4.2 边界条件代入与细节调整 |
4.2.1 导入不同边界条件的直接形式 |
4.2.2 选取合适的参数。 |
4.3 时域求解的小波多步方法 |
4.3.1 小波隐式多步方法 |
4.3.2 小波显式预测-校正算法 |
4.4 本章的总结 |
第五章 小波方法在边值与初值问题求解的应用 |
5.1 强非线性方程的小波解法 |
5.1.1 求解p-Laplacian方程 |
5.1.2 小波Richardson配点法求解非线性方程 |
5.2 不规则二维区域上的小波方法应用 |
5.2.1 非线性Poisson方程的求解 |
5.2.2 直杆扭转问题 |
5.2.3 薄板弯曲问题 |
5.3 动态问题的小波多步方法应用 |
5.3.1 常微分方程的示例 |
5.3.2 偏微分方程的示例 |
5.4 本章的总结 |
第六章 结束语 |
参考文献 |
在学期间的研究成果 |
致谢 |
(5)电磁波传播与散射的时域混合算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究概况 |
1.3 本文内容的结构安排 |
2 时域有限差分方法 |
2.1 引言 |
2.2 FDTD基本理论 |
2.2.1 直角坐标系下FDTD三维迭代格式 |
2.2.2 数值色散和稳定性条件 |
2.2.3 吸收边界条件 |
2.3 FDTD对色散媒质的电磁散射分析技术 |
2.3.1 非磁化等离子体的RKETD-FDTD分析技术 |
2.3.2 流场中非磁化等离子体参数提取技术 |
2.3.3 流场分布投影技术 |
2.3.4 算例分析 |
2.4 FDTD近场-近场/远场外推技术 |
2.4.1 时域基尔霍夫外推公式 |
2.4.2 算例验证 |
2.5 本章小结 |
3 应用于预测多尺度空间电波传播的FDTD/PE混合算法 |
3.1 引言 |
3.2 抛物线方程基本理论 |
3.2.1 标准三维抛物线方程 |
3.2.2 抛物线方程的边界条件 |
3.3 三维标量抛物线方程的求解 |
3.3.1 频域抛物线方程的分步傅里叶解法 |
3.3.2 时域抛物线方程的有限差分解法 |
3.4 FDTD/PE混合算法 |
3.4.1 基于空间插值的区域耦合方法 |
3.4.2 算例验证 |
3.5 本章小结 |
4 应用于分析多尺度目标电磁特性的FDTD/TDPO混合算法 |
4.1 引言 |
4.2 TDPO远场闭合积分方法 |
4.2.1 物理光学方法基本原理 |
4.2.2 时域物理光学闭合积分公式 |
4.2.3 时域物理光学远场散射时间特性 |
4.2.4 算例验证 |
4.3 FDTD/TDPO混合算法 |
4.3.1 基于KSIR和时间插值的区域耦合方法 |
4.3.2 算例验证 |
4.4 基于泰勒级数展开的混合算法加速技术 |
4.4.1 基于泰勒级数展开的快速算法 |
4.4.2 算法实施中的聚合、转移、配置过程 |
4.4.3 算法精度及加速效果测试 |
4.4.4 算例验证 |
4.5 本章小结 |
5 结论与研究展望 |
5.1 全文总结 |
5.2 后续工作和展望 |
致谢 |
参考文献 |
附录 |
(6)多尺度数据融合算法及其应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文的研究背景及意义 |
1.2 多传感器信息融合概述 |
1.2.1 信息融合的概念和优点 |
1.2.2 信息融合的模型 |
1.2.3 信息融合的方法 |
1.2.4 信息融合技术的研究现状 |
1.3 多尺度数据融合有关技术及进展 |
1.3.1 多尺度系统估计理论研究概况 |
1.3.2 多尺度数据融合的应用及研究现状 |
1.3.3 多尺度数据融合概念的演变 |
1.4 MEMS陀螺仪中漂移信号处理方法研究现状 |
1.5 陀螺仪中的多尺度数据融合及需要解决的问题 |
1.6 本文的主要研究内容及结构安排 |
2 多尺度数据融合算法及其有效性的证明 |
2.1 引言 |
2.2 小波分解原子时算法 |
2.2.1 常见时间尺度 |
2.2.2 原子时算法 |
2.2.3 小波分解原子时算法的提出 |
2.2.4 小波分解原子时算法有待解决的问题 |
2.2.5 小波分解原子时算法的基本原理 |
2.3 预备知识 |
2.3.1 原子钟的噪声特性 |
2.3.2 相关说明 |
2.4 随机信号数据融合的理论体系 |
2.4.1 平稳单尺度数据融合 |
2.4.2 平稳多尺度数据融合 |
2.4.3 非平稳单尺度数据融合 |
2.4.4 非平稳多尺度数据融合 |
2.5 非平稳多尺度数据融合定理的证明 |
2.6 分析与讨论 |
2.7 本章小结 |
3 多尺度数据融合算法的小波包实现 |
3.1 引言 |
3.2 小波变换和小波包变换 |
3.3 小波包的基本理论 |
3.3.1 正交小波包的定义与性质 |
3.3.2 小波包的子空间分解 |
3.3.3 小波库及小波包基的定义 |
3.3.4 小波包的分解与重构算法 |
3.3.5 最优小波包基的概念 |
3.3.6 最优基的快速搜索 |
3.4 基于小波包的多尺度数据融合方案 |
3.4.1 基于小波变换的多尺度数据融合算法 |
3.4.2 基于小波包的多尺度数据融合方案 |
3.5 基于小波包的多尺度陀螺融合实验研究 |
3.5.1 MEMS陀螺概述 |
3.5.2 MEMS陀螺随机误差分析 |
3.5.3 MEMS陀螺随机误差的Allan方差分析 |
3.5.4 MEMS陀螺漂移的数学模型 |
3.5.5 MEMS陀螺信号实时小波处理方法 |
3.5.6 基于小波包的多尺度陀螺融合算法仿真实验 |
3.6 本章小结 |
4 小波多尺度数据融合中关键技术 |
4.1 MEMS陀螺噪声特性与小波熵 |
4.1.1 MEMS陀螺误差及噪声特性 |
4.1.2 小波熵 |
4.2 常见的小波簇 |
4.2.1 小波基的性质 |
4.2.2 常用小波基 |
4.3 基于小波变换的数据融合中小波基的选取 |
4.3.1 小波基选取原则 |
4.3.2 小波基的比较 |
4.3.3 小波簇的选取 |
4.3.4 陀螺数据融合效果评价 |
4.3.5 最佳小波基选取实验 |
4.4 小波分解层数的设定 |
4.5 数据融合加权因子的选择 |
4.6 本章小结 |
5 多尺度融合与其它MEMS陀螺信号处理方法的比较 |
5.1 MEMS陀螺仪噪声抑制方法研究概述 |
5.1.1 MEMS陀螺仪噪声抑制方法研究现状 |
5.1.2 卡尔曼滤波和小波阈值去噪法的缺点 |
5.1.3 多尺度数据融合算法的优点 |
5.2 MEMS陀螺数据处理中的多传感器数据融合 |
5.2.1 多尺度融合 |
5.2.2 卡尔曼滤波融合 |
5.2.3 小波阈值融合 |
5.3 基于仿真信号对三种融合方法的比较 |
5.3.1 仿真信号的产生 |
5.3.2 第一组仿真实验(Chirp信号+高斯白噪声) |
5.3.3 第二组仿真实验(Chirp信号+有色噪声) |
5.4 基于实测信号对三种融合方法的比较 |
5.5 三种融合方法比较的结论 |
5.6 多尺度数据融合与FLP(前向线性预测)方法的比较 |
5.6.1 FLP算法 |
5.6.2 基于FLP滤波的多传感器融合方法 |
5.6.3 FLP滤波融合结果和分析 |
5.7 本章小结 |
6 多尺度数据融合系统设计与验证 |
6.1 系统的总体设计方案 |
6.1.1 系统需求分析 |
6.1.2 系统整体框图 |
6.1.3 系统中的主要器件选型 |
6.2 硬件电路设计 |
6.2.1 陀螺仪模块 |
6.2.2 协处理器模块 |
6.2.3 主处理器模块 |
6.2.4 系统实物图 |
6.3 系统软件设计 |
6.3.1 接口部分 |
6.3.2 融合处理部分 |
6.4 实验研究 |
6.5 本章小结 |
7 结论 |
7.1 本文的主要研究成果 |
7.2 创新研究 |
7.3 进一步研究工作 |
致谢 |
参考文献 |
附录 |
攻读博士学位期间发表和收录的论文 |
攻读博士学位期间获奖 |
攻读博士学位期间参加的科研项目 |
(7)卫星辅助增强微惯性导航精度方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外相关技术研究综述 |
1.2.1 MEMS惯性器件研究现状 |
1.2.2 GNSS定位技术研究现状 |
1.2.3 微惯性/卫星组合导航技术研究现状 |
1.3 论文研究内容及组织结构 |
1.4 本章小结 |
第二章 捷联惯性导航基本理论与方法 |
2.1 导航常用坐标系与姿态参数 |
2.1.1 常用坐标系及其转换 |
2.1.2 常用姿态参数及其转换 |
2.2 惯性导航力学编排及误差传播 |
2.2.1 导航参数微分方程 |
2.2.2 惯性导航力学编排 |
2.2.3 惯性导航误差状态方程 |
2.3 本章小结 |
第三章 基于Allan方差分析的惯性/卫星松组合导航精密建模 |
3.1 基于Allan方差分析的惯性器件随机误差建模方法 |
3.1.1 惯性器件随机误差时域建模方法 |
3.1.2 基于Allan方差分析的惯性器件随机噪声时域建模方法 |
3.1.3 微惯性器件随机误差分析实例 |
3.2 惯性/卫星松组合导航观测建模及误差分析 |
3.2.1 松组合导航基本观测模型 |
3.2.2 组合导航观测模型的实时实现 |
3.2.3 GNSS定位误差分析 |
3.3 基于新息序列方差匹配的抗差自适应滤波方法 |
3.3.1 惯性辅助卫星定位质量控制方法 |
3.3.2 观测噪声方差解耦自适应估计方法 |
3.3.3 基于新息序列方差匹配的抗差自适应滤波方法试验研究 |
3.4 本章小结 |
第四章 基于载波相位时间差分的微惯性/卫星组合导航方案设计与实现 |
4.1 基于伪距、多普勒测量的惯性/卫星紧组合导航建模方法 |
4.1.1 惯性/卫星紧组合导航模型 |
4.1.2 惯性/卫星紧组合导航的优势及问题分析 |
4.2 载波相位时间差分模型 |
4.2.1 载波相位时间差分观测方程推导与分析 |
4.2.2 基于载波相位时间差分的精密位置增量解算方法 |
4.3 载波相位时间差分观测量的周跳探测与处理策略 |
4.3.1 周跳对载波相位时间差分观测量的影响分析 |
4.3.2 基于Turbo Edit方法的周跳探测 |
4.3.3 惯性辅助载波相位周跳探测方法 |
4.3.4 周跳探测方法实例分析 |
4.4 载波相位时间差分辅助惯性/卫星紧组合导航方法 |
4.4.1 基于载波相位时间差分解算的精密位置增量辅助 |
4.4.2 基于载波相位时间差分观测量辅助 |
4.4.3 两种方法优劣对比 |
4.5 本章小结 |
第五章 基于神经网络辅助的微惯性导航精度增强方法 |
5.1 神经网络辅助惯性/卫星组合导航基本特点 |
5.2 神经网络辅助微惯性导航误差非线性建模方法 |
5.2.1 动态神经网络拓扑结构 |
5.2.2 基于时滞神经网络辅助惯性导航定位误差非线性建模 |
5.2.3 P-δP方法局限性分析 |
5.3 卫星缺失情况下基于神经网络辅助的卡尔曼滤波算法设计 |
5.3.1 基于BP神经网络的GNSS位置增量预报方法 |
5.3.2 基于伪GNSS位置增量辅助微惯性导航方法 |
5.4 车载试验验证 |
5.4.1 传统P-δP方法辅助惯性导航试验分析 |
5.4.2 神经网络辅助卡尔曼滤波方法试验验证 |
5.5 本章小结 |
第六章 卫星辅助微惯性导航系统空中动基座初始对准方法 |
6.1 捷联惯导动基座初始对准方法方案设计 |
6.1.1 MEMS捷联惯导动基座初始对准的基本特点 |
6.1.2 MEMS捷联惯导动基座初始对准总体方案设计 |
6.2 卫星辅助微惯性导航动基座粗对准方法 |
6.2.1 双历元GNSS辅助MEMS-SINS动态粗对准原理 |
6.2.2 空中动态粗对准方法 |
6.3 大失准角条件下动基座初始对准容积卡尔曼滤波方法 |
6.3.1 非线性系统递推贝叶斯估计 |
6.3.2 基于扩展容积卡尔曼滤波的MEMS-SINS初始对准方法 |
6.4 容积卡尔曼滤波初始对准方法分析 |
6.4.1 扩展与非扩展容积卡尔曼滤波方法对比分析 |
6.4.2 容积卡尔曼滤波方法与无迹卡尔曼滤波方法对比分析 |
6.5 机载试验分析 |
6.5.1 无人机运动特性分析 |
6.5.2 粗对准方法机载试验结果与分析 |
6.5.3 精对准方法机载试验结果与分析 |
6.6 本章小结 |
第七章 组合导航系统原理样机集成及性能验证 |
7.1 微惯性/卫星组合导航试验系统集成 |
7.1.1 系统原理样机硬件构成 |
7.1.2 组合导航及显控软件设计 |
7.1.3 车载试验平台 |
7.2 车载导航试验方案及评估方法 |
7.2.1 车载导航试验方案设计 |
7.2.2 组合导航系统性能评估方法 |
7.3 车载试验结果与分析 |
7.3.1 微惯性/卫星组合事后平滑处理试验结果及分析 |
7.3.2 良好GNSS观测环境下组合导航精度评估试验结果与分析 |
7.3.3 微惯性导航滑行精度评估试验结果与分析 |
7.3.4 微惯性导航位置增量精度评估试验结果与分析 |
7.4 本章小结 |
第八章 结论与展望 |
8.1 论文研究成果及主要创新点 |
8.1.1 论文研究成果 |
8.1.2 论文主要创新点 |
8.2 论文研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(8)两类Fredholm积分方程的改进Galerkin算法研究(论文提纲范文)
摘要 |
ABSTRACT |
1.绪论 |
1.1 研究背景及意义 |
1.2 积分方程的分类 |
1.3 国内外研究现状 |
1.4 Fredholm积分方程的几种数值解法 |
1.5 本文研究内容 |
2.小波理论 |
2.1 小波分析的由来及发展 |
2.2 小波与小波变换 |
2.3 紧支撑正交小波 |
3.Legendre小波求解第二类Fredholm积分方程 |
3.1 Legendre小波 |
3.2 数值算法 |
3.3 收敛性分析 |
3.4 数值算例 |
4.ROWG算法求解第二类超奇异Fredholm积分方程 |
4.1 降阶方法 |
4.2 数值算法 |
4.3 收敛性分析 |
4.4 数值算例 |
5.总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(9)红外成像ATR系统中的数字图像处理及识别检测分类技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究课题的背景和意义 |
1.2 红外成像ATR系统的研究发展动态 |
1.2.1 红外探测器的发展 |
1.2.2 基于模板匹配的ATR技术研究的发展 |
1.2.3 基于特征提取的ATR技术研究的发展 |
1.3 红外成像ATR系统的关键技术和难点分析 |
1.4 论文的主要工作和安排 |
本章参考文献 |
第二章 红外成像ATR系统的原理与特点 |
2.1 引言 |
2.2 红外成像的特性 |
2.2.1 红外辐射特性分析 |
2.2.2 目标与背景的红外成像特性分析 |
2.3 红外成像ATR系统的特性 |
2.3.1 成像ATR系统的原理 |
2.3.2 红外成像ATR系统的实现过程 |
2.3.3 红外成像ATR系统的特点 |
本章参考文献 |
第三章 红外焦平面器件成像系统的非均匀性校正技术 |
3.1 引言 |
3.2 红外焦平面器件成像系统非均匀性的产生因素及分析 |
3.2.1 探测器自身的非均匀性 |
3.2.2 器件工作状态引入的非均匀性 |
3.2.3 外界环境引起的非均匀性 |
3.2.4 红外焦平面器件成像系统非均匀性的测定 |
3.3 现有的红外焦平面器件成像系统非均匀性校正方法 |
3.3.1 基于参考辐射源的非均匀性校正算法 |
3.3.2 基于场景的非均匀性校正算法 |
3.4 基于非线性快速卡尔曼滤波算法 |
3.4.1 非线性卡尔曼滤波校正算法 |
3.4.2 快速卡尔曼滤波算法 |
3.4.3 实验结果及分析 |
3.5 基于平稳小波变换的非均匀性校正算法 |
3.5.1 平稳小波变换 |
3.5.2 基于平稳小波的非均运行校正算法 |
3.5.3 实验结果及分析 |
3.6 本章小结 |
本章参考文献 |
第四章 红外图像增强技术研究 |
4.1 引言 |
4.2 常用红外图像增强算法 |
4.2.1 红外图像平滑 |
4.2.2 红外图像锐化 |
4.2.3 直方图均衡增强 |
4.3 基于联合直方图均衡及图像融合的红外图像增强技术 |
4.3.1 基于平稳小波变换的自适应阈值处理去噪 |
4.3.2 自适应直方图均衡 |
4.3.3 细节增强处理以及图像融合 |
4.3.4 算法流程 |
4.3.5 实验结果及分析 |
4.4 基于序列图像的红外图像增强算法研究 |
4.4.1 基于多分辨分析的块匹配的运动估计算法 |
4.4.2 基于2D-TDI的红外图像增强算法 |
4.5 本章小结 |
本章参考文献 |
第五章 红外目标检测与图像分割技术研究 |
5.1 引言 |
5.2 红外目标检测技术概述 |
5.2.1 空域中值滤波 |
5.2.2 数学形态学滤波 |
5.3 基于各向异性判决和双边滤波的红外弱小目标检测 |
5.3.1 改进的双边滤波的背景抑制 |
5.3.2 基于各向异性的滤波阂值判决 |
5.3.3 实验结果及分析 |
5.4 红外图像分割方法概述 |
5.4.1 最大类间方差法 |
5.4.2 迭代法 |
5.4.3 熵方法 |
5.5 基于蚁群算法的快速二维模糊熵图像分割算法 |
5.5.1 基于快速二维模糊熵的图像分割算法 |
5.5.2 基于蚁群算法的模糊熵函数优化 |
5.5.3 实验结果及分析 |
5.6 本章小结 |
本章参考文献 |
第六章 红外成像目标识别技术研究 |
6.1 引言 |
6.2 基于模糊D-S证据合成理论的双色红外小目标识别方法 |
6.2.1 基于模糊理论的红外目标特征提取 |
6.2.2 基于D-S证据理论的特征融合识别 |
6.2.3 实验结果及分析 |
6.3 基于小波矩的红外成像目标识别技术 |
6.3.1 图像矩不变量的构造 |
6.3.2 小波矩不变量的构造 |
6.3.3 实验结果与分析 |
6.4 本章小结 |
本章参考文献 |
第七章 红外成像ATR系统的实时实现 |
7.1 引言 |
7.2 系统的功能和要求 |
7.3 系统的功能结构和特点 |
7.3.1 系统结构 |
7.3.2 系统的工作原理 |
7.3.3 系统功能指标 |
7.3.4 系统特点 |
7.4 系统效果 |
7.5 本章小结 |
第八章 总结与展望 |
8.1 本文的工作总结 |
8.2 今后工作展望 |
致谢 |
攻读博士学位期间完成的论文和科研工作 |
(10)强流直线感应加速器故障诊断与性能评估技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 强流电子直线感应加速器简介 |
1.1.1 直线感应加速器发展概况 |
1.1.2 直线感应加速器系统 |
1.1.3 直线感应加速器电参数测试 |
1.2 选题背景和意义 |
1.2.1 选题背景 |
1.2.2 选题目的和意义 |
1.3 国内外研究现状与发展趋势 |
1.4 研究技术途径 |
1.4.1 技术途径 |
1.4.2 故障诊断与预测维护系统总体结构 |
1.5 论文研究主要内容和创新点 |
1.5.1 论文研究主要内容 |
1.5.2 论文创新点 |
第二章 基本理论 |
2.1 数据压缩和降维 |
2.1.1 CCA算法 |
2.1.2 傅里叶变换及窗口傅里叶变换 |
2.2 小波变换 |
2.2.1 连续小波变换 |
2.2.2 离散小波变换和正交二进小波变换 |
2.2.3 多分辨率分析 |
2.2.4 正交小波包变换 |
2.3 神经网络 |
2.3.1 基础知识 |
2.3.2 多层前馈网络 |
2.3.3 径向基函数(RBF)神经网络 |
2.3.4 函数逼近与插值 |
2.3.5 正则化理论与正则化网络 |
2.3.6 RBF神经网络学习算法 |
2.3.7 两种神经网络的讨论 |
2.4 小结 |
第三章 强流LIA信号处理与特征值提取 |
3.1 小波变换实现信号突变点及时间间隔测量 |
3.1.1 小波变换实现信号突变点检测机理 |
3.1.2 小波基选择 |
3.1.3 加速器信号突变点检测及时间间隔测量 |
3.2 信号去噪 |
3.2.1 小波去噪原理 |
3.2.2 小波去噪应用 |
3.3 小波包变换提取特征值 |
3.3.1 特征值提取算法 |
3.3.2 数据预处理 |
3.3.3 小波基函数选取和分解层数的确定 |
3.3.4 小波包提取特征向量 |
3.4 小结 |
第四章 故障诊断与预测维护 |
4.1 概述 |
4.1.1 诊断系统目标 |
4.1.2 加速器故障诊断系统总体策略 |
4.2 单个RBF神经网络的加速腔电压故障诊断 |
4.2.1 RBF网络最近邻聚类训练算法及实现 |
4.2.2 单个带束加速腔电压故障诊断网络训练 |
4.2.3 单个带束加速腔电压故障诊断结果 |
4.3 加速器运行趋势诊断 |
4.4 束流输运系统多神经网络协同诊断 |
4.4.1 多神经网络协同诊断简介 |
4.4.2 加速器束流波形故障模式及诊断策略 |
4.4.3 束心位置运动轨迹的规则提取 |
4.4.4 协同诊断推理规则 |
4.4.5 协同诊断 |
4.5 小结 |
第五章 结论 |
参考文献 |
致谢 |
附录 |
四、带有小波函数积分的外推加速算法(论文参考文献)
- [1]青藏高原冬季大气边界层特征及对大型水平轴风力机功率影响[D]. 王强. 兰州理工大学, 2021
- [2]新冠疫情管控措施对太原市环境空气质量的影响分析[D]. 张辰. 山西大学, 2021(12)
- [3]密度矩阵重正化群方法的优化研究[D]. 陈富州. 兰州大学, 2021
- [4]复杂区域强非线性力学问题求解的小波方法[D]. 徐聪. 兰州大学, 2020(01)
- [5]电磁波传播与散射的时域混合算法研究[D]. 金雨萌. 南京理工大学, 2019(01)
- [6]多尺度数据融合算法及其应用研究[D]. 刘娟花. 西安理工大学, 2019
- [7]卫星辅助增强微惯性导航精度方法研究[D]. 王鼎杰. 国防科技大学, 2018(01)
- [8]两类Fredholm积分方程的改进Galerkin算法研究[D]. 许曦. 东华理工大学, 2018(12)
- [9]红外成像ATR系统中的数字图像处理及识别检测分类技术研究[D]. 张峰. 西安电子科技大学, 2010(10)
- [10]强流直线感应加速器故障诊断与性能评估技术研究[D]. 杨兴林. 中国工程物理研究院, 2006(04)