FAST馈源支撑系统三维可视化模型的创建

国产操作系统因其安全可靠被许多特定的企业和单位使用。中标麒麟系统是国产操作系统中较为成熟的一个系统。Blender是一款跨平台的三维动画制作软件,功能强大且可以在任何主流的操作系统上工作。在中标麒麟系统下,用Blender建模软件对“天眼”FAST中的一部分——馈源支撑系统的三维模型进行了创建,并选取其中的一部分,对其模型的创建过程进行了详细地介绍。

室内定位技术研究综述

随着时代的发展与进步,位置信息在人们的生活中凸显着越来越重要的作用。室外条件下的定位技术已经足够成熟,并且精度已经达到“十米级”,甚至有些应用到军事方面的定位技术的精度已经控制在“米级”以内。但是因为室内墙壁等建筑物对信号的遮挡,使得基于室外的定位技术无法应用到室内,并且“米级”的定位精度已经无法满足室内环境中对定位的要求。室内定位技术因为环境复杂等因素成为现今的研究热点。通过对现有的几种常见的室内定位技术进行研究,分析了其技术原理,对其优点以及局限性进行了概括。随后详细分析了两种使用频率高的室内定位方法的原理,分别为三边定位法和位置指纹定位法。然后对室内定位技术的一些应用进行了总结,又总结了一些关键技术难点,并对室内定位技术的前景做出了展望。

基于RSSI的定位技术中数据预处理的滤波算法

RSSI测距技术广泛应用于室内定位技术中,但由于RSSI信号易受干扰,导致采集的数据与真实值偏差较大,影响定位精度。对此,研究总结了5种用于一维数据的数据预处理的滤波算法,在测量阶段提高RSSI测量值的准确程度。对一组RSSI测试数据分别使用这5种滤波算法进行数据预处理,得到结果并进行分析。在定位技术中,可以结合实际环境选择合适的滤波算法。

交叉验证的BP神经网络恒星光谱分类

LAMOST作为国家重大科学工程项目,目前在世界上对光谱的观测、获取率最高,为天文学的研究与发展提供大量的数据和信息资源.根据LAMOST发布的恒星光谱数据文件,从中提取出关于恒星光谱波长的数据信息,对数据进行噪声剔除、数据降维、数据规范化、数据降维处理.利用BP神经网络算法对数据进行分类处理,根据分类结果正确率来判断BP神经网络模型的优劣.但是BP神经网络对测试集数据的测试效果并不代表对其他数据具有同样的测试效果而且易产生过拟合,所以采用交叉验证与BP神经网络相结合的方法,BP神经网络算法可对多组不同的数据进行测试,得到多组测试结果并求得平均值,可得到BP神经网络模型相对稳定的测试结果并降低结果的随机性.

LAMOST恒星光谱数据分析

天文学界对天文学的研究是无止境的,天文学问题的亟待解决需要更多的信息资源,而对观测天体仪器的精度要求也越来越高。我国LAMOST的综合观测水平处于国际领先水平,其每夜的光谱观测量高达数万条,为天文学的发展提供了信息资源。恒星光谱中包含着关于恒星的诸多属性信息,通过对恒星光谱数据的研究与分析,找出数据信息中的联系,发掘出与恒星种类相关的恒星光谱数据以及不同恒星光谱具有的光谱数据特点。

基于Wi-Fi的三边定位算法的改进

随着室外定位技术的逐渐成熟,对定位的研究逐渐转向室内。鉴于室内环境复杂等因素,使用室外定位技术会产生较大误差,因此研究人员提出多种室内定位的技术和方法。Wi-Fi定位技术因为其成本低、使用方便、定位精度较高,使其成为使用较为广泛的一种定位技术。在使用Wi-Fi定位的过程中,三边定位方法是最简单、最基础的一种定位方法。但是传统的三边定位方法会产生较大误差,故对三边定位法进行改进,经验证在一定范围内缩小误差。

LAMOST星体光谱FITS文件解析与信息提取

星体光谱数据都存储在FITS格式的文件中,对FITS文件的了解与掌握是研究星体光谱的前提。FITS文件由LAMOST发布,介绍了FITS文件的命名及存储格式,FITS文件中存储有光谱的诸多属性信息,用Python语言实现对FITS文件内容的批量读取以及批量导入数据库,为星体光谱的研究提供数据资源。