三维介孔钴酸锌立方体的制备及其优异的储锂性能

采用简易、温和、实际耐用的水热方法制备了新型三维介孔立方体结构的钴酸锌纳米材料。每个钴酸锌立方体的边长大约在3-4μm之间,并由大量的纳米粒子和密集的孔隙所构成。通过氮吸附/脱附手段测试发现所制备的钴酸锌纳米材料具有较大的比表面积(41.4 m2?g^(-1))和介孔(6.32 nm)特性。使用钴酸锌纳米材料作为锂离子电池负极,金属锂作为正极组装锂电池并测试了材料的储锂性能。研究发现该电极材料在较高的电流密度下循环100周后,仍能呈现较高的可逆容量和超强的循环稳定性。这种优异的储锂性能主要归因于钴酸锌纳米材料的新型结构,这种介孔立方体结构能够加速锂离子的扩散,增加电极与电解液的接触面积并缓解锂离子嵌入/嵌出期间产生的体积膨胀。

基于信息质量选择的动态航迹融合算法

传统的航迹融合算法未充分考虑传感器精度和量测丢失对航迹质量的影响,从而导致融合后的航迹质量下降。为了提高跟踪性能,提出一种基于信息质量选择的动态航迹融合算法。该算法通过交互式多模型补偿滤波来获得局部航迹和信息熵,然后利用信息熵来度量局部航迹质量。根据设置的双门限筛选出质量好的局部航迹,并将其信息熵归一化的结果赋给传感器的权值,实现权值的动态分配。仿真结果表明,在考虑不同的传感器精度和量测丢失率的情况下,该算法对机动目标的跟踪性能优于已知的航迹融合算法。

基于改进的FCM和信息熵修正的航迹融合算法

在局部航迹信息质量不均衡条件下,选择所有局部航迹进行航迹融合的算法会造成系统航迹质量下降。为了提高跟踪性能,提出了一种基于改进的模糊C均值(FCM)和信息熵修正的航迹融合算法。通过交互式多模型(IMM)滤波后的航迹信息对聚类数据做“质量”修正,改进后的FCM算法对局部航迹进行聚类分析,利用信息熵和隶属度对局部航迹进行选择和融合,达到修正聚类中心和提高系统航迹质量的效果。仿真结果表明:当多个传感器跟踪机动目标时,在传感器的观测精度发生变化和存在量测丢失的情况下,该算法的跟踪性能优于已知的航迹融合算法。