基于分段三次样条函数逐时气象资料模拟方法研究

精细化的逐时气象资料是气候可行性论证的基础,本文利用河南省5个气象观测站逐日4次定时气温观测资料及日最高气温和日最低气温观测资料,基于分段三次样条函数插值法模拟计算逐时气温,并以2006—2015年郑州气象观测站气温观测资料为例分析观测气温与模拟气温之间的差异。结果表明:分段三次样条函数插值法可以有效模拟实际气温的变化特征,但考虑日最高气温和日最低气温后,"六点"插值法模拟效果优于"四点"插值法,2006—2015年郑州气象观测站模拟气温与观测气温之间呈极显著的正相关关系(R^2=0.99,n=73 040);特别是在气温要素没有连续跃变时,利用分段三次样条函数插值法可以使4次气温观测资料有效转换为逐时气温资料,三次样条函数插值法也适宜于其他连续性变化的气象要素(如水汽压、相对湿度和风速等)的逐时模拟,且模拟效果基本不受地域影响;从郑州气象观测站模拟气温与观测气温之间的偏差及其变化幅度来看,计算结果可以满足气候可行性论证对气象要素时间精度的要求和气候应用服务的需求。

分段三次样条插值的机算方法

利用分段三次样条插值方法可以构造一个整体上具有二阶连续导数的插值函数 ,上机找到求解的通用方法和步骤。

保形分段三次插值样条曲线

描述了构造保插值曲线的一个新方法,即在每两个型值点之间构造一段三次Béier曲线,所构造的插值曲线是局部的、保形的和CC^2连续的。

分段三次大挠度样条的处理

在船舶型线处理中 ,三次样条是一个较有效的曲线拟合光顺工具。然而 ,由于它局限在小挠度曲线上使用 ,便显得不够适应某些现代工程技术的发展。

MATLAB样条曲线在非圆齿轮离散节曲线拟合中的应用

介绍一种只需要知道非圆齿轮齿顶上的一些离散点,就可以用具有统一表达式的分段三次样条曲线来代替表达式形式各异的非圆齿轮节曲线的方法。以插秧机上的一个非圆齿轮为例,利用MATLAB自带的计算工具箱和绘图功能来说明该方法的实用性。

基于插补的三维网络曲面的一种光顺方法

常常要通过控制网格曲面片和控制点的法线来产生光滑、视角效果佳的多分辨率曲面。通过应用分段光滑Hermite样条曲线,为曲面网格的所有边界构造分段光滑样条曲线;然后,在初始网格上对边界进行采样,通过插补,非均匀构造分段三次Hermite样条的近似网格,并将原始曲面网格细分成多分辨率的曲面。提出了一种基于插补的、由低分辨率网格曲面产生多分辨率网格曲面的方法。

融合神经网络GRU和RRT算法的机械臂路径规划

针对求解机械臂最优路径规划问题,提出一种融合卷积神经网络GRU的RRT^(*)算法(GRU-RRT^(*))。将门控循环单元GRU应用于采样的规划器(GRU_Sampler),利用神经网络规划器为快速探索随机树提供节点,预测下一次随机采样最有希望的可达状态,显著降低了算法的运行时间,提高了改进的RRT^(*)算法的规划效率。此外,采用自适应可变步长,利用环境信息生成合适的步长,避免因固定步长导致的收敛速度降低的问题,最后使用三次样条插值算法对机械臂运动轨迹进行平滑,减少机械臂的冲击损耗。将GRU-RRT^(*)算法分别在二维、三维和Rviz地图中进行仿真,实验结果表明,改进算法有效的降低了搜索的时间,提高了机械臂规划的效率,平滑性良好。

基于HLS-SVDR和SPPCS的CEEMD的滚动轴承微故障特征提取

针对互补集总经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)在处理非平稳随机信号时能够有效地消除模态混叠,却仍然存在包络拟合过冲/欠冲和端点效应问题,提出了同伦-最小二乘支持向量双回归(homotopy least squares-support vector double regression,简称HLS-SVDR)的保形分段三次样条(shape-preserving piecewise cubic spline,简称SPPCS)的完备CEEMD改进方法。首先,使用SPPCS插值法消除在构造上、下包络曲线过程中产生的拟合过冲/欠冲问题,获得有效的包络线;其次,使用HLS-SVDR对各层信号极值点的包络均值曲线两端进行左、右预测覆盖以抑制端点效应;最后,将该方法用于滚动轴承的微故障特征提取的实例分析中。实验结果表明,该方法能够更有效地提取滚动轴承微故障特征,实现了一种既保持CEEMD原有特性,同时又能够抑制过冲/欠冲和端点效应的完备CEEMD算法。

线性参照系与大地坐标系的相互转换

道路交通领域用线性参照系统来表示地物的位置,而GNSS卫星定位测量采用大地坐标系,两坐标系之间的相互转换是一项基础工作。文中提出道路弯曲度计算的两个指标,基于线性插值和分段三次样条插值函数,在线性参照系与大地坐标之间进行相互转换。实例分析表明,分段三次样条插值函数对直线路段和曲线路段均适用,建模数据点间隔较小时,模型误差可忽略。实例中两坐标系相互转换的最大误差为±0.543m,主要误差来源于坐标和里程的测量误差。

局部特征尺度分解方法在机械振动中的应用

局部特征尺度分解(Local characteristic-scale decomposition,简称LCD)是一种能够自适应处理非平稳非线性信号的方法。其主要思想是把一个复杂的时域信号分解为若干个内禀尺度分量(Intrinsic scale component,简称ISC)与一个残余项之和,然后再求其各个ISC分量的瞬时频率。但是利用线性变换得到的基线信号不够光滑。为此将基线分段进行三次样条插值,并设每段端点的一阶导数为零来得到基线信号的方法。经过对仿真分析,该方法具有更高的精度;而且,通过分析实测信号,进一步证明该方法的有效性。