扩展校准曲线法在环境监测中的应用

本文阐述了目前的环境监测分析方法中存在的问题,通过扩展校准曲线法与老方法的实践比较,提出扩展校准曲线法测定能克服环境样品中被测成份波动性和不稳定性给测定工作造成的技术困难,并能简化测定手续,提高测定的准确度。

火星进入段探测器自校准状态估计

由于大气密度、气动参数、突风和沙尘暴等因素的影响,火星探测器在进入段高速飞行的动力学模型中往往带来未知输入,这些未知输入使传统的滤波方法出现较大的偏差。研究采用一种新的自校准扩展Kalman滤波方法,对火星进入段的探测器进行状态估计,可以成功地消除这些未知输入带来的影响。数值仿真结果表明,该方法能有效提高导航精度。

一种基于可达标识的过程模型修复方法

模型修复是一种基于模型增强的过程挖掘的应用技术,现有的模型修复方法大多是以拟合度为主要指标,对于其他维度,诸如精确度,考虑较少。基于此,本文试图综合考虑多个维度,来对过程模型进行修复。校准能够对事件日志进行重演,发现各类偏差,即日志动作和模型动作,却无法确定偏差在Petri网中出现的位置。因此,基于Petri网的可达标识,提出了扩展校准的概念,这样便能确定偏差的位置。进一步地,针对扩展校准中出现的日志动作提出了RMR(Reachable Marking Repaining)算法进行修复。最后,通过实验证明修复算法在拟合度和精确度上均有较好的表现。

一种高精确度的过程模型修复方法

为了解决现有方法修复的过程模型精确度不高的问题,提出一种高精确度过程模型修复方法。为了便于确定偏差的位置,基于Petri网可达标识提出扩展校准的概念。针对扩展校准中的日志动作收集形成子日志,并将子日志挖掘出的子过程插入原模型中,避免了现有方法由于添加自环导致这一子过程多次重复发生的问题。结合Petri网的过程树,通过查找过程树的非叶子节点,能够定位到Petri网的选择结构。针对选择结构提出一种新的偏差类型,并给出判定方法,将挖掘出的子过程作为选择结构的一条分支,对模型进行修复。通过青岛某医院就诊数据的实例分析,验证了该修复算法有较高的拟合度和精确度。

自校准扩展Kalman滤波方法

提出一种自校准扩展Kalman滤波(SEKF)方法,针对3种含有未知输入(如未知系统误差、突风、故障等)的不同的非线性系统模型,分别给出了滤波递推算法.在导航、信号处理、故障诊断等领域的许多非线性工程中,传统的扩展Kalman滤波(EKF)方法无法消除未知输入的影响,在滤波过程中往往产生较大误差甚至发散.提出的SEKF方法能够对这种未知输入进行补偿和修正,从而提高滤波精度.数值仿真算例表明:SEKF的滤波误差均值和标准差分别减少到传统EKF的1/12和1/4,有效地改善了滤波精度.并且该方法计算简单,便于工程应用.

Realization of Relative Humidity Scale Using NIS Two-Temperature Humidity Generator

A new humidity calibration facility using a 2-T （two-temperature）, constant pressure principle for generating gas of known humidity has been developed at NIS for primary realization of relative humidity scale in the range from 13% to 98% for calibrating and testing hygrometers to improve the uncertainty. This paper reports the construction of the 2-T humidity generator describing its saturator and the test chamber system. Results of the efficiency tests of its saturator showed satisfactory generation performance for a primary realization of relative humidity scale. The expanded uncertainty of the relative humidity with a coverage factor k = 2 was found to be from ± 0.25 % to ± 0.67%.