利用LEO卫星的最小误差矢量合成定位算法

针对利用低地球轨道(LEO)卫星信号进行多普勒定位时,由于缺乏定位误差矢量相关研究而使定位精度较差的问题,对多普勒定位误差矢量特性进行系统性的分析并提出一种最小定位误差矢量合成优化算法:以初始定位结果为中心划定区域网格,计算依次去除各颗卫星后定位误差向量在该卫星速度方向上的投影误差模之和;遍历所有网格,搜索投影误差模之和最大的位置网格作为优化的定位结果。实验结果表明:提出的算法的定位结果误差均值与均方根误差(RMSE)均有减小,其三维定位精度可提升40%以上。

一种基于ART算法的快速图像重建技术

ART算法是一个不断迭代的图像重建方法,提高该算法的重建速度一直是研究的重要方面。针对ART算法简化权因子重建模型,提出了一种快速网格遍历算法,通过简单的加减法和比较运算,即可确定射束穿过的网格编号。由于权因子在迭代过程中实时计算,节省了大量的存储空间,大大提高了ART算法的重建速度。实验结果表明本文提出的算法非常有效,与传统方法相比,重建速度提高了近10倍。

基于支持向量回归机的空调逐时负荷滚动预测算法

针对当前空调负荷预测算法精度不高难以满足空调系统节能优化控制的问题,提出基于支持向量回归机(Support Vector Regression,SVR)的空调逐时负荷滚动预测算法,建立SVR滚动预测模型,模型参数采用网格搜索遍历算法进行寻优。为简化模型的复杂性,还对影响空调负荷的主要因素进行了相关性分析。此外,算法利用当日前1 h的滚动信息,不断对模型进行修正以提高负荷预测精度。最后探讨以期望误差为预测精度评价指标时,不同训练样本长度对神经网络和SVR算法预测精度的影响。预测结果表明:基于支持向量回归机的空调逐时负荷滚动预测算法较BP神经网络算法的预测精度提高10.3%,比常规支持向量回归机算法预测精度提高23.9%,训练样本较小时,算法预测性能更为优越。

铸造CAE系统后置处理模块中的DIB绘图技术

从有限差分均匀网格系统的特殊性出发,介绍了采用DIB显示温度、流动数据的相关技术,诸如投影计算和消隐处理、加快遍历网格速度算法、实时动画和DIB的显示等。

储油罐的变位识别与罐容表标定

针对储油罐变位识别与罐容表标定问题，提出了用微元分析法建立罐体变位后对罐容表的影响的数学模型与罐体变位后标定罐容表的数学模型，即罐内储油量与油位高度及变位参数（纵向倾斜角度α和横向偏转角度β）的关系模型，并利用数值积分与最小二乘法拟合方法求解模型．根据实际检测数据确定了变位参数，并利用有界区域内基于最小二乘法的网格遍历搜索算法检验了模型的正确性与方法的稳定性，得出理想的结果．