再入（返回）测量的自校准α-β-γ滤波

在导弹、航天器试验任务的实时数据处理中,α-β-γ[1]滤波已得到应用.由于外测系统的观测数据中,除含有随机误差外,还含有系统误差,而且系统误差经常大于随机误差.随着对实时处理测量精度要求的日益提高,应用α-β-γ滤波解算弹道参数,必须考虑外测系统误差的修正,否则,在较长测量弧段利用其滤波时,系统误差会造成弹道参数的滤波"发散".本文基于"EMBET"自校准原理,将其推广到α-β-γ滤波中,完成了具有自校准α-β-γ滤波公式的推导,并给出再入(返回)测量弧段时的常用测量元素下的相应公式.

力-热耦合下的MEMS传感器位置偏移自校准方法

在解决力-热耦合作用引发的微机电系统(Micro-Electro-Mechanical System,MEMS)传感器位置偏移问题时,通常运用传统遗传算法实现位置偏移自校准,受到固定参数的影响,该算法容易得到局部最优解,使得自校准后的MEMS传感器测量误差依旧较大。因此,提出一种力-热耦合下的MEMS传感器位置偏移自校准新方法。采用数据融合思想,将多批次采集的MEMS传感器测量数据汇总起来,对比与真实数据之间的差异,判断传感器是否在力-热耦合作用下偏移出工作区。引入误差相位偏移法进一步处理传感器测量数据,获取等间隔变换误差序列,解算出传感器误差模型,以此来体现传感器位置偏移变化。以传感器位置偏差最小化为目标,设定偏移自校准目标函数,并运用结合自适应调整思想的改进型遗传算法进行寻优求解,获取最优自校准参数取值。实验结果表明:以嵌入式角位移传感器为例,运用该方法完成自校准处理后,传感器的测量误差峰值保持在6″以下,有效解决了力-热耦合作用引起的传感器精度损失问题。

2015—2023年天山北坡区域PM_(2.5)与O_(3)-8 h变化趋势及影响因素分析

本研究基于2015—2023年天山北坡区域5个城市的常规大气污染物浓度数据、气象数据及CHAP数据集,应用CO示踪法和KZ(Kolmogorov-Zurbenko)滤波法,分析评估了天山北坡区域PM_(2.5)浓度及其二次组分占比变化趋势以及气象和排放因素对PM_(2.5)和O_(3)-8 h浓度变化趋势的影响.结果表明:天山北坡区域PM_(2.5)年浓度变化呈先增后降趋势,O_(3)-8 h浓度变化呈逐年上升趋势.天山北坡区域PM_(2.5)年均浓度达到峰值的年份要晚于京津冀、长三角、珠三角区域城市,2023年乌鲁木齐市、五家渠市、昌吉市、石河子市和克拉玛依市PM_(2.5)年均浓度值较各自年均浓度峰值分别下降了44.5%、28.3%、21.9%、21.1%和33.2%,年均降幅分别为6.3%、4.1%、3.6%、5.3%和5.5%,2023年乌鲁木齐市、五家渠市、昌吉市、石河子市和克拉玛依市O_(3)-8 h年均浓度相比2015年分别增加了60.7%、37.2%、36.5%、32.5%和10.7%,年均增幅分别为7.5%、4.6%、4.5%、4.1%和1.3%.2015—2023年天山北坡区域PM_(2.5)二次组分占比范围为31%~57%,二次组分占比随PM_(2.5)污染的加重而升高,当空气质量处于重度以上污染级别时,天山北坡各城市PM_(2.5)中二次组分占比均超过63%,二次转化对天山北坡区域PM_(2.5)污染有重要影响.排放因素对2017—2023年间天山北坡区域PM_(2.5)浓度下降值的贡献率为76.2%~91%,对2015—2023年间O_(3)-8 h增加值的贡献率在51%~78%之间,与PM_(2.5)相比,气象因素对O_(3)-8 h浓度年际变化趋势的影响更大.

面向FPGA-TDL-TDC的延迟时间逐位校准网络

时间数字转换器(TDC)是一种将信号脉冲之间时间间隔的连续模拟量转换为离散数字量的设备。基于现场可编程逻辑门阵列(FPGA)内部进位链资源实现抽头延迟链-时间数字转换器(TDL-TDC)的方法被广泛应用,但TDL-TDC中每个延迟单元的延迟时间数值受运行温度变化的影响较大,目前使用码密度测试、线性补偿或高阶泰勒函数拟合等的TDC校准方法不能很好地拟合复杂温度变化情况下长延迟链中各单元延迟时间的变化趋势。为继续满足TDC工作精度要求,提出了一种基于多层感知机(MLP)的神经网络校准方案,以延迟链中128个延迟单元的延迟时间数据和相应温度数据作为训练样本建立4层MLP。工作时通过反馈当前运行温度信息,可以独立给出每个延迟单元的延迟时间数值,以用于计算待测脉冲之间的时间间隔。实验验证了校准网络对温度变化的补偿作用,该网络可以移植于不同的FPGA芯片。测量得到校准网络的准确率为91%,实现TDC分辨率为34 ps。

三维体声波滤波器芯片电-力-热耦合建模与仿真

为了直接、高效地建模和分析实际复杂的三维(3D)体声波(BAW)滤波器结构电-力-热耦合效应,文章采用一种基于有限元方法的电-力-热耦合算法。首先,建模BAW滤波器的3D几何模型,设置几何结构内部的材料属性以及材料参数。其次,构建基于有限元(FEM)算法的固体力学和静电场耦合的电-力耦合算法。然后,在电-力耦合算法基础之上考虑BAW滤波器内部由于压电材料在工作过程中机械损耗产生的热耗散问题,建立直接求解的电-力-热耦合算法。该电-力-热耦合算法使用COMOSL软件内部的一种新型自主化的画网格技术。最终,得出一个工作带宽在2.27~2.44GHz,带内损耗在3dB以内,带外抑制在-20dB以下的BAW滤波器内部电-力-热耦合仿真结果。

三重四极杆型液相色谱-质谱联用仪校准实例分析

按照JJF 1317-2011《液相色谱-质谱联用仪校准规范》,对配置电喷雾电离(ESI)源的三重四极杆型液相色谱-质谱联用仪进行校准,详述了按照此方法对美国沃特世公司生产的Xevo TQ-S三重四极杆型超高效液相色谱-串联质谱仪进行校准的过程,供广大计量检定人员参考。

卡尔曼滤波下多源传感器数据互补-加权迭代融合算法

因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。

基于气相色谱-质谱挥发性有机物连续自动监测仪校准

建立了挥发性有机物气相色谱-质谱连续自动监测仪的校准方法。选取了流量示值误差、流量重复性、质量范围、质量分辨率、质量准确性、信噪比、检出限、峰面积重复性、保留时间重复性、稳定性和谱库检索等11个项目进行校准。分别对市面常见的6种型号国产仪器进行校准,根据试验结果,综合考虑相关标准规范的要求,提出校准项目的计量特性指标。该校准方法选择的校准项目科学,计量特性指标合理,校准方法切实可行。

双面太阳电池电流-电压特性校准方法研究

双面太阳电池的电流-电压特性是反应电池电性能的重要参量。本文通过对其参数进行分析,提出相应的校准方法,并进行试验验证。结果表明:该方法能更全面、更准确对性能进行评估,为促进该电池的发展及其校准方法的统一提供了参考。

液相色谱-质谱联用仪计量校准分析

在利用液相色谱-质谱联用仪进行食品安全检测时,由于仪器的原理较为复杂、检测时对仪器的性能要求高,因此为了保证检测工作质量,必须定期开展计量校准工作。基于此,本文首先阐述了仪器的应用原理,在此基础上着重探讨了仪器计量校准及注意事项,希望为相关领域工作者提供一定参考。

臂-踝脉搏波法动脉硬化检测装置的校准要点分析

臂-踝脉搏波法动脉硬化检测装置具有操作简单、快捷准确等优点,其获得的检测数据对于血管疾病的临床预测具有较高价值。本文通过对其检测参数进行详细分析,提出该类动脉硬化检测装置的校准要点,为相关人员提供参考。

利用深海目标方位-频率测量的粒子滤波TMA方法

水声信道的多途效应、空间选择性衰弱和传输损耗较大等特性,导致深海被动目标定位在缺乏声场信息的条件下,出现方向辨识模糊、定位精度不高和目标参数估计难以收敛等问题。为此,文章提出了一种依赖于波达角和多普勒测量的粒子滤波被动目标定位方法。通过运用递归非线性滤波技术和序贯蒙特卡洛模拟,该方法能够有效地估计目标定位参数。仿真实验结果证实了该方法在收敛速度和定位精度方面的优越性。文章方法在海洋搜救和导航定位等领域具有一定的理论意义和实际应用潜力。

一种改进的α-β-γ滤波跟踪算法

α-β-γ滤波器是一种高速的目标跟踪器。该文章针对传统α-β-γ滤波跟踪精度与收敛速度之间存在的矛盾以及由于系数固定而难以跟踪强机动性目标的局限性,设计了一种自适应α-β-γ滤波算法,根据目标机动性的变化,利用跟踪误差调整模糊系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。仿真结果表明,在满足所要求精度的前提下,该算法跟踪机动性强的目标比传统的α-β-γ滤波算法具有更强的自适应性。

基于模型-数据联合的光伏-光热系统储能量预测

提出一种模型-数据联合预测方法,通过机理分析建立对象动态模型,并引入未来太阳辐射强度、用户负荷预测数据进行即时模型预测,通过注意力机制改进的卷积-长短时记忆混合神经网络建立数据预测模型,并引入历史数据进行滚动数据预测,然后利用卡尔曼滤波器对2种预测模型的输出结果进行融合,实现储能量的联合预测。结果表明:联合预测兼具2种方法的优势,能很好地解决储能量预测误差随时间累积的问题,并能够及时表征气象因素突变和系统运行方式改变时储能量的变化情况,在各种天气状况下均具有良好的预测精度。

高斯-厄米特粒子滤波器

针对非线性、非高斯系统状态的在线估计问题 ,本文提出一种新的基于序贯重要性抽样的粒子滤波算法 .在滤波算法中 ,我们用一簇高斯 厄米特滤波器 (GHF)来产生重要性概率密度函数 .此概率密度在系统状态的转移概率的基础上融入最新的观测数据 ,因此更接近于系统状态的后验概率 .理论分析与实验结果表明 :在观测模型具有高精度的场合或似然函数位于系统状态转移概率的尾部时 ,用GHF产生重要性概率密度函数的粒子滤波即高斯 厄米特粒子滤波 (GHPF)的性能要明显地优于标准的粒子滤波、扩展的卡尔曼滤波、GHF .

电力系统超高速保护的形态学-小波综合滤波算法

提出了一种用于电力系统超高速保护的形态学-小波综合滤波算法。该算法着力解决暂态行波中滤除随机噪声和脉冲噪声的困难,利用数学形态学设计的前置滤波单元在有效抑制各种噪声的同时,较好地保持了行波波头的基本形状。小波变换算子则可有效地检测出行波波头并进行精确定位,从而为各种行波保护或暂态保护提供可靠的判据。ATP 仿真结果验证了本算法的有效性。同时,该形态学-小波综合算法的计算量较单一的低通滤波器和多尺度小波变换的计算量小,有利于工程实现。

一种改进的α-β-γ滤波器和PID控制器

在分析卡尔曼滤波器和α-β-γ滤波器的基础上,提出了一种改进的α-β-γ-θ滤波器的离散形式和连续形式,设计了一种具有鲁棒性能的改进型的PID控制器。通过理论推导,证明了所设计的α-β-γ-θ滤波器是n阶系统(可以近似为2阶系统)的一个一致渐近稳定的3阶状态观测器,并给出了α-β-γ-θ滤波器的稳定性与α,β,γ,θ参数选择的之间的关系。同时对α-β-γ-θ滤波器和改进型的PID控制器进行了实验仿真,并将其应用到发电厂的热工控制系统技术改造项目中,案例研究表明所设计的α-β-γ-θ滤波器和改进型的PID控制器能取得良好的控制效果。

基于α-β和δ-ε滤波器的机动目标跟踪

机动目标跟踪算法工程化问题一直是个难点。文中提出了基于α-β和δ-ε滤波器联合来跟踪机动目标,该算法不仅克服了两种滤波器对机动目标跟踪的不足,且计算简单,容易工程实现,并对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。

Unscented卡尔曼滤波-卡尔曼滤波算法

针对条件线性高斯状态空间模型,提出unscented卡尔曼滤波-卡尔曼滤波unscented Kalman filte-ring-Kalman filtering,UKF-KF算法,该方法用UKF估计条件线性高斯状态空间模型中的非线性状态,用KF估计线性状态。为了有效地融合UKF和KF估计的后验状态分布,将蒙特卡罗方法应用于KF估计的线性状态均值和方差,获得了与UKF sigma点相同数量的后验线性状态估计分布的样本,然后将这些样本与UKF中sigma点进行合成去获得系统中非线性状态的估计。该算法应用于机动目标跟踪的仿真结果表明:与Rao-Blackwellized粒子滤波器(Rao-Blackwellized particle filter,RBPF)相比,该算法虽在估计精度上略有下降,然而计算时间明显降低,有效提高了实时性。

基于新型磁场-电路耦合法的集成滤波电感变压器及滤波系统仿真建模

在电路建模方面,集成滤波电感变压器缺少能完善其表达电量特性的器件,且其建模方式复杂、计算步骤和计算时间冗长。为此,提出了一种利用电感矩阵作为中间桥梁的新型磁场-电路耦合法。首先分析了集成滤波电感变压器的绕组结构;然后以求解数学模型的方式,分析了新型磁场-电路耦合法的实际数学计算过程,并列写多种工况下的变压器端口条件;最后以容量为300 k VA的舰船用集成滤波电感整流变压器及滤波系统为例,开展了仿真研究。通过对实际系统的运行测试发现,所有参数的仿真误差均在7.5%以内,所提出的方法能准确地模拟集成滤波电感变压器的实际运行状态,且耗时短、计算精度高。结果表明基于新型磁场-电路耦合法的集成滤波电感变压器及滤波系统仿真建模方法具有良好的工程应用与推广价值。