黏声波方程波场模拟的通用格式自适应系数频域有限差分方法

黏声波方程常被用于描述地下介质的黏弹性及波的传播现象,频域有限差分(finite difference frequency domain,FDFD)方法是黏声波和黏弹性波波场模拟的常用工具.目前FDFD黏声波模拟常用的二阶五点方法和优化九点方法在一个波长内的网格点数小于4时误差较大.通过令FDFD系数随一个波长内的网格点数自适应从而提高FDFD方法的精度,本文针对黏声波波场模拟发展了一种适用于不同空间采样间隔之比的通用格式自适应系数FDFD方法.同时,为了验证自适应系数FDFD方法对一般黏声波模型的有效性,本文针对三个典型的黏声波模型,分别采用解析解和基于高阶FDFD的参考解验证了所提出方法的有效性.本方法的FDFD格式通过在传统的二阶FDFD格式的基础上引入相关校正项得到,其中校正项按网格点与中心点的距离进行分类选取,同时校正项对应的自适应FDFD系数不仅和空间采样间隔之比相关,还和一个波长内的采样点数相关.所需的自适应FDFD系数可通过声波方程的数值频散关系和查找表高效给出.数值频散分析表明,在空间采样间隔相等或不等的情况下,以相速度误差不超过1%为标准,通用格式自适应系数FDFD方法所需的一个波长内的采样点数均小于2.5.数值模拟实验表明,对于不同的空间采样间隔之比,相对于常用的二阶五点FDFD方法和优化九点FDFD方法,通用格式自适应系数FDFD方法均可在相似的计算量和内存需求下,有效提高黏声波模拟的精度.

基于自适应系数的双馈风电机组调频控制策略及参数优化

风电联网比例逐年提高,然而传统风电机组不具备双向调频的能力,仅靠系统中火电机组调节系统的供需关系已经无法满足频率质量要求,风电机组参与调频成为一种有效的频率调节手段。在分析双馈风力发电机频率双向调节的基础上,考虑系统运行状态整定了惯性系数和下垂系数。提出了变系数调频控制策略,采用粒子群算法优化了风电机组参与调频的减载率。仿真结果表明,所提出的控制策略和减载率优化方法,在频率质量和经济上都具有明显的优势。

一种简化的计算频域有限差分自适应系数的方法

频域有限差分(finite difference frequency domain,FDFD)方法是地震波场模拟的常用方法,FDFD地震波场模拟的关键之一是构造能有效压制数值频散的FDFD系数。在已有的构造地震波场模拟FDFD系数的方法中,随一个网格内的波长个数变化的自适应FDFD系数可以最大程度地压制数值频散。目前计算自适应FDFD系数的方法涉及角度积分、共轭梯度优化、顺序初值选取、光滑正则化等问题,不仅较难实现而且计算效率较低。为了简化自适应FDFD系数的计算并提高相应计算效率,本文提出一种新的计算自适应FDFD系数的方法。所提方法首先将不同离散传播角度的平面波解代入FDFD格式,构造相应的最小二乘问题。由于该最小二乘问题较为病态,常规的基于正规方程组的求解方法难以得到光滑的自适应FDFD系数,本文提出通过QR矩阵分解求解相应超定线性方程组来求解该最小二乘问题。相比已有的基于角度积分、共轭梯度优化、顺序初值选取的计算自适应FDFD系数的方法,所提方法在可以得到光滑自适应FDFD系数的基础上,不仅计算过程更简洁,且计算效率明显提高。数值波场模拟结果表明,基于QR矩阵分解的自适应系数FDFD方法可以达到与基于角度积分、共轭梯度优化、顺序初值选取的自适应系数FDFD方法相同的精度,同时所需的计算时间更少。

含权无标度网络中带自适应系数的混合路由算法

在含权无标度网络中,路由策略对网络的整体性能有着重大的影响,为提高网络的吞吐量,兼顾较低的信息包平均传输时延,提出一种混合路由算法.为有效利用全局信息,以路径上的节点强度连乘积定义有效代价,通过信息包队列长度的动态信息来增强算法的适应性;为保证实时根据网络中节点的拥塞程度调整路由选择,利用信息包队列长度与发送能力之间的关系自适应调整邻居节点权值,以达到在网络中平均分布信息包.在不同节点发送能力环境下的仿真实验表明了所提混合路由算法的有效性.

真空下气-固界面热适应系数的数值计算

根据热适应系数的理论研究成果,结合国外学者的部分实验数据,对气-固界面热适应系数的主要影响因素进行定性的讨论;同时在S.Song和M.M.Yovannovich的公式基础上,最小二乘法拟合国外学者低温下实验测量的热适应系数,采用C语言编程算出拟合公式中的参数,分析拟合公式α=aFM/(b+M)+2.4μ(1-F)/(1+μ)2,F=exp(c(T-T0)/T0)中的参数a,b,c的特性;数值计算迭代收敛和拟合公式的计算误差在±20%以内表明:数值拟合公式可用在工程上计算热适应系数,S.Song和M.M.Yovannovich的公式可数值拟合低温下不同气-固界面的热适应系数的计算公式。

宏观速度对适应系数的影响规律研究

适应系数是稀薄气体动力学中的重要参数,反映了气体分子与固体表面的动量和能量适应程度,常常用于稀薄气体数值模拟的边界条件中.本文构建了单个气体分子Ar与金属Pt表面相互作用的物理模型,通过Phontom模型来构造固体壁面以反映真实物理特性.采用分子动力学方法模拟了气体分子在固体表面的碰撞过程,通过速度抽样使得入射气体具有宏观速度特征,根据入射前和反射后气体分子的平均动量和能量计算出切向动量适应系数、法向动量适应系数和能量适应系数,分别在光滑和粗糙表面下分析了适应系数随宏观切向速度和宏观法向速度的变化规律.结果显示,适应系数对于气体的宏观速度和表面粗糙度均表现出了很强的相关性.切向速度的增大使得气体分子与表面的作用时间缩短,适应系数减小,对于气固适应有消极的作用.当切向速度较大时会发生动量由切向向法向转移的情况.法向速度的增大对于光滑表面而言有助于气体分子与表面的动量和能量适应,对于粗糙表面而言却呈现相反的规律.

基于自适应系数卡尔曼滤波的农业移动机器人组合定位

基于全球导航卫星系统(Global navigation satellite system,GNSS)的定位导航技术在半结构化、半开放式农业应用场景的部分区域,可能由于存在作物遮挡而导致GNSS接收信号出现短暂丢失的情况,进而影响机器人定位导航精度,甚至对作物和工作人员造成伤害。针对这一问题,本文开展了农业遮挡环境下的GNSS与惯性导航系统(Inertial navigation system,INS)的组合定位方法研究。搭建了用于多传感器定位导航实验的农业机器人系统,该系统由履带式移动平台、GNSS、INS等硬件和ROS(Robot operation system)操作系统、远程操控界面等软件构成。提出了引入自适应系数的GNSS/INS组合定位卡尔曼滤波算法,当GNSS无法进行差分定位或定位数据产生跃变时,通过自适应卡尔曼滤波能够切换到INS定位,从而实现机器人自身位置、姿态的最优估计。在典型农业遮挡场景(果园)进行了实地组合定位实验,并通过GNSS单通道定位、INS单通道定位、常规卡尔曼滤波融合定位、引入自适应系数的卡尔曼滤波定位等4种定位方法的对比,验证了本文提出算法的有效性。现场实验表明:定位过程中,当100 m×20 m的实验区域内出现30 m×6 m的高遮挡区域时,与GNSS定位信息测量方法、INS航迹推算定位方法以及常规卡尔曼滤波组合定位方法相比,自适应系数卡尔曼滤波组合定位方法定位精度分别提升62.1%、48.5%、47.7%。

混沌自适应非洲秃鹫优化算法训练多层感知器

针对训练多层感知器(MLP)时,算法对初始值敏感、易陷入局部最优和收敛速度慢等问题,对新型启发式算法非洲秃鹫优化算法提出改进算法IAVOA。在初始化种群时引入Logistic混沌映射,增加种群的多样性;对最优秃鹫和次优秃鹫增加自适应权重系数,自动调整这两类秃鹫对普通秃鹫的引导作用;IAVOA用于MLP的训练,采用均方误差的平均值作为适应度函数寻找MLP的连接权重和偏差的最佳组合。选取4个不同复杂度的分类数据集,比较IAVOA算法与现有启发式算法对MLP训练后,MLP对数据分类的性能,仿真结果表明,IAVOA算法训练的MLP在数据分类准确率、全局搜索能力、收敛速度和稳定性方面均具有良好的性能。

基于自适应无迹卡尔曼的目标跟踪算法研究

基于提高装甲车主动防护系统目标跟踪精度和收敛速度、提升目标拦截概率的目的,该文引入了噪声自适应系数对SUKFR(比例对称采样的UKFR)算法进行优化。通过Matlab软件使用Monte Carlo(蒙特卡罗)方法对UKFR(径向速度的无迹卡尔曼)、SUKFR和ASUKFR(自适应系数的SUKFR)算法的滤波性能进行仿真试验,结果表明,采用ASUKFR算法的主动防护系统不仅目标跟踪精度更高、收敛速度更快,而且拦截概率达到了90%以上,为装甲车主动防护目标跟踪领域提供了一种新思路。

自适应斥力系数的无人机路径规划

使用人工势场法进行无人机路径规划时,往往存在目标不可达、运动轨迹迂回反复和路径长度过长等问题.传统的人工势场法不能根据环境具体信息对斥力系数进行调整,而现有的改进方法不能在自适应调整斥力系数的同时兼顾规划效果和规划时长.针对以上问题,提出了一种基于深度学习的无人机自适应斥力系数路径规划方法.首先通过融合遗传算法与人工势场法找出在特定环境下最合适的斥力系数样本集,其次利用该样本集训练残差神经网络,最后通过残差神经网络计算适应环境的斥力系数,进而使用人工势场法进行路径规划.仿真实验表明,该方法在一定程度上解决了人工势场法规划中目标不可达、运动轨迹迂回反复和路径长度过长等问题,规划效果和规划时长方面均有优异表现,能很好地满足无人机路径规划中对当前环境的自适应要求和快速规划的要求.

基于自适应散射系数的非均匀图像去雾

针对传统方法去除非均匀雾时出现的颜色失真或过深、去雾残留等问题,提出了一种基于自适应散射系数的非均匀图像去雾方法。首先,利用3种雾浓度特征表征雾的非均匀分布,创新性地建立大气散射系数与雾浓度之间的正相关函数,实现动态识别不同像素点的雾浓度,根据每一像素点雾浓度的不同自适应分配不同的大气散射系数值,得到更准确的透射率。其次,利用基于Robinson高阶算子的上下文正则化约束透射率,避免去雾后的图像出现光晕伪影,最大限度保留图像纹理和细节信息。实验结果表明,在真实雾图和非均匀雾图上,所提方法在视觉效果和客观指标方面均有较好的结果。

磁轴承基于特征模型的全系数自适应控制算法研究

磁悬浮轴承是具有非线性的控制对象,对磁轴承系统进行建模存在参数与动态双重不确定性,使得采用PID控制等依赖于确定性模型的控制方法达不到理想的控制效果。基于特征模型的全系数自适应控制策略对于非线性的被控对象有较好的解决效果,且控制器设计简便,在实际工业应用已有较好的成效。本文进行了单自由度磁轴承模型分析,推导了递归最小二乘法辨识特征模型理论与基于特征模型的全系数自适应控制理论。最后将全系数自适应控制算法应用到磁轴承系统进行仿真和实验验证,结果表明该算法在磁轴承起浮响应与静态悬浮时的有效性和可靠性。

基于Niblack自适应修正系数的温室成熟番茄目标提取方法

番茄目标的准确提取是番茄采摘的基础,目前番茄目标提取方法都有一定的局限性,难以满足采摘需求。该研究在传统Niblack算法的基础上,结合图像全局灰度变化的估计信息与局部区域信息之间的关联性,提出了一种基于Niblack自适应修正系数的温室成熟番茄目标提取新方法。首先对R-G番茄灰度图像,采用基于自适应修正系数选取的Niblack算法进行阈值分割,从理论意义上确定修正系数的选取原则,归一化局部标准差,实现修正值的计算及二值化过程,然后对分割后的图像去噪,最后采用最小临界矩形法提取成熟番茄果实。试验结果表明,该方法对温室成熟番茄图像有较好的提取效果,识别正确率达到98.3%,与基于归一化红绿色差灰度化的Otsu算法和传统的Niblack算法相比有更高的识别率和更快的处理速度,噪声率也明显减少,能够满足后续成熟番茄定位的需要,有效地解决传统方法适应性低,易产生伪噪声块等问题。

独立微电网中基于自适应权重系数的VSG协调控制策略

该文对以柴油发电机组(diesel generator set,DGS)为主源的独立微电网中带有储能单元的变流器控制策略进行研究。变流器采用虚拟同步机(virtual synchronous generator,VSG)控制算法,有功功率指令值由频率控制模块和荷电状态(state of charge,SOC)控制模块两部分组成,并引入自适应权重系数以协调上述两种控制的分配比例。当储能SOC越接近预设值时,增加频率控制占比,提高VSG对微网频率波动的抑制能力,反之当SOC越偏离预设值时则增加SOC控制占比,提高维持SOC的能力,避免储能装置过充或过放。通过建立小信号模型从稳定性和动态响应两方面确定了权重系数的取值范围,最后搭建100k W独立微电网平台,通过仿真和试验验证了提出策略的有效性。

自适应变系数粒子群—径向基神经网络模型在负荷预测中的应用

为了提高短期电力负荷预测精度,提出了一种自适应变系数粒子群—径向基函数神经网络混合优化算法(AVCTPO-RBF)。实现了径向基神经网络参数优化。建立了基于该优化算法的短期负荷预测模型,利用贵州电网历史数据进行短期负荷预测。仿真表明,该方法的收敛速度和预测精度优于传统径向基神经网络方法和粒子群—RBF神经网络方法及基于混沌理论的神经网络模型,该优化算法克服了径向基神经网络和传统的粒子群优化方法的缺点,改善了径向基神经网络的泛化能力,提高了贵州电网短期负荷预测的精度,各日预测负荷的平均百分比误差可控制在1.7%以内。该算法可有效用于电力系统的短期负荷预测。

考虑路面附着和自适应时间系数影响的车道保持控制

分析了路面附着系数对车辆控制的影响,根据车辆线性二自由度模型与一定的预瞄信息获得车辆-道路动力学模型,并给出了基于Brush轮胎模型的路面附着系数估计算法。针对车道保持转向过程中的车身横摆角速度与转向角的时间延迟现象,提出与路面附着系数有关的自适应时间系数,并加入到车辆-道路动力学模型中。在此基础上,基于滑模控制理论设计横摆角速度滑模控制器来跟踪期望车辆状态,获得理想的转向角。最后,进行了基于CarSim/Simulink的仿真计算和硬件在环台架试验,研究结果表明,在不同路面附着系数下考虑自适应时间系数可改善车道保持控制效果。

Maxwell模型中keV能量的Xe粒子对铜表面的适应系数

使用热流传感器对氙离子推力器轴向距离为500、700 mm和900 mm,径向角度为0°~15°(推力器出口平面中心为圆心,推力器出口轴线为0°)范围内羽流热流密度的分布进行了实验研究,获得了热流随角度和半径变化的实验数据。采用PIC-DSMC (particle in cell direct simulation of Monte Carlo)算法在不同适应系数下对实验条件进行仿真分析,对比仿真结果和实验结果得到适应系数。结果表明:keV能量的Xe粒子对热流传感器表面(铜)的适应系数接近1。

权重系数自适应光流法运动目标检测

为了实现Horn-Schunck光流法权重系数的自适应设定与更新,研究了权重系数对Horn-Schunck光流法的影响规律,提出一种融合模糊C均值(FCM)聚类的权重系数自适应Horn-Schunck光流法。首先,统计不同权重系数下运动目标检测的光流总值变化曲线。然后,以光流总值的最优化为依据,结合两层模糊C均值(FCM)聚类寻找最优权重和基于固定迭代次数Horn-Schunck光流法的收敛点,从而自适应地获取最优权重系数,并将收敛阈值的人工设定转化为光流值的自动寻优。最后,通过标准视频序列进行测试以验证算法的有效性。实验结果表明:相比于其他权重系数值,最优权重估计的光流图像不但运动目标明显而且噪声较少。对运动目标检测的运行时间为0.106 0s,有用比为0.596 9,幅度误差为0.801 1,满足光流法运动目标检测的最优或次优性能。

基于傅氏系数自适应组合估计算法的谐波功率实时高精度计算

由于常规电量计量装置是基于正弦波设计的,因此在非正弦条件下进行测量必然带来一定的误差。采用改进的傅氏系数自适应组合估计算法进行谐波检测与功率计算,该方法对非同步采样及初始值不敏感,并能实时跟踪电压与电流的变化。实验表明一般经过约1个周期便能对受噪声和衰减直流分量污染的非正弦信号进行实时跟踪,从而精确估计出电压与电流各次谐波的幅值及相位,实现功率的实时高精度计算,并且根据输出误差采用变步长的递推最小均方差LMS(Least Mean Square)自适应算法来改善跟踪性能。最后,给出了在计算机上的仿真测试结果,并将该算法和FFT算法进行了对比分析。仿真证明该算法具有精度高、收敛快且测试结果不受频率变化影响的优点。

采用自适应缩放系数优化的块匹配运动估计

尽管基于平移模型的快速块匹配运动估计算法在一定程度上解决了高计算量的问题,但却是以牺牲运动补偿质量为代价的,而高阶运动模型尚存在计算量高、收敛不稳定的不足.通过实验统计发现,视频中约有56.21%的块包含缩放运动,进而得出缩放运动是除平移运动外最主要的视频运动形式的结论.进而借助双线性插值,在传统的块平移模型中引进一个缩放系数,将运动补偿误差表示为该缩放系数的一元二次函数,利用韦达定理推导出1D缩放运动下最佳缩放系数的计算方法,并将其进一步推广到2D等比例缩放运动的情况下.在此基础上,提出了一种采用自适应缩放系数优化的快速块匹配运动估计算法.该算法以菱形搜索计算平移矢量,再用自适应缩放系数确定待预测块的最佳匹配块.在33个标准测试视频上的实验结果表明,与基于平移模型的块匹配全搜索和快速菱形搜索相比,该算法的平均运动补偿峰值信噪比(peak signal-to-noise ratio,简称PSNR)分别提高了0.11dB和0.64dB,计算量比全搜索下降了96.02%,略高于菱形搜索;与基于缩放模型的运动估计相比,该算法的平均峰值信噪比较之3D全搜索下降了0.62dB,但是比快速3D菱形搜索提高了0.008dB,而计算量仅分别为两者的0.11%和3.86%,并且无需向解码端传输缩放矢量,能够实现编、解码端的自同步,不会增加边信息的码流开销.此外,该自适应缩放系数计算方法还可与菱形搜索以外的其他快速块匹配运动估计相结合,提高其运动补偿质量.