一种基于选权迭代法的震中估计方法

强震仪提取P波到时容易出现误判现象,导致地震到时观测信息不准确,造成Geiger方法的震中估计精度降低。针对该问题,首先采用STA/LTA+AIC方法,提取地震P波到时;其次,基于选权迭代法的抗差估计进行震中位置解算,抵抗P波到时信息可能存在的粗差影响。利用6次地震事件对本文方法进行验证,结果表明,Geiger方法的震中平均偏差为22.48 km、均方根误差RMSE为19.44 km,获取的发震时刻平均偏差为4.1 s、RMSE为4 s;基于选权迭代法的震中估计新方法的震中平均偏差为12.59 km、RMSE为11.00 km,获取的发震时刻平均偏差为2.3 s、RMSE为2 s。相较于传统Geiger方法,新方法的震中估计精度提高43%,发震时刻获取精度提高50%,可有效减弱P波到时粗差对震中估计结果的影响,提高计算结果的准确性。

基于Shuffle-ZoeDepth单目深度估计的苗期玉米株高测量方法

株高是鉴别玉米种质性状及作物活力的重要表型指标,苗期玉米遗传特性表现明显,准确测量苗期玉米植株高度对玉米遗传特性鉴别与田间管理具有重要意义。针对传统植株高度获取方法依赖人工测量,费时费力且存在主观误差的问题,提出了一种融合混合注意力信息的改进ZoeDepth单目深度估计模型。改进后的模型将Shuffle Attention模块加入Decoder模块的4个阶段,使Decoder模块在对低分辨率特征图信息提取过程中能更关注特征图中的有效信息,提升了模型关键信息的提取能力,可生成更精确的深度图。为验证本研究方法的有效性,在NYU-V2深度数据集上进行了验证。结果表明,改进的Shuffle-ZoeDepth模型在NYU-V2深度数据集上绝对相对差、均方根误差、对数均方根误差为0.083、0.301 mm、0.036,不同阈值下准确率分别为93.9%、99.1%、99.8%,均优于ZoeDepth模型。同时,利用Shuffle-ZoeDepth单目深度估计模型结合玉米植株高度测量模型实现了苗期玉米植株高度的测量,采集不同距离下苗期玉米图像进行植株高度测量试验。当玉米高度在15~25 cm、25~35 cm、35~45 cm 3个区间时,平均测量绝对误差分别为1.41、2.21、2.08 cm,平均测量百分比误差分别为8.41%、7.54%、4.98%。试验结果表明该方法可仅使用单个RGB相机完成复杂室外环境下苗期玉米植株高度的精确测量。

基于M估计算法的三维点云平面拟合方法研究

通过激光传感器获取的三维点云难免混入噪声和异常点,导致点云平面的拟合精度降低。为解决该问题,本文提出了一种结合M估计样本一致性(MSAC)算法和主成分分析(PCA)法拟合点云平面的方法。该方法首先通过MSAC算法去除点云数据中的异常点,获得较为理想的点云平面,然后使用PCA方法对保留的点云数据进行平面拟合,以获取更加精确的点云平面参数。使用电池托盘作为被测物,应用3D线激光轮廓传感器扫描被测物并将点云数据传输到计算机进行处理。通过设定的仿真数据和电池托盘点云数据进行实验,发现本文方法与随机采样一致性(RANSAC)结合PCA、最小平方中值(LMedS)结合PCA的方法相比,在耗时接近的情况下,能够显著降低异常点对点云平面拟合的影响,获得更精确的平面拟合参数。对两个部分的电池托盘点云滤波处理后进行平面拟合时,能够发现本文方法与其他两种方法相比,标准差分别降低了28.6%和22.5%%、24.0%和29.0%,该方法具有较高的平面拟合精度和实用性。

城市轨道交通车站列车乘降时间估计方法

乘客乘降时间是城市轨道交通列车停站时间和运行图的重要组成部分,是影响轨道交通线路运行效率和运营安全的关键环节之一。将乘客乘降过程划分为上车及下车两个独立过程,基于调查数据,分析车门最大上下车客流量及平均上下车时间的影响因素,建立车门最大上下车客流量及乘客平均上下车时间估计子模型,在此基础上构建轨道交通车站列车乘降时间估计模型。以上海轨道交通车站为例,研究表明乘降时间实测值与模型估计值的偏差在11.89%以内,验证了模型的有效性和实用性。研究结果对提高轨道交通列车实际与计划乘降时间的匹配度,提升列车停站效率和保障乘客乘降安全等有重要实践价值。

基于贝叶斯权重估计方法的两栖动物多样性分析--以广东粤北华南虎省级自然保护区为例

野外调查是采集生物多样性数据最常用的方法,但在实际应用中,样本量总是有限的,部分稀有种可能不会出现在样本中。因此野外调查结果往往无法全面地反映研究区域的整体物种多样性。为充分掌握广东粤北华南虎省级自然保护区两栖动物多样性现状,于2022年6—10月采用样线法对该保护区的两栖动物展开调查;基于野外调查数据,采用贝叶斯权重估计方法估计保护区的物种总数目。通过野外调查记录到26种两栖动物,结合往期的调查资料,保护区现记录有35种两栖动物。贝叶斯权重估计方法的估计结果为34种,与保护区现有的两栖动物多样性记录(35种)十分接近。调查到的两栖动物包括国家二级重点保护野生动物1种(虎纹蛙Hoplobatrachus chinensis),广东省重点保护陆生野生动物4种(福建掌突蟾Parame⁃gophrys liui、浦式短腿蟾Brachytarsophrys popei、东方短腿蟾Brachytarsophrys orienta⁃lis、莽山刘角蟾Liuophrys mangshanensis)。区系组成以17个东洋界种类占优势,另有9个广布种。不同生境类型的两栖动物多样性呈现出明显差别,其中,阔叶林的两栖动物多样性最高。本文在已有研究的基础之上,进一步验证了贝叶斯权重估计方法的准确性,为贝叶斯权重估计方法在生物多样性数据校正、野生动物调查规划等领域的应用提供了依据。

利用改进MUSIC方法进行洋流方位估计

洋流能够调节全球热量的分布,降低航运成本。以往的洋流方位估计方法未对洋流信号源之间的相关性进行完全消除,导致估计效果较差。因此,本文设计了基于改进MUSIC方法的洋流方位估计方法。首先,以采集到的洋流信号为基础,构建洋流阵列信号模型,并对洋流信号进行降噪处理,提高信号数据的质量。然后,为减少洋流信号源之间相关性对估计结果的影响,利用改进MUSIC方法及协方差矩阵,对洋流信号源相关性进行消除,通过计算信号源的相关参数,构建洋流方位估计模型。最后,通过对洋流信号源的转换,实现洋流方位的估计。在仿真试验中,以南海部分海域为试验对象,对不同谱点下估计方法的估计效果进行评价,与以往的洋流方位估计方法相比,设计的基于改进MUSIC方法的洋流方位估计方法精度高达97.2%,应用效果更好。

基于改进式特征值二次对角加载的信源数估计方法

针对应用阵列天线进行信号接收时的信源数估计问题,提出一种基于改进式特征值二次对角加载的信源数估计方法。对天线阵列观测信号协方差矩阵进行特征值分解;对特征值进行一次对角加载,对角加载量取所有特征值的几何平均值,将原始特征值与对角加载值相加,取代原始特征值;重新计算特征值对角加载量,并进行二次对角加载,使加载后的特征值满足噪声特征值的最大最小值之比不超过2的条件,在此基础上,使用信息论准则类方法和随机矩阵理论类方法实现信源数的估计。仿真实验结果表明,该信源数估计方法具有可行性。

电气综合系统能源抗差状态自动化估计方法研究

在实际运行的电气综合系统中,容易产生少量拓扑错误,影响状态估计的效果,为了提高电气综合系统状态的估计精度,提出电气综合系统能源抗差状态自动化估计方法。建立天然气系统模型和电力子系统稳态模型,并在该模型基础上构建电气耦合模型,分析电力综合系统的运行状态和运行特点。根据Pseudo-Huber函数利用量测变化抑制电气综合系统中存在的坏数据和不良数据,获取电气综合系统能源抗差状态的初值和伪量值,最后通过无迹卡尔曼滤波方法实现电气综合系统能源抗差的自动化估计。实验结果表明,所提方法在系统不良数据比例下的节点电压幅值估计误差较小,可高精度完成抗差状态估计,具有较好的自动化估计效果。

基于学习内容自适应的通信系统信道估计方法研究

通信系统信道估计以通信信号实时处理为主,信道估计的过程中丢失了数据特征,影响信道估计精准度。因此,设计了基于学习内容自适应的通信系统信道估计方法。估计辅助通信系统信道反射链路,确保信道状态稳定,避免信道估计丢失数据特征。引入学习内容自适应算法,采用联合学习内容,对信道估计进行自适应学习,结合反射信号的对应复系数,构建通信系统信道估计模型。通过调整通信系统独立信道残差,优化通信系统信道估计模型实现通信系统信道估计。采用仿真实验分析该方法的性能,实验结果表示,该方法的NMSE值仅为0.030,验证该估计方法的均方误差较低,具备较高估计准确性。

基于改进卡尔曼滤波的叉车载重快速准确估计方法分析

本文提出了一种基于改进卡尔曼滤波的叉车载重快速准确估计方法。通过实验验证,该方法在估计精度和响应速度上都优于传统卡尔曼滤波,它能够更好地满足各个行业对叉车称重的需求。改进卡尔曼滤波通过引入自适应增益调整和模型误差修正,从而提高了算法的适应性。实验结果表明,该方法能够提高物流效率、确保货物安全,具有很大的实际应用价值。

基于等效电路模型的电池荷电状态估计方法综述

锂离子电池具有能量密度高、充放电效率高等特点,因而成为了新能源汽车的主流选择。电池荷电状态(SOC)作为电池管理系统参与决策的必要信息,其估计精度对提高电池使用寿命和利用效率具有重要的意义。针对锂离子电池的强非线性、时变性,国内外学者提出了众多研究方法。首先,总结了当前业界广泛使用的锂离子电池等效模型并分析了各模型的优缺点;然后,对当前广泛使用的SOC估计方法进行了梳理;最后,对未来SOC估计方法的研究方向进行了总结与展望。

一种基于蒙特卡洛方法的配电网概率可靠性快速计算方法

配电网的概率可靠性能够弥补传统可靠性指标的期望值仅从均值角度衡量系统可靠性的不足,但随着配电网规模扩大以及数据量的剧增,能够同时兼顾计算准确性与计算速度的概率可靠性计算方法是亟待研究的。为此,提出一种基于蒙特卡洛方法的配电网概率可靠性快速计算方法,利用改进三点估计法以及三阶多项式正态变换,在保留输入变量相关性的同时有效缩减输入样本点规模,并采用级数展开得到概率可靠性。首先采用改进三点估计法,在独立标准正态空间内选取样本点,再通过三阶多项式正态变换将其转换为原始变量空间的样本点;接着采用序贯蒙特卡洛方法,在考虑孤岛划分的情况下对样本点进行可靠性计算;最后通过Edgeworth级数展开,得到可靠性指标的概率分布。对改进的IEEE-RBTS Bus6的F4馈线进行算例分析,结果表明:该文所提方法与传统蒙特卡洛方法的配电网系统可靠性计算结果之间仅存在2.195%的最大偏差,而该文所提方法计算时间仅为传统蒙特卡洛方法的1.05%,证明该文所提方法在保证较高精度的同时可以显著提升计算速度。

液压机械臂的接触作业控制方法进展

【目的】液压机械臂具备负载能力强、响应速度快、无极调速范围大、受辐射电磁干扰小等特点,被广泛应用于隧道掘进装备、桥梁建设装备等交通基础设施建设领域。文章旨在总结液压机械臂的接触作业控制方法,介绍力与位置精确协调控制方法,最后对其未来的研究方向提出展望。【方法】在实际工程应用中,液压机械臂常常要与外界环境进行接触,而其接触作业控制涉及与位置的精确协调控制,而力与位置的精确控制需要精准的动力学模型和末端力的精准估计。【结果】国内外学者针对力与位置精确协调控制进行深入研究,在实现液压机械臂稳定、准确、安全接触作业取得了一些重要的研究成果。【结论】针对这些成果,阐述了液压机械臂在动力学建模、动力学参数辨识、末端接触力估计方法和柔顺控制等方面的研究内容,并且对下一步的研究提出了建议和展望。

UPRE方法在图像恢复正则化参数自适应选择中的应用

大多数图像恢复都是不适定问题,需要利用正则化方法将病态方程转化为适定方程。正则化参数主要用于调节图像保真度与图像光滑度之间的平衡,与图像恢复质量的好坏有着密切关系。无偏预计风险估计(UPRE)方法可以自适应选择最佳正则化参数,基于数学理论分析和图像恢复实验,验证了该方法在图像恢复中的可行性和有效性。

一种区域电网惯量实用化快速估计方法

已有电力系统惯量估计的扰动法适用性较差,而统计法既无法准确计入新能源容量占比因素,也不能细致考虑负荷侧等效惯量。基于同步发电机和风电与负荷侧电动机等效惯量估计原理分析,提出了一种基于统计法的区域电网惯量实用化快速估计方法。所提方法无需扰动后的系统运行参数数据,而是通过源、荷两侧在线发电机及电动机等效惯量累加得到区域电网惯量,利用历史数据回归拟合系数来计入新能源容量占比的影响,因而具有鲁棒性强与计算速度快等优点。针对某区域电网两次实际频率波动事故场景,利用所提方法进行了区域电网惯量估计,以扰动法计算结果为基准,验证了该算法的准确性和实用性。

基于双估计强化学习结合前向预测控制的自动驾驶运动控制研究

运动控制研究是实现自动驾驶目标的重要组成部分,针对传统强化学习算法在求解中因单步决策局限而导致控制序列次优的问题,提出了一种基于双估计强化学习算法及前向预测控制方法结合的运动控制框架(DEQL-FPC)。在该框架中引入双估计器以解决传统强化学习方法动作值过估计问题并提高训练优化的速度,设计前向预测多步决策方法替代传统强化学习的单步决策,以有效提高全局控制策略的性能。通过虚拟驾驶环境仿真,证明了该控制框架应用在自动驾驶汽车的路径跟踪以及安全避障的优越性,保证了运动控制中的精确性、安全性、快速性以及舒适性。

基于状态估计的海量多元异构智能电网数据压缩存储方法

海量多元异构智能电网数据未经处理就进行压缩与存储,存在压缩误差大、运行时间长的问题,影响压缩储存效果。因此,提出基于状态估计的海量多元异构智能电网数据压缩存储方法。融合海量多元异构智能电网数据,推导出准确的智能电网数据,通过Tucker分解智能电网大数据压缩方法,压缩海量多元异构智能电网数据。采用可扩展标记语言(XML)技术预处理数据,结合非关系型的数据库技术,实现海量多元异构智能电网数据的快速存储。试验结果表明,该方法的线路电阻、电抗动态参数估计准确性高,数据压缩平均绝对误差、F-范数误差低,运行时间短,具有一定的实际应用性能。

圆柱极化敏感阵列降维插值角度估计方法

圆柱极化敏感阵列可直接利用同一母线上的阵列数据估计目标的俯仰角,但是在估计方位角时面临未知极化的影响。对此,提出一种降维插值方法,解决圆柱极化敏感阵列在未知极化下的二维波达方向(two-dimensional direction-of-arrival,2D-DOA)估计问题。首先通过母线阵列的旋转不变性估计俯仰角,然后利用估计的俯仰角降维设计插值方法的感兴趣范围(range of interest,ROI),最后利用降维插值方法得到对应的方位角估计值。圆柱天线阵的每个阵元只需由一个电偶极子构成,有效降低了系统运算负担和阵元间的互耦效应。数值实验验证了所提方法的2D-DOA估计性能。

一种α稳定分布参数估计方法及其在冰源噪声统计建模中的应用

为研究冰源噪声的统计特性,扩展了一种用于合成孔径雷达图像信号参数估计的α稳定分布参数估计方法的适用范围,解决了该方法在特征指数α接近2时,偏斜参数β的估计精度严重下降的问题,并将其应用于北极冰源噪声的统计建模中。该方法利用两个特征函数点进行参数估计,第二个特征函数点ω_(0)的取值范围受尺度参数γ值影响。数值仿真表明:当γ∈[0.00006,0.4]时,ω_(0)>1时的参数估计性能更好;当γ∈(0.4,2]时,0<ω_(0)<0.5时的参数估计性能更好。北极噪声数据的验证结果表明,ω_(0)>1时的α稳定分布对冰源噪声表现出良好的建模效果。最后给出了不同海冰状态下α值的统计规律。

二维时间反向热传导问题的正则化方法及误差估计

讨论二维时间反向热传导问题,从终值时刻t=T(T>0)的温度分布来反演初始时刻的温度分布.该问题在图像处理方面有重要应用.这是一个严重不适定问题,它的解在一定条件下不连续依赖于数据.针对传统正则化方法的缺陷,采用拟逆正则化方法和分数次Tikhonov正则化方法恢复解对数据的依赖性.同时,还给出2种方法相应的先验参数选取规则及其正则解与精确解的误差估计.