针对包含精细结构的电大尺寸目标电磁散射快速计算问题,提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment,MoM)的基础上,对目标区域进行划分...针对包含精细结构的电大尺寸目标电磁散射快速计算问题,提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment,MoM)的基础上,对目标区域进行划分,完成阻抗矩阵的分块和未知量的分离,再由矩量区与物理光学(physical optics,PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵,从而建立两个区域未知量之间的线性关系,进而完成对阻抗矩阵的降维,最终从矩阵运算角度构建了一种MoM-PO混合算法。其中,使用等效电偶极子模型简化双重积分计算,进一步减少矩阵元素的计算量;阻抗矩阵的阶数大幅减少,避免了大规模矩阵方程的求解计算。算例结果表明,与传统的低频算法相比,该算法既保证了计算精度,又提高了计算效率。展开更多
当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、...当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。展开更多
针对无人机航拍图像的特点,提出了一种基于无人机POS(Position and Orientation System)信息的拼接方法.首先根据POS参数计算出影像的四角点地理坐标,同时提取到相邻影像重叠区域的SURF特征,根据特征点的位置关系修正后面影像的地理坐标...针对无人机航拍图像的特点,提出了一种基于无人机POS(Position and Orientation System)信息的拼接方法.首先根据POS参数计算出影像的四角点地理坐标,同时提取到相邻影像重叠区域的SURF特征,根据特征点的位置关系修正后面影像的地理坐标,然后按照影像地理坐标进行拼接,最后利用渐入渐出自适应权重策略对图像进行融合,得到了一副视觉效果良好的全景图像.展开更多
不同风浪等级下的海面会对船舰目标雷达散射截面(RCS)分析产生强烈影响。该文建立了一种船舰模型,利用物理光学法与矩量法的混合算法(PO-MOM)分析了不同海情下的船舰目标远场单站RCS。之后研究了海情对船舰目标RCS测试结果的影响。最后...不同风浪等级下的海面会对船舰目标雷达散射截面(RCS)分析产生强烈影响。该文建立了一种船舰模型,利用物理光学法与矩量法的混合算法(PO-MOM)分析了不同海情下的船舰目标远场单站RCS。之后研究了海情对船舰目标RCS测试结果的影响。最后提出了基于3次样条插值(Cubic Spline Interpolation,CSI)算法的优化补偿方法。结果表明,随着海情等级的增加,舰船RCS降低;利用3次样条插值算法进行补偿,其补偿结果的平均值误差小于0.38 d Bsm,最大值误差小于0.05 d Bsm,因此能有效地减少海情对船舰RCS测试结果的影响。展开更多
文摘针对包含精细结构的电大尺寸目标电磁散射快速计算问题,提出了一种计算包含精细结构的电大尺寸目标电磁散射问题的基于矩阵降维的混合算法。该方法在Rao-Wilton-Glisson基函数矩量法(method of moment,MoM)的基础上,对目标区域进行划分,完成阻抗矩阵的分块和未知量的分离,再由矩量区与物理光学(physical optics,PO)区之间的电流相互作用构造耦合转移矩阵和激励转移矩阵,从而建立两个区域未知量之间的线性关系,进而完成对阻抗矩阵的降维,最终从矩阵运算角度构建了一种MoM-PO混合算法。其中,使用等效电偶极子模型简化双重积分计算,进一步减少矩阵元素的计算量;阻抗矩阵的阶数大幅减少,避免了大规模矩阵方程的求解计算。算例结果表明,与传统的低频算法相比,该算法既保证了计算精度,又提高了计算效率。
文摘当前在光伏电站出力短期预测方面较多的采用BP或者优化的BP神经网络算法,存在采用的优化算法单一、缺乏多种优化算法比较选优、预测误差大的问题。基于本地5 k W小型分布式光伏电站,综合考虑影响光伏出力的太阳光辐射强度、环境温度、风速气象相关因素和光伏电站历史发电数据,分别采用BP以及遗传算法和粒子群算法优化的BP神经网络算法—GA-BP和POS-BP构建了晴天、多云、阴雨三种天气条件下光伏出力短期预测模型。实测结果表明,三种神经网络算法预测模型在三种不同天气条件下均达到了一定的预测精度。其中GA-BP、POS-BP相比传统的BP预测模型降低了预测误差,且POS算法相比GA算法对于BP神经网络预测模型的优化效果更好,进一步降低了预测误差,适用性更强。
文摘针对无人机航拍图像的特点,提出了一种基于无人机POS(Position and Orientation System)信息的拼接方法.首先根据POS参数计算出影像的四角点地理坐标,同时提取到相邻影像重叠区域的SURF特征,根据特征点的位置关系修正后面影像的地理坐标,然后按照影像地理坐标进行拼接,最后利用渐入渐出自适应权重策略对图像进行融合,得到了一副视觉效果良好的全景图像.
文摘不同风浪等级下的海面会对船舰目标雷达散射截面(RCS)分析产生强烈影响。该文建立了一种船舰模型,利用物理光学法与矩量法的混合算法(PO-MOM)分析了不同海情下的船舰目标远场单站RCS。之后研究了海情对船舰目标RCS测试结果的影响。最后提出了基于3次样条插值(Cubic Spline Interpolation,CSI)算法的优化补偿方法。结果表明,随着海情等级的增加,舰船RCS降低;利用3次样条插值算法进行补偿,其补偿结果的平均值误差小于0.38 d Bsm,最大值误差小于0.05 d Bsm,因此能有效地减少海情对船舰RCS测试结果的影响。