基于RST算法的直流电机位置传动系统的离散控制器设计

基于RST算法,设计了一个直流电机位置传动系统的离散控制器,按照一定的设计要求,使校正后系统的暂态响应得到了极佳的精度和反应时间,并通过算法内嵌积分器的设计消除了扰动对系统的影响,得到了较强的鲁棒性。以MATLAB为工具,对比分析了系统经RST控制器校正之后的稳定性的改善情况,仿真了系统的动态阶跃响应。编程实现了系统的RST控制,并且用实验结果证明了系统参数设计的准确性。

基于RST算法提取乌什M_(S)7.1地震地表温度异常

为探讨RST算法在新疆地区地震热红外异常提取中的适用性,以乌什M_(S)7.1地震为例,构建研究区MODIS地表温度数据集,并对数据集进行逐像元时间序列趋势去除后,利用RST算法提取乌什M_(S)7.1地震地表温度异常信息。结果表明:乌什M_(S)7.1地震地表温度异常的变化过程分为“出现—消失—再出现—扩大—达到最大—消失”6个阶段;乌什M_(S)7.1地震的地表温度异常区域大致沿构造带的走向分布;乌什M_(S)7.1地震发生在地表温度异常面积出现最大值后的第99天。利用MODIS数据结合RST算法提取地震热红外异常在新疆地区相关研究中具有一定的可行性。

海量数据上有效的top-k Skyline查询算法

在许多应用中,Skyline查询是一种十分重要的查询类型,它在潜在的巨大的数据空间中返回不被其他元组支配的用户感兴趣的元组,但是Skyline查询无法控制返回结果的数量。处理一个新的top-k Skyline查询问题,该查询返回支配分数最大的k个Skyline元组,从而控制了需要向用户返回的查询结果数量。分析发现,大多数现有算法忽略了利用支配分数作为限制Skyline查询的结果数量的度量。提出一个新的基于表扫描的RSTS(ranked Skyline with table scan)算法来有效计算海量数据上的top-k Skyline结果。RSTS算法首先对表执行预排序操作,保证预排序表的元组按照对有序列表的round-robin扫描的顺序排列。RSTS算法包括两个阶段。阶段1利用对预排序表的顺序扫描来获得候选元组。阶段2计算候选元组的支配分数并返回结果。可以证明,RSTS算法具有早结束特性,并给出其扫描深度的理论分析。提出对于候选元组的剪切操作,理论剪切效果表明,绝大多数的Skyline结果可以直接丢弃。实验结果表明,RSTS算法可以有效计算top-k Skyline结果。

高光谱气体背景场特征及震情跟踪应用前景

基于2004—2017年华北地区高光谱数据,计算CH4、CO、O3总量背景场,发现不同气体在时间尺度上受温度、湿度、高空辐射等影响有较明显的周期性特征,在空间尺度上CH4、CO总量平原高于山区,O3总体呈现随纬度升高而降低的特征;利用RST算法对华北地区5.0级以上地震进行震例总结发现,震前62.5%的地震震中附近出现气体高值异常,异常气体主要为CH4、CO,而O3异常不明显。研究结果表明,RST算法对高光谱气体CH4、CO进行异常提取可作为地震预报的辅助依据,服务于震情跟踪判定。

2020年7月12日唐山5.1级地震前高光谱多参数异常特征分析

基于高光谱遥感数据,通过RST算法提取2020年7月12日唐山5.1级地震前不同参数异常信息,发现震前CH_(4)、CO、H_(2)O、O 3均出现了高值异常,且异常均位于震中附近,异常幅度高于2倍均方差,CH_(4)、CO、H_(2)O异常机理不同于O 3。通过统计2018—2020年CH_(4)、CO、H_(2)O三种气体出现频次,发现同步异常具有可靠性,认为高光谱多参数异常出现的同步性,可提高异常性质判定的信度。通过对不同参数进行连续跟踪观测,提取多参数同步异常信息,对地震短临预报具有一定参考意义。

华北地区高光谱气体影响因素分析

基于高光谱遥感数据分析CH_(4)与CO的影响因素,应用于京津冀地区异常性质判定。通过不同地形高光谱气体与水汽、温度、长波辐射、气压等参数进行相关系数计算。发现陆地与海洋具有不同的特性,CH_(4)与CO呈较强的负相关,且相关系数盆地大于山区大于平原;CH_(4)与水汽、温度、长波辐射呈负相关,与气压呈正相关,且相关系数平原大于山区大于盆地。分析认为在陆地环境CH_(4)浓度受水汽、温度、气压等气象因素影响较大,CO因为海洋源的影响,与不同参数相关系数较低。通过RST算法提取近期京津冀地区高光谱气体异常,发现北京西南与河北交界地区在6月有明显的高值异常,通过回归方程检验,认为该异常是气象因素引起的可能性较大,为震情跟踪判定提供了依据。

基于夜间多时相遥感数据的热异常与地震的相关性

本文使用第二代欧洲气象卫星MSG搭载的SEVIRI传感器数据,基于卫星数据稳健分析技术提取了意大利地区2015—2017年间的三次热异常,并在此基础上增加热异常的判定条件,利用静止气象卫星的高时间分辨率特性,基于夜间多时相遥感数据探究热异常与地震的相关性。结果显示:通过夜间多时相遥感数据均值可更清晰地展示出研究区热异常的时空变化,基于改进后的判定条件可以有效地判断热异常是否可能与地震有关。此外,夜间多时相热异常的时空分布研究表明,云层的扩散与消失可能对热异常提取结果有重要影响。

基于不同时空尺度多源遥感数据的新疆于田地区地震热异常分析

针对2000年以来新疆于田地区5次M_(s)5.0以上地震,采用MODIS地表温度数据与NO-AA卫星长波辐射数据,从不同时间、空间尺度对震前热红外异常特征进行提取和分析.研究结果表明,5次地震的两种数据均提取出明显的热异常,两种数据异常提取结果具有一定的时空关联.基于以上不同时空尺度热红外特征分析结果,总结提出了一种多时空尺度的异常判别方法.基于该方法对于田及周边地区2018-2020年连续3年的热红外数据进行扫描,开展M_(s)5.0以上地震热红外异常的回溯性检验应用,共检验出19次异常,其中12次对应地震发生,7次错报,此外有7次漏报.通过不同时空尺度多源遥感数据对震前热红外异常特征进行综合提取,能够减轻环境因素干扰,提取出有效的热异常特征.以上研究结果可为多时空尺度地震热红外异常判别提供支撑.