基于慢特征分析对连续系统的外强迫提取

外强迫随时间的变化对于非平稳系统的影响十分重要,如何从该系统中重构或提取外强迫信息则成为研究其中动力学特征的关键所在。本文基于慢特征分析方法（Slow Feature Analysis,SFA）以连续系统（改变的Lorenz系统）为参考模型,分别讨论在周期型强迫、减弱的周期型强迫、指数衰减型强迫、伴随指数衰减的周期型强迫等条件下,SFA方法对模型中不同强迫信号的提取能力。结果显示,SFA方法能够提取作用于连续系统中的外强迫信息,其提取效果与外强迫的强度、噪声以及嵌入维数m有关:对于越弱的外强迫或者存在越强的噪声干扰,提取效果越差,提取信号中将出现虚假的高频波动;嵌入维数m的增大能在一定程度上提高外强迫信号的提取效果。试验还表明,作用在单一变量上的外强迫会将其驱动信息嵌入于系统中,因此,可以通过SFA分析方法从其他变量中提取其外强迫信号。     

慢特征分析法在气象上的应用进展

气候系统具有非平稳特征,根本原因在于其外强迫随时间发生改变,因此外部驱动力的分析对于理解气候系统的动力学特征至关重要,而如何有效提取系统外部驱动信息是一个亟待解决的前沿科学问题。最近几年,在生物神经学领域中应用的一种提取非平稳信号中外强迫信息的方法——慢特征分析法(Slow Feature Analysis,SFA),在气象领域中也得到了初步成功的尝试,结果显示出此方法对气候系统的外强迫信息分析及有关动力学机制的探究有较好的应用前景。本文主要介绍SFA方法的理论思想及实施步骤,并通过一个理想的非平稳时间序列检验其提取外强迫信息的能力,结果证明在衰减的Logistic模型中,可利用SFA算法提取出模型中的外强迫,且与真实外强迫的相关系数可达0.99;此外,还介绍将该方法应用于Arosa臭氧时间序列,分析其提取的外强迫信息的动力学特征;并介绍了在气候时间序列建模中引入外强迫因子的预测效果。     

基于慢特征分析的哈尔滨市气温预测研究

慢特征分析方法(Slow Feature Analysis,SFA)是从已知的非平稳时间序列中提取缓变信息的有效方法。本文首先通过Logistic非平稳时间序列模型对SFA方法提取慢特征信息的能力进行了检验,然后以哈尔滨市为黑龙江省代表站,对月气温距平序列进行慢特征信号提取及预测研究。结果表明:慢特征分析方法可以有效地提取哈尔滨市气温距平序列中的慢特征信号。提取的慢特征信号能够反映原序列的变化趋势、极值等信息。拟合和预测试验表明,与平稳性模型相比,引入SFA信号后的气温预测模型可以在一定程度上提高预测能力,改善预测效果。对近48个月独立样本预测也得到相同结论。     

基于慢特征分析方法研究陆地表面气温变率的驱动力

慢特征分析（SFA）方法可以从非平稳时间序列中提取出慢变的外强迫信息。近年来,SFA方法被应用于气候变化研究领域,用于探究气候变化的潜在驱动力及相关的动力学机制。本文基于SFA方法,提取全球陆地表面气温（LSAT）的慢变外强迫信息,研究全球LSAT慢变驱动力的空间结构特征及低频变率的主要驱动因子。SFA方法提取的LSAT慢变驱动力与历史时期全球辐射强迫（GRF）和全球海表温度（SST）的主模态（大西洋多年代际振荡AMO、热带太平洋ENSO变率和太平洋年代际振荡PDO）有显著的相关关系,表明全球大部分地区LSAT的变率受到GRF和三个SST模态的显著影响。GRF对LSAT变率的影响有全球一致性的特征,而三个SST模态对LSAT变率的影响则呈现出明显的区域特点。此外,由于SFA方法可以有效降低原始LSAT序列中随机噪声的干扰,GRF和SST模态对LSAT变率的解释方差显著提高,进一步表明GRF和SST模态是全球LSAT低频变率主要的驱动因子。最后,利用历史海温驱动AGCM试验（即AMIP试验）的结果,验证了三个SST模态对区域LSAT变率的显著影响。     

非平稳时间序列的区域预测研究

基于重构状态空间理论和嵌入定理,给出一个新的非平稳场时间序列的区域预测方法。该方法将外强迫因子引入到预测模型中,并且将区域内预测相点的周围相点所对应的空间信息也引入到预测模型中。然后利用该方法对33模Lorenz系统得到的"理想"的非平稳场时间序列进行预测实验分析。结果表明,嵌入外强迫因子可以更好地重构出原来的动力系统,有效地提高非平稳时间序列的预测精度;同时引入空间和外强迫信息可以利用空间数据弥补时间序列长度的不足,从而进一步提高预测精度。     

海气耦合非线性振荡与大气环流年变

本文利用作者建立的一个海气耦合的非线性动力系统,分别用定性和数值方法,分析定常强迫的自治系统和有周期性强迫的非自治系统中极限环解的性质,以此说明海气耦合振荡及大气环流年变的某些特征。     

相干检测和模糊度积累在声雷达中的应用

本文将大气非均匀湍流结构所产生的声散射过程描述为线性随机的部分相干的时变、空变信道,这种部分相干信道可以采用相干或非相干匹配滤波器检测方法来测量其时、变、空变特性,并提出用多通道匹配滤波检波后模糊度积累(AFMA)可进一步提高声雷达检测性能,如果采用线性调频(LFM)信号,这种AFMA技术可以获得边界层大气温度的精细结构特征。实验指出,只要信号参数选择适当,AMFA技术在声雷达检测中是有效的。     

补偿性下沉气流对积云发展影响的数值模拟

本文用带有积云外补偿性下没气流参数化方法的积云－维时变模式讨论了补偿性下沉气流对积云发展的影响，并与虚质量系数模式作了比较。计算结果表明，选择合适的参数β就能比较合理地模拟降水性积云和非降水性积云的发展情况。     

大尺度流型年际变化可能机制的研究

本文将年变周期和非年变周期热力强迫项引进正压涡度方程,用方程的截谱形式实施了几十组时间长度为100年的数值积分,研究了非年变周期热力强迫和大气内部动力过程共同激发的大尺度流型的年际变化问题。在一定的参数集合,当非年变外源强迫的振荡周期与大气内部动力过程单独激发出来的振荡的周期相同时,流型年际振动的振幅明显加大,振动的周期则为倍化。在另外的参数集合,随着非年变强迫参数的渐变,流型年际变化的幅度显示出清楚的突变以及其它富有非线性特色的行为。     

斜压准地转气流周期的和非周期的演变

本文利用低谱途径,将二层准地转模式转化为八维的强迫耗散的非线性系统。随着非绝热强迫参数的渐变,以流场距离函数描述的斜压准地转气流的流型演变从周期态转为非周期态。与六组不同的Poincare截面图相应的指数均为正值,以示非周期的局部不稳定特征。     

基于LabVIEW的绿色农场能源管理系统设计

新能源利用效率低,控制策略复杂等不足制约着绿色农场的发展.引入储能部件可以提高新能源使用效率,将电网和分时电价政策引入系统,可以提升系统稳定性,降低用户用电花费.本文论证了最优控制策略在混合能源供电模式中的可行性,设计了一套基于LabVIEW的可视化太阳能-电网绿色农场能源监控管理系统.系统采用太阳能-电网混合供电模式,实现了输出功率与农场负载需求的匹配.仿真实验结果验证了系统的稳定性,使用NPV函数验证了系统经济性.     

基于力反馈手柄的移动载人月球车操作控制系统

移动载人月球车相关技术的研究是我国未来载人登月探测的重要任务.根据载人月球车的需求,本文从航天员操作舒适度和操作工作空间出发,设计了一种面向载人月球车操作的力反馈手柄,在具体的场景设计下可以带给航天员力触觉感受,辅助航天员进行安全、有效的驾驶行为.基于力反馈手柄的移动载人月球车操作控制系统包含力反馈手柄、硬件系统、软件系统.力反馈手柄主要由二自由度旋转机构、手杆、带光编码器的直流电机组成;硬件系统为STM32单片机及相关接口电路,STM32作为下位机接收来自上位机的指令信号和力反馈信息,并且向上位机反馈手柄位置信息;为完成移动载人月球车操作控制系统的仿真测试,软件系统是基于unity3D所开发的月球车驾驶场景,搭载使用虚拟传感器,做出驾驶行为决策解算出相应的力反馈信息.实验结果表明,力反馈手柄能较好地辅助航天员操纵载人月球车,有效提升了载人月球车的驾驶效率和安全性.     

Nonstationary analysis of the extreme temperatures in Turkey

Record-breaking extreme temperatures have been measured in the last two decades all over Turkey, with recent studies detecting positive trends in extreme temperature time series. In this study, nonstationary extreme value analysis was performed on extreme temperature time series obtained from fifty stations scattered over the seven geographical regions of Turkey. Basic characterization of the data set was defined through outlier detection, homogeneity, trend detection, and stationarity tests. Trend-including non-stationary extreme temperature time series were analyzed with non-stationary Generalized Extreme Value distribution. Three main physical drivers were considered as the leading causes that trigger the observed trends in extreme temperatures over Turkey: time, teleconnection patterns of the Arctic Oscillations, and those of the North Atlantic Oscillations. The results showed that most of the absolute annual minimum and maximum temperature time series are inhomogeneous while the possible breakpoints date back to the1970s and 1990s, respectively. More than half of the absolute annual maximum time series (26/50 and many of the absolute annual minimum time series (21/50) showed a positive trend. No negative trend was detected in the extreme temperature time series. Based on the frequency analysis of the 21 annual maximum time series, the non-stationary estimations of 50-year return levels were detected to be higher than in the stationary model (between 0.44 °C and 3.73 °C). The return levels in 15 of the 20 minimum temperature time series increased from 0.11 °C up to 12.28 °C. Elevation increases the nonstationarity impact on absolute minimum temperatures and decreases it on absolute maximums. The findings in this study indicate that the consideration of non-stationarity in extreme temperature time series is a necessity during return level estimations over the study area.     

基于非线性分离的可倾转四旋翼LQR飞行控制研究

本文研究了一种能够独立控制位置和姿态的可倾转四旋翼飞行器,在建立了系统动力学模型的基础上,针对可倾转四旋翼飞行器系统存在的强输入非线性问题,采用了非线性分离策略,构造中间控制量,将该强非线性系统分离为线性动态环节和非线性静态环节,并仅针对线性动态环节设计了计算量小、易于硬件实现的线性二次型调节器（LQR）,然后再通过反解输入非线性环节将中间控制量分配到实际的控制量——旋翼倾转角和电机转速.仿真实验结果表明,基于非线性分离策略设计的LQR飞行控制器能够实现对可倾转四旋翼稳定控制,很好地独立追踪位置和姿态期望.     

Long memory in temperature reconstructions

Ever since H. E. Hurst brought the concept of long memory time series to prominence in his study of river flows the origins of the so-called Hurst phenomena have remained elusive. Two sets of competing models have been proposed. The fractional Gaussian noises and their discrete time counter-part, the fractionally integrated processes, possess genuine long memory in the sense that the present state of a system has a temporal dependence on all past states. The alternative to these genuine long memory models are models which are non-stationary in the mean but for physical reasons are constrained to lie in a bounded range, hence on visual inspection appear to be stationary. In these models the long memory is merely an artifact of the method of analysis. There are now a growing number of millenial scale temperature reconstructions available. In this paper we present a new way of looking at long memory in these reconstructions and proxies, which gives support to them being described by the non-stationary models. The implications for climatic change are that the temperature time series are not mean reverting. There is no evidence to support the idea that the observed rise in global temperatures are a natural fluctuation which will reverse in the near future.