仿生机器鱼尾鳍推进效率的多参数优化研究

仿生机器鱼作为一种高效、高机动的水下机器人,得到了科研人员的广泛关注,对BCF方式机器鱼尾鳍推进效率的研究是其中的重点方向。目前对尾鳍推进效率的优化研究,大多局限于尾鳍单一参数的优化,这与自然鱼类的游动状态相差甚远,因而不能真正达到推进效率最大化的目的。本文提出了尾鳍多参数优化方案,通过对尾鳍转动频率、摆动幅值、击水角度和摆动周期等参数的联合优化,得到一组特定游速下的参数值,结果表明本研究对象在游速0.6L m/s时(L为体长),数值计算推进效率为65.7%,仿真推进效率为64.3%的,均大于目前单一参数的优化结果,充分体现了尾鳍多参数配合的优越性。本文的研究,对提高仿生机器鱼的推进效率具有积极作用。     

结合MST划分和RHMRF-FCM算法的高分辨率遥感图像分割

针对基于像素的HMRF-FCM算法抗噪性差以及对地物复杂边界分割精度低的问题,提出一种结合形状信息的静态MST区域划分和RHMRF-FCM算法的高分辨率遥感图像分割方法。该方法定义一种静态MST同质区域划分准则,借助MST能较好表达边界和形状信息、能较好抑制几何噪声的特点,解决地物复杂边界的表达和降低分割结果中几何噪声问题。首先,利用MST静态划分将图像域划分成若干个均质区域,假设每个均质区域内光谱测度服从独立同一的多元高斯分布。然后,在此基础上构建了区域隐马尔可夫随机场模型,以及建立基于信息熵和KL信息正则化项的模糊聚类目标函数。最后,采用偏微分方法对分割模型参数进行求解,从而得到全局最优分割结果。为验证本文方法,对WorldView-3高分遥感图像进行分割试验。定性、定量分析了尺度参数、光谱相似性参数和区域紧致度参数对最优分割结果的影响,并对比分析本文算法和eCognition软件中的多分辨率分割算法、分水岭算法。     

利用InSAR和GPS数据分析台湾西南两次Mw＞6地震的触发关系及应力影响

利用InSAR和GPS进行地震研究具有很大的优势,InSAR能够在较大范围内快速地获得连续的同震形变观测,而GPS测量精度高,可迅速获得稳定的测量结果。随着SAR卫星的增多、重返周期的缩短,利用InSAR和GPS联合进行地震触发关系及应力影响研究也变得更为有力。2010年3月4日和2016年2月6日台湾西南部接连发生两次M_w 6.0以上地震,分别被称为甲仙地震和美浓地震。本文利用GPS和InSAR同震形变场联合反演了甲仙地震的滑动分布模型;结合之前的研究成果,基于静态库伦应力改变对甲仙地震与美浓地震的关系进行了分析;还为台湾西南部7个主要断层构建了断层格网并获取了它们的应力改变模型。结果表明,甲仙地震的发震断层表现为逆冲倾滑兼一定走滑分量的断层。甲仙地震的主要滑动区域处于12~16 km深度之间;最大滑动量为0.61 m位于约14 km深处。本文线性反演得到的甲仙地震地震矩为2.27×10¹⁸ Nm,相当于M_w 6.20。甲仙地震后美浓地震的发震断层上应力增值达4.0 MPa,应力增加的面积约占推断断层总面积的74%,表明甲仙地震对美浓地震的发生具有十分明显地加速作用。甲仙和美浓地震共同作用下,西侧的左镇断层和新化断层产生了较明显地应力积累。根据应力改变结果,本文认为甲仙地震和美浓地震后,台湾西南部的左镇断层和新化断层都具有较高的危险性,值得持续关注和进一步研究。     

北斗星地双向时频传递与广广播钟差精度分析

与其他卫星导航系统不同,北斗卫星导航系统采用星地双向时间比对技术,直接测量卫星钟相对于地面保持的系统时间的钟差,并用于广播电文钟差参数的建模。讨论了电离层延迟误差、卫星相位中心误差等不同误差源对不同类型卫星双向时间同步卫星钟差精度的影响。实测数据分析结果表明,星地双向卫星钟差内符合精度(RMS)优于0.15 ns。利用双向卫星钟差序列,对广播星历钟差参数预报精度进行了分析,统计结果显示广播电文钟差参数预报1 h,精度在2 ns以内,移动卫星刚入境时,钟差参数预报6 h误差可达10 ns。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

一种附加边界约束和内约束的多中心ERP融合模型

不同技术、不同分析中心得到的地球自转参数（Earth rotation parameters,ERP）往往是不同的,为提供统一的ERP供用户使用,常需对ERP进行融合处理。提出了一种基于多分析中心ERP结果的附加边界约束和内约束融合模型,即先通过参数变换把各分析中心结果转换到相同时刻,考虑到相邻观测时段边界点处ERP应当一致这一特点,施加边界约束,然后对各分析中心的长期解施加转换参数内约束,最后得到多分析中心ERP的融合解。采用从2005—2011年共6 a的7个全球卫星导航系统（Global Navigation Satellite System,GNSS）分析中心的结果进行融合处理,并与IERS C04（International Earth Rotation and Reference Systems ServiceCombined 04）结果进行比较。结果表明,所提出的融合方法计算结果的精度有明显改善。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

利用气象数据计算局部对流层湿延迟的方法

天顶对流层湿延迟是反演大气水汽含量的重要参数。该文通过研究局部地区垂直剖面气象条件的变化特征,提出了一种利用地表实时观测气象数据及历史资料计算当前时刻局部地区垂直剖面气象参数的方法,进而可利用积分方法精确求得该地区对流层湿延迟。通过与当前精度较高的经验模型对比,证明本文提出的方法能有效削弱局部地区对流层湿延迟误差,RMS和Bias误差可分别降低30%、50%左右;由于观测量仅是温度和湿度,故相较于利用GNSS等空间大地观测台站估计湿延迟的方法,本文方法的成本将小许多。