顾及有色噪声的自适应粒子滤波UWB定位算法

传统卡尔曼滤波算法要求噪声模型符合高斯分布,在UWB室内定位中,由于载体本身的机制等干扰,观测噪声不仅仅是白噪声,也存在有色噪声的情况,而粒子滤波可以处理有色噪声的问题。本文通过增加似然分布自适应调整来改进粒子滤波用于目标跟踪的精度,同时研究在白噪声、有色噪声下似然分布自适应调整粒子滤波和拓展卡尔曼滤波在UWB中的优势与不同。试验结果表明：观测噪声为白噪声时,拓展卡尔曼滤波和粒子滤波均可以较好地实现对行人的定位跟踪;观测噪声为有色噪声时,自适应粒子滤波定位效果优于粒子滤波、拓展卡尔曼滤波。     

宇宙线的超新星遗迹起源

宇宙线的起源是高能天体物理的核心问题之一.一直以来,超新星爆发被认为是能谱膝区以下宇宙线的主要来源.多波段观测表明,超新星遗迹有能力加速带电粒子至亚PeV (10~(15)eV)能量.扩散激波加速被认为是最有效的天体高能粒子加速机制之一,而超新星遗迹的大尺度激波正好为这一机制提供平台.近年来,一系列较高精度的地面和空间实验极大地推动了对宇宙线以及超新星遗迹的研究.新的观测事实挑战着传统的扩散激波加速模型以及其在银河系宇宙线超新星遗迹起源学说上的应用,深化了人们对宇宙高能现象的认识.结合超新星遗迹辐射能谱的时间演化特性,构建的时间依赖的超新星遗迹粒子加速模型,不仅能够解释200 GV附近宇宙线的能谱反常,还自然地形成能谱膝区,甚至可以将超新星遗迹粒子加速对宇宙线能谱的贡献延伸至踝区.该模型预期超新星遗迹中粒子的输运行为表现为湍流扩散,这需要未来的观测以及与粒子输运相关的等离子体数值模拟工作来进一步验证.     

利用MODIS资料遥感水体上空气溶胶粒子尺度的数值试验

利用卫星探测辐射的光谱依赖性来反演大气气溶胶粒子尺度分布,首先要建立反演算法并检验其可行性。本文参照文献[1]对暗的海洋上空MODIS资料的处理方法,针对大陆水库上空卫星探测MODIS辐射信号,利用6S(Second Simulation of the Satellite Signal in the Solar Spectrum)辐射模式建立一个查算表(Look-up table:LUT)来反演大气气溶胶粒子尺度分布;然后通过数值试验对所建立的查算表进行检验,讨论其方法的可行性。数值试验结果表明,查算表对大陆性气溶胶尺度分布有反演能力,但拟合误差sεl值随着气溶胶光学厚度的增加而增加。     

SPEC机载云探测系统及其云物理研究进展

在综合介绍我国机载云探测系统的发展历程、应用情况和优缺点的基础上,对新一代机载云探测系统SPEC的系统组成、探测原理、探测方法和探测范围等进行了详细说明,并探讨了近年来国内外相关研究进展.随着科学研究人员对云探测精细程度、准确度要求的日益提高,以往使用的粒子观测系统(PMS)等云探测系统已无法满足一些科学试验的需求;S...     

基于粒子群优化和随机森林的最优含水率与最大干密度的预测模型

土体压实可以通过外力迫使土颗粒压密来增大土体密实度,从而改善土体的力学性能.因此,土体压实参数的确定对于土工结构有着重要影响.本文采用基于粒子群优化的随机森林模型对最优含水率(wopt)和最大干密度(ρdmax)进行了预测.首先,利用灰色关联度算法计算最优含水率和最大干密度与特征变量(含砾量,砂含量,细粉含量,液限,塑...     

基于SAPSO-ELM的瓦斯涌出量分源预测及应用

为了提高瓦斯涌出量预测精度,针对瓦斯涌出量影响因素的多重相关性、复杂性等问题,结合主成分分析法和分源预测理论,对开采层、邻近层、采空区的瓦斯涌出量数据分别进行主成分分析降维,得到预测指标。针对极限学习机(ELM)存在的输入权值矩阵与隐含层阈值随机生成的问题,利用模拟退火粒子群算法(SAPSO)对极限学习机的参数寻优,将新疆某煤矿回采工作面瓦斯涌出量及影响因素作为SAPSO-ELM模型的输入进行训练,再利用训练好的SAPSO-ELM模型对陕西某煤矿回采工作面的瓦斯涌出量进行验证预测,并对比原始ELM模型的预测结果。结果表明,SAPSO-ELM模型的平均相对误差为3.45%,ELM模型的平均相对误差为8.81%,与ELM模型相比,SAPSO-ELM模型预测精度及效率均优于原始ELM模型。分源预测理论和主成分分析法的结合有效解决了多因素间的多重相关性并降低了预测模型的复杂度,SAPSO-ELM预测模型实现了瓦斯涌出量的快速精准预测,对预防瓦斯事故发生和保障煤矿安全高效开采具有较好的指导作用。      

基于测井参数优选的煤层含气量预测模型

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明:PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。      

数字孪生铁路多目标粒子群任务调度方法

展示/分析/探索多层次任务及存储/计算/网络资源高效调度是数字孪生铁路的关键技术,随着存储、计算和网络等分布式异构资源不断接入,数字孪生铁路多层次任务并发场景异构资源分配倾斜、任务优先级不匹配、时延高等问题突显。现有调度方法大多针对单一层次任务资源进行设计,无法直接适用多层次任务调度场景,难以保障多层次任务调度的最大完工时间和资源负载均衡全局最优。针对上述问题,本文设计了适用于数字孪生铁路特点的多层次任务调度模型,提出了多目标粒子群任务调度算法,基于云仿真平台CloudSim对该方法进行对比测试,基于DTScope引擎设计实现数字孪生铁路“安全—质量—进度”智能施工管理案例原型。结果表明,本文方法适用于数字孪生铁路多层次任务并发调度场景,与现有方法相比明显提高了多层次任务完成时间效率和任务调度均衡性,可有效支撑数字孪生铁路展示—分析—探索多样化应用。     

冕洞阻碍太阳高能粒子事件形成的典型事例分析

通过对比两次快速晕状日冕物质抛射(CME)事件,分析相应的日面和行星际的观测资料,发现源区距离冕洞较远的CME引起了极强的太阳高能粒子(Solar Energetic Particle,SEP)事件,而源区非常靠近冕洞的CME则没有引起大的SEP事件.该结果表明,冕洞可能对CME形成SEP事件有阻碍作用.继而分析1997～2003年所有爆发在冕洞边缘的快速晕状CME,发现源区离冕洞距离小于02Rs(太阳半径)的CME均没有引起大的SEP事件.从而进一步证实了冕洞可能对邻近CME形成大SEP事件有影响,它阻碍SEP事件的形成.最后讨论了冕洞阻碍CME形成大SEP事件的可能原因.     

非均匀介质热蠕变流动的数值求解

针对非均匀介质中热蠕变流动问题,给出了有限单元方法与网格－粒子方法联合求解新技术,即有限单元方法求解欧拉网格节点上的未知量,分布于单元内部作为物质成分标记的粒子反映变形过程.有限元法求解动量方程和连续性方程时引入了速度场和压力场等阶插值的压力场稳定的Petrov Galerkin方法,求解能量方程时采用了流线迎风Petrov Galerkin方法,网格－粒子算法中采用双线性插值与有限单元插值函数对应.有限单元计算与网格－粒子计算相对独立,两种方法计算的数据通过有限单元节点传递.同时,实现了三角形单元的算法和程序,解决了复杂结构条件下不规则网格计算的问题.通过经典方腔热对流问题验证了程序,给出了不规则形态块体沉降算例,并分析了数值解的稳定性.