合肥：同步辐射装置

合肥同步辐射装置主要研究粒子加速器后光谱的结构和变化,从而推知这些粒子的基本性质。它始建于1984年4月,1989年4月26日正式建成,迄今已建成5个实验站,接待了大量国内外用户,取得了一批有价值的成果。同步辐射是速度接近光速的带电粒子在磁场中沿弧形轨道运动时放出的电磁辐射,由于它最初是在同步加速器上观察到的,便又被称为“同步辐射”或“同步加速器辐射”。     

基于改进近似模型的水下鱼雷打靶快速预报方法

鱼雷打靶试验对评价武器系统对目标的打击性能具有重要意义。水动力参数是模拟鱼雷水下运动轨迹、预报鱼雷打靶落点的关键参数。随着现代CFD技术的发展,采用数值方法获取水动力参数,提高了轨迹预报精度,但计算效率不高,不利于多工况下鱼雷打靶预报。首先,基于刚体动量和动量矩定理建立了鱼雷的水下运动方程组,运用4阶龙格–库塔（Runge-Kuta）法对运动方程组进行数值求解,对鱼雷水下轨迹进行模拟,从而获取鱼雷打靶性能。其次,提出了基于遗传算法的近似模型（GA-BP）和自适应遗传算法优化的近似模型（AGA-BP）模拟鱼雷水下打靶落点,对鱼雷打靶性能进行快速预报。通过仿真和数据对比,结果表明：AGA-BP预测模型相对于BP预测模型更稳定、GA-BP预测模型收敛速度更快,实现对鱼雷水下打靶快速预报。     

基于数据驱动的无人机编队最优控制算法设计

无人机编队具有广泛的应用价值和发展前景,然而,无人机动力学模型的非线性和耦合性,以及实际应用中的不确定性限制了其应用。为了解决模型不精确问题,提出了一种数据驱动的自适应动态编程（ADP）最优编队控制器设计方法。该方法结合了分布式一致性和线性二次方相关理论。首先,通过建立虚拟领航–跟随者模型,可以将四旋翼无人机的复杂非线性动力学模型简化为4个线性子系统,并解耦它们的相互影响;接下来,针对每个子系统设计编队控制器;随后应用李雅普诺夫理论对算法进行稳定性分析;最后通过仿真,验证了所提算法的稳定性和有效性。     

基于可变因子的变分贝叶斯SINS海上动态对准

针对传统变分贝叶斯自适应滤波中,基于经验选取常值遗忘因子,不能自适应时变量测噪声的问题,提出一种基于可变因子的变分贝叶斯自适应滤波,并应用于船载捷联惯性导航系统(strapdown inertial navigation system,SINS)动态对准。首先利用变分贝叶斯方法近似噪声的后验分布,估计时变量测噪声和状态向量后验分布。其次通过噪声方差时变强度构造可变因子,实现自适应调整变分贝叶斯参数。最后给出了基于可变因子的GNSS/SINS海上动基座对准流程及算法。船载实测数据表明,所提算法在时变方差下,较卡尔曼滤波和传统贝叶斯滤波方位角误差收敛到0.5°范围内所需时间分别缩短了52%和44%;横滚角和方位角均方根误差分别降低57%、46%和13%、9%;东向和北向速度均方根误差分别降低56%、68%和51%、22%。     

黑潮延伸区的海平面异常和中尺度涡的统计分析

利用1993～2004年卫星高度计TP/Jason-1和 ERS/ENVISAT提供的海平面异常(SLA)融合数据,分析了黑潮延伸区12年来的平均海平面异常的变化特征及中尺度涡的分布规律.研究表明,在黑潮延伸区海平面异常(SLA)呈递增趋势,年平均上升率为8.89mm/a,显著性周期是1年、0.5年和6年;黑潮延伸区的海平面异常和海表面温度异常的低频分量与Nino3指数具有较高的相关性.这说明,黑潮延伸区的海平面变化和海表面温度与厄尔尼诺事件密切相关,都受到黑潮变化的密切影响.在日本东部的黑潮延伸区,中尺度涡自东向西移动,寿命约为1年,移动速度大约是10经度/年.气旋涡和反气旋涡的面积呈现几乎同步增减的规律,均呈年周期变化,上半年少,下半年多.在1997～1998年,黑潮延伸区内中尺度涡的面积显著减小,并且正好对应于Nino3指数极大值出现的年份.因此,黑潮延伸区内中尺度涡的数量和强度也与厄尔尼诺事件密切相关.     

带乘性噪声系统状态滤波的自适应算法

带乘性噪声系统由于其广泛的适用性,一直成为研究的热点。针对带乘性噪声系统状态最优估计的自适应算法进行研究,探讨在噪声服从平稳正态分布情况下,对未知动态噪声方差阵与观测噪声方差阵的辨识问题。在证明带乘性噪声系统新息在稳态时和线性系统新息有着相似稳定特性的前提下,通过对线性系统辨识方法的改进,完成对带乘性噪声系统噪声方差阵的辨识,并利用新息特性对该方法进行进一步改进,以提高辨识精度;最后通过仿真验证该方法的有效性。     

全数字十二相稳压稳流微机控制系统

提出用于十二相可控整流器的８０９８单片机控制系统的电路原理和软件策略。包括自适应控制算法和触发相序计算在内的多种操作全部用软件实现．与通常的方法相比，此系统的成本更低，动态性能和静态性能更好。     

海底地形演变模型初探

当前,地理信息系统(GIS)时-空结合的分析功能还很有限,尤其是海洋地理信息系统(OGIS).由于海洋系统自身的复杂性,如海底地形这种受时-空影响的信息元素,对其预测就有相当的难度,有关这方面的文献也较少见.本文从影响海底地形演变的机理出发,结合四维空间关联性和混沌巨系统理论,提出了“空间相关混合自适应模型”.在此基础上,根据黄海辐射状沙洲西太阳沙及附近海域的具体情况,建立了该区的地形演变模型.以3个年代的测量数据为基础,运用分形内插方法生成连续多年(25a)的水深时-空数据序列,通过所建地形预测模型的处理,取得了未来年份的水深预测值,经比较检验认为是可信赖的.为江苏省东部沿海港口开发建设提供了科学依据.     

海洋多缆地震勘探系统的同步采集方法研究

文章介绍了一种用于海洋地震勘探系统的同步采集方法。该方法采用高精度时钟分发、实时FPGA硬件延迟补偿算法结合高效的系统控制协议,对多缆不同通道前端采集系统间的延迟差异进行自动补偿,从而实现了系统级的同步采集。该方法实现简单,并且具有实时性强、可靠性高以及同步性能好等优点。通过海上试验表明,本同步采集方法能够满足4缆6000m范围内、8000通道规模的系统级同步采集。本方法在远距离分布式系统以及传感器网络等应用中也有着重要的参考价值。     

海底声学底质分类的ELM-AdaBoost方法

基于自适应增强算法（AdaBoost）结合极限学习机（ELM）,通过迭代、调整、优化ELM分类器之间的权值,从而构建了具有强鲁棒性、高精度的ELM-AdaBoost强分类器,增强了现有的ELM分类器的稳定性。以珠江口海区侧扫声呐图像为实验数据,对礁石、砂、泥3类典型底质进行分类识别,该方法的平均分类精度超过90%,优于单一ELM分类器的平均分类精度85.95%,也优于LVQ、BP等传统分类器,且在分类所耗时间上也远少于传统分类器。实验结果表明,本文构建的ELM-AdaBoost方法可有效应用于海底声学底质分类,可满足实时底质分类的需求。