基于改进粒子群优化模糊控制的MPPT算法研究

在光照强度和温度变化时,常规的最大功率点跟踪(MPPT)算法难以快速准确地跟踪光伏系统最大功率点。针对此问题,设计了一种改进粒子群优化算法(PSO)的模糊控制器。首先,依据常规MPPT特性,设计了一种带调整因子的模糊控制算法以快速收敛到最大功率点；然后,采用参数自适应PSO对设计的模糊控制器调整因子进行动态优化。仿真结果表明:所设计的参数自适应PSO优化模糊控制器能快速准确地跟踪最大功率点,保证了MPPT的动态响应速度和稳态精度,提高了光伏系统的工作效率。     

基于深度神经网络的粒子图像测速算法

粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。     

基于激光反射层析法的换能器声场测量技术及仿真研究

换能器的辐射声场分布能够直接反映出换能器声学性能的好坏，若不能精确测量出换能器的辐射声场，则会对换能器的诊断和评估造成严重影响。从理论仿真的角度出发，推导了运用激光反射层析法重建换能器辐射声场的理论公式，着重利用推导出的理论公式对激光反射层析法进行了仿真计算。结果表明激光反射层析法能够精确地重建出换能器的辐射声场分布及声场中的声压量值，这为换能器的声场重建及声压测量提供了一种可行的方法。     

预测-五阶容积卡尔曼滤波方法

为适用于强非线性、非高斯过程噪声系统，结合预测滤波（PF）与高阶容积卡尔曼滤波（HCKF），提出一种预测-五阶容积卡尔曼滤波（P5thCKF）方法。通过预测滤波方法对系统模型中的过程噪声及其方差阵进行实时调整，进而将新模型代入到五阶容积卡尔曼滤波框架中进行实时递推状态估计。推导了五阶球面单形-径向积分准则，采用五阶球面单形积分准则处理球面积分，广义高斯-拉盖尔积分准则处理径向积分；描述了预测滤波方法并对模型误差调整量进行了推导。通过2个仿真实验验证了本文方法在强非线性、非高斯过程噪声系统中的可行性以及应用于工程实践的可能性。     

回流燃烧室流动特性试验

为了揭示有/无燃烧状态下燃烧室热态和冷态流场的特征和流动特性，针对某型回流燃烧室单头部试验件，使用粒子图像测速仪（PIV），测量燃烧室燃烧状态下不同截面处的热态流场，以及没有燃烧状态下不同截面处的冷态流场，探讨不同总压损失系数对回流燃烧室热态/冷态流场特征及流动特性的影响。研究表明:随着总压损失系数的增大，冷态条件下各截面流场结构基本保持不变，如射流孔穿透深度、射流角度、回流区位置及大小、流线等基本保持一致，但是各位置点速度大小逐渐增大。热态条件下各截面流场随着总压损失系数增大，流场结构也基本保持不变；相同总压损失系数时，热态流场与冷态流场存在差异，燃油喷射与气流的相对运动将会对燃烧室头部的流场结构造成影响，速度较冷态流动时略微增大。      

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此，提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换，如短时傅里叶变换或自适应谱估计法，以及多项式预测模型，将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法，以及谱分量幅度和频率的联合似然函数，就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中，所提算法有效提升了动态时频谱的跟踪精度，其对微弱时频谱分量的探测能力，以及对载频差异的分析能力均优于文献报道的算法。     

平台式重力仪航空重力测量数据后处理技术研究

针对航空重力测量对数据后处理的要求,结合平台式重力仪系统的组成与工作原理,在重力异常信号的频域特征基础上,设计出一套有严格频域规范的航空重力数据后处理流程,并对某海域实测数据进行了处理。结果表明,重力异常值内符合精度为12条东西测线达到0.43mGal/140s和0.84mGal/100s,4条南北测线达到0.39mGal/140s和0.79mGal/100s;以同测线GT-2A单次测量结果为标准值统计标准差,12条东西测线为0.72mGal/140s和0.98mGal/100s,4条南北测线为1.41mGal/140s和1.53mGal/100s。结果表明,设计的航空重力测量数据后处理方法可以实现重力异常信号的高精度提取。     

基于最小值通道与对数衰减的图像融合去雾算法

雾天各类图像采集系统获取的图像颜色退化，细节模糊，严重影响户外成像系统的稳定性和有效性，因此研究图像去雾技术很有必要。针对暗通道一类去雾算法边缘去雾不彻底问题，提出一种基于最小值通道与对数衰减的融合去雾算法。首先，对有雾图像的最小值通道图进行对数衰减作为先验假设条件，再进行交叉双边滤波消除纹理效应，在操作前后分别进行下采样和上采样操作以提高运算速度，求出初始透射率；然后，用Canny算子检测最小值通道图得到的边缘进行对数衰减，得到边缘信息图，将初始透射率与边缘信息图进行加权融合构成优化透射率；最后，结合改进的四叉树搜索法求得的大气光值反解大气散射模型，恢复无雾图像。实验结果表明:所提算法可以有效抑制光晕现象，去除边缘残雾，且实时性好。      

一种基于星载GNSS接收机的高轨卫星自主导航滤波算法

星载GNSS接收机在低轨卫星自主导航和精密定轨等应用领域已经显示了高精度、高自主性、不依赖地面支持等技术优势。对于高轨卫星应用，星载GNSS接收机面临一些新的挑战。由于需要接收来自地球另外一侧的GNSS旁瓣信号，使得用户等效测距误差和几何分布因子恶化，引起标准定位性能下降。特别的，对于只能使用GNSS广播星历的实时自主导航应用，GNSS广播星历引入了非白噪声特性的用户测距误差。其难以被经典的EKF滤波方法平滑，限制了自主导航定位精度。文章研究一种基于星载GNSS接收机的高轨卫星自主导航滤波算法，该算法使用增强扩展卡尔曼滤波器（Augmented EKF）融合轨道动力学模型与GNSS观测数据，并对GNSS广播星历引入的系统性误差进行动态估计以削弱其对最终导航定位的影响。最后，通过仿真平台进行了算法验证。仿真结果显示，使用单GPS可在GEO轨道达到优于10米（3D RMS）的导航定位精度。文章提出的方法达到与国际先进产品同等精度，可用于高轨卫星高精度自主导航。