Data reduction and correction algorithm for digital real-time processing of cosmic ray measurements: NM64 monitoring at Dourbes

We present a data correction algorithm for real-time data processing for the NM64 galactic cosmic ray neutron monitor at the Royal Meteorological Institute (RMI) in Dourbes, Belgium. The correction is based on three main tests: a continuity test, tube ratios test and a derivative test. The continuity test works as a high pass filter with a threshold based on the entire recorded dataset. Additionally, it monitors whether the logging takes place at regular intervals (continuously). The ratios test identifies noisy sections and the final derivative test criterion will identify single or double spikes by testing them against the median increase of the intensities. Using these criteria, all data from the cosmic ray station at Dourbes is corrected in real time. Test results have been compared with data from verified neutron monitor stations with a similar geomagnetic cutoff rigidity.     

高精度反射面板制造中边值问题的求解方法(英文)

采用三层铝板两层蜂窝芯的夹层结构制造高精度反射面板是一种先进、复杂的技术。其中,单层铝板的受力分析和夹层板的回弹计算是成形精度的根本保障。利用Fourier级数表示单层板应力函数、利用幂级数表示夹层板挠度函数,分别对高精度反射面板制造中单层板压贴和夹层板回弹两类边值问题进行了求解。与有限元模拟结果对比表明,本文提出的单层板压贴膜应力计算Fourier级数法具有较高精度;与试验结果对比表明,本文提出的夹层板回弹量幂级数法具有满意精度。     

基于最小二乘支持向量回归的混沌时间序列预测研究

研究利用最小二乘支持向量机预测混沌时间序列。混沌时间序列预测是典型的小样本学习问题,基于结构风险最小化原理的支持向量机方法,克服了神经网络易于陷入局部极值点等缺点,能够获得全局最优解。最小二乘支持向量机是一种在二次损失函数下采用等式约束求解问题的一种支持向量机,在保留支持向量机优点的同时使计算量大大减少。对典型混沌时间序列的预测结果表明,最小二乘支持向量机回归预测方法具有良好的泛化推广性能,预测精度高,适合于复杂非线性时问序列建模预测。     

混合神经网络和混沌理论的股票价格预测研究

针对股票时间序列的非线性特点,结合混沌理论和神经网络理论,提出了基于混沌理论的股票价格神经网络预测方法。同时利用重构相空间的嵌入维数确定神经网络的结构,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,在股票时间序列预测中有广泛的实用价值。     

一种超声速状态下机载推进系统模型的建模方法

为了满足机载航空推进系统模型对精度、实时性及数据存储量的苛刻要求,提出了一种机载模型建模方法.对传统的机载稳态模型建立过程中使用的相似准则进行了充分讨论,得出了一种具备更高建模精度的相似准则.在新的相似准则基础上,建立了包含泰勒展开式中非线性2阶项的高精度稳态变量模型,有效解决了分段线性稳态变量模型在大包线、变状态条件下精度难以保证的问题;为了解决超声速状态下安装推力与发动机净推力差别较大的问题,建立了考虑外流特性的简化进气道模型,给出了一种计算安装推力的方法,即由简化发动机模型计算安装推力中符合相似准则的部分,由进气道模型计算溢流阻力、放气阻力及发动机推力中不符合相似准则的部分.仿真结果表明:基于新的相似准则所建立的机载模型具有大包线、变状态适应性,输出参数误差均在0.5%以内.      

遥测数据时间序列滑动窗口动态分割技术

经由传感器采集的航天器遥测数据是产品验证、算法检验、数据挖掘等学科和方向重要的数据来源之一。由于原始测量数据采集密度高、信息量大,通常采用滑动窗口技术进行逐段处理和算法应用。但当滑动窗口的宽度固定时,数据的局部信息不能被充分提取出来;为此,提出遥测时序滑动窗口的动态分割流程。仿真结果表明:提出的时序分割和窗口宽度计算方法,可以根据数据自身的特点得到更加准确合理的非等长窗口集合;在保持曲线线段曲率的基础上,滑动窗口动态计算方法可以极大地提取拐点信息,合理地给出窗口宽度,对数据进行了简化与提纯,降低了建模难度,为下一步聚类分析、曲线匹配等工作提供了技术支持,提高了遥测数据的诊断与分析效率。     

加速度计参数变化建模方法

通过归纳工程上常用数据建模方法及其应用特点,且结合贮存条件下加速度计零偏和标度因数试验测量数据变化规律,综合给出了建立零偏时间序列模型和标度因数回归模型的详细步骤,并据此建立了贮存条件下加速度计零偏和标度因数的变化模型,所建模型预测的数据与真实数据相比误差很小,充分验证了模型的有效性.所建模型真实地反映了零偏随机性变化规律和标度因数趋势性变化规律的特点,可以为加速度计零偏和标度因数随时间变化的补偿模型提供参考,为加速度计参数长期变化稳定性水平评价提供手段.     

任意铺设复合材料矩形薄板横向弯曲一般解析解

采用复级数方法首次建立了任意铺设复合材料矩形板横向弯曲一般解析解．引入（U,V,W）＝∑（A,B,C）exp（imπξ）exp（imπηr）,并代人层合板平衡方程组,推出实数型级数解,将其回代入平衡方程组中任两个,可确定待定系数（A,B,C）之间关系;引入将3个平衡方程归并为一个8阶偏微分方程的方法给出问题特解．将一般解析解代入边界条件,用余弦级数的方法确定待求系数．给出算例以验证解的有效性．     

两邻边铰支两邻边固支von-Karman矩形板的研究

本文运用双重Ｆｏｕｒｉｅｒ级数分析了受横向均布载荷作用下两邻边铰支两邻边固支矩形板的非线性弯曲问题。利用该级数正交性,可以把非线性偏微分控制方程化为含级数系数的非线性代数方程组并通过迭代解出所有系数。最后给出了位移和应力的计算结果。     

平台系统随机数学模型的辨识

本文以PN-01型制导陀螺平台系统为对象,对其横滚通道和俯仰通道的随机漂移进行了数据采集和平稳化处理,并建立了随机数学模型。模型残量检验表明,所建立的平台系统随机漂移数学模型是适用的。从而为今后进一步改善平台系统的精度提供了必要的数学模型。