Instantaneous rainfall estimation using neural network from multispectral observations of SEVIRI radiometer and its application in estimation of daily and monthly rainfall

In the present paper, an artificial neural network (ANN) based technique has been developed to estimate instantaneous rainfall by using brightness temperature from the IR sensors of SEVIRI radiometer, onboard Meteosat Second Generation (MSG) satellite. The study is carried out over north of Algeria. For estimation of rainfall, weight matrices of two ANNs namely MLP1 and MLP2 are developed. MLP1 is to identify raining or non-raining pixels. When rainy pixels are identified, then for those pixels, instantaneous rainfall is estimated by using MLP2. For identification of raining and non raining pixels, 7 input parameters from the IR sensors are utilized. Corresponding data of raining/non-raining pixels are taken from radar. For instantaneous rainfall estimation, 14 input parameters are utilized, where 7 parameters are information about raining pixels and 7 parameters are related with cloud features. The results obtained show the neural network performs reasonably well.     

The effect of spatial truncation error on variance of gravity anomalies derived from inversion of satellite orbital and gradiometric data

The spatial truncation error (STE) is a significant systematic error in the integral inversion of satellite gradiometric and orbital data to gravity anomalies at sea level. In order to reduce the effect of STE, a larger area than the desired one is considered in the inversion process, but the anomalies located in its central part are selected as the final results. The STE influences the variance of the results as well because the residual vector, which is contaminated with STE, is used for its estimation. The situation is even more complicated in variance component estimation because of its iterative nature. In this paper, we present a strategy to reduce the effect of STE on the a posteriori   variance factor and the variance components for inversion of satellite orbital and gradiometric data to gravity anomalies at sea level. The idea is to define two windowing matrices for reducing this error from the estimated residuals and anomalies. Our simulation studies over Fennoscandia show that the differences between the 0.5°×0.5°$0.5°\times 0.5°$ gravity anomalies obtained from orbital data and an existing gravity model have standard deviation (STD) and root mean squared error (RMSE) of 10.9 and 12.1 mGal, respectively, and those obtained from gradiometric data have 7.9 and 10.1 in the same units. In the case that they are combined using windowed variance components the STD and RMSE become 6.1 and 8.4 mGal. Also, the mean value of the estimated RMSE after using the windowed variances is in agreement with the RMSE of the differences between the estimated anomalies and those obtained from the gravity model.     

多退化变量下基于Copula函数的陀螺仪剩余寿命预测方法

针对惯性导航系统中陀螺仪多退化变量条件下的剩余寿命（RUL）预测问题,提出了一种基于Copula函数的多退化变量剩余寿命预测方法。首先,针对退化变量间不同的退化轨迹,采用不同的方法进行退化建模,并对于陀螺漂移系数样本标准差数据波动性随时间递增的特性,提出了一种方差时变的正态随机过程退化建模方法,得到了陀螺仪剩余寿命的边缘分布函数。然后,通过Copula函数来描述退化变量之间的相关性,将得到的剩余寿命的边缘分布进行融合,得到了陀螺仪剩余寿命的联合分布函数。最后,通过陀螺仪实例分析验证了方法的适用性和可行性。     

基于LS-DYNA滚动轴承使役可靠度计算方法

利用软件LS-DYNA对滚动轴承使役过程进行了动态有限元计算,基于响应面法（RSM）建立6408滚动轴承输入参数与输出响应的函数关系方程,设定各类随机误差分布,利用矩阵试验法确定抽样点在输入变量抽样空间的位置,进行一系列确定性拟合试验.每次试验借助LS-DYNA进行精确求解,运用求解数据对方程进行最小二乘法回归分析确定方程的组成项及系数.最后利用函数关系方程计算轴承任意时刻的使役可靠度.结果表明:计算得出该轴承在0.020008s时的使役可靠度为97.062%.      

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

基于低成本陀螺和倾角仪的姿态估计

针对动中通测控系统中低成本陀螺和倾角仪的姿态估计和陀螺误差校正问题,提出一种利用UKF（Uncented Kalman Filter）滤波器对载体姿态角进行估计,然后利用互补滤波器对陀螺漂移进行估计的算法。该算法通过设计三维完全可观测UKF滤波方程和陀螺误差校正模型对姿态角和陀螺漂移分别进行估计,有效避免了利用卡尔曼滤波进行姿态估计和陀螺漂移误差估计时由于误差模型不准确而产生的发散问题,同时降低了滤波器维数。试验中姿态角估计误差在1°以内,x轴陀螺漂移估计误差为0.0148°/s,y轴陀螺漂移估计误差为0.0017°/s,试验结果表明该算法能有效提高姿态角估计和陀螺漂移估计的精度。     

航母运动对舰载飞机着舰安全性的影响

总结了舰载飞机的着舰安全性分类等级,研究了航母的航行运动以及随海浪的摇晃和振荡运动对舰载机着舰安全性的影响规律,并给出了与舰载机进舰速度适配的最优航母航行速度.研究结果表明:由于航母的航行方向与舰载机的进舰方向存在一定的夹角,驾驶员在进舰过程中必须协调操纵副翼和方向舵才能保证舰载机安全准确地着舰;航母航行速度越大,驾驶员操纵量越大,着舰偏差也越大.海况越恶劣,着舰信号指挥官对航母运动的预报和补偿效果越差,着舰失败概率越大.因此,为保证舰载机的着舰安全,必须选择合适的航母航行速度,同时应尽量选择在平稳的海况下进舰着舰.      

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

应用双向时间传递的重力卫星时标误差自主测量

星间时标误差的自主测量对于中国自主研发地球重力卫星具有重要意义. 提出利用双向时间传递法实现重力卫星时标误差的自主测量, 设计了测量方案, 建立了包含卫星运动导致的链路非对称、电离层效应、设备零值以及随机测时误差在内的测量模型. 结合地球重力卫星相关特性, 分析了时标误差测量中各误差源的影响及相应的误差校正方法. 以GRACE重力卫星为例, 利用提出的方法和校正措施, 星间时标误差自主测量精度可以达到0.62ns, 其中误差主要来自系统零值标定误差和随机测时误差.      

基于解调分选的时分多址信号时/频差参数联合估计方法

针对TDMA多时隙信号不连续,通信时隙外噪声以及其它用户信号影响时/频差参数估计的问题,首先证明了多时隙多普勒频差信号具有相参性,指出多时隙信号在相关处理中能量是可以积累的;在此基础上,根据通信时隙外噪声、其它用户信号与特定用户信号在时域上的可分离特性,提出基于解调分选的TDMA时/频差参数估计方法,并推导分析了该方法的处理性能。试验结果表明,提出的方法可以实现TDMA信号中多用户信号的时/频差参数联合估计,可以有效降低通信时隙外噪声与其它用户信号对参数估计精度的影响。