简介:首先研究了分、混流排水方式对污水处理系统与海绵城市的影响,并在小区域内将泊松盘采样的雨水口连成管网,用树型动态规划给出小区域管网在经济上的最优解,根据用地类型与管网现状进行管网改造的经济概算。以设定重现期下不发生明显的截留式溢流为强约束条件,对所有小区域进行0-1规划,得到一组解集,并取规划解集中的每一个解,计算征地谈判时间、由错接造成的污水排放流量等指标。在此基础上,以深圳市茅洲河光明片区为例,通过收集DEM数据、用地类型降雨量、地理环境与人文环境等资料,计算光明新区的街区雨量、街区污水量、街区施工建设费用,使用判定模型得到光明新区的排水方案图,并生成选择方案的各项指标以供参考。
简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。
简介:为了正确灵活应用一元等熵恒定气流理论及相关公式,创新性地解决航天、航空、节能环保等领域中的现实问题,对连续方程、运动方程、状态方程、能量守恒方程和动量守恒方程等主要特征方程进行了追溯和梳理,介绍了这些方程的来历、适用条件及有关参数的单位,可为同行借鉴。
简介:研究了GPS软件接收机的捕获和跟踪算法,并基于Matlab软件平台和射频前端在Pc上实现了GPS软件接收机样机。介绍了GPS软件接收机的结构和数据采集硬件,讨论了GPSC/A码的特性、产生原理以及捕获过程。针对传统的串行搜索算法慢的缺点以及高动态GPS软件接收机的特点,在该样机中实现了快速的基于循环卷积的并行捕获算法,并联合使用超前滞后环和对相位反转不敏感的科斯塔斯锁相环分别对码相位和多普勒频偏进行跟踪,解调得到导航电文。仿真和测试结果表明,使用GPS软件接收机进行信号处理的思想使用户在算法处理和软件升级等方面具有更大的灵活性,可应用于下一代任何全球导航卫星定位系统(GNSS)和空基增强系统(SBAS)接收机的设计。
简介:利用Logistic映射和一个超混沌系统产生一个复杂的混沌时间序列,对图像进行置乱操作,重新排列图像的各像素,再进行两轮扩散操作,得到一个新的基于Logistic映射和超混沌系统的图像加密方案,并进行仿真实验和性能测试。实验证明,该加密方案有较好的密码学特性,能够对抗统计分析攻击、差分攻击等。
简介:本文以灵活选择投资策略为目的,在Markowitz经典模型的基础上,引入了风险规避参数。并针对风险证券交易费用对投资收益量化过程的影响不容忽视这一事实,建立了含最小交易单位的交易费用函数,得到了改进的含交易费用的实用型资产分配优化模型。并引入投资实例,用分区域多目标进化算法求解,验证了该模型的可行性,以及该算法的高效性。
简介:针对传统无陀螺捷联惯导系统角速度求解复杂,解算效率低,惯性元件安装精度要求高等问题,提出一种新型的无陀螺捷联惯导导航方案,将8-UPS型并联式六维加速度传感器作为其惯性元件,直接测量出运载体的六维绝对加速度。基于矢量力学理论,推导了其惯导基本方程;通过数值积分运算来提取载体的线运动参量;运用空间几何理论建立姿态方程,实时更新捷联矩阵以获取载体的角运动参量,从而完成了导航建模与解算。仿真结果表明该系统能满足航行体中精度实时导航的要求,是有效可行的。与同类导航相比,该系统具有结构紧凑、解算效率高、物理模型误差敏感性低等优势。