课程文献中心 更多>>

关键词： 反射式光栅   实时误差修正   莫尔信号   CORDIC算法  

摘要： 针对现有反射式光栅和读数头在小体积时无法设置更多的栅线对数进一步提升稳定性，导致精度无法得到提升等问题，提出了一种提高反射式光栅位移测量精度的方法。该方法通过对影响光栅莫尔信号的直流、幅值、正交性偏差三个主要因素进行误差分析来实时误差修正光栅莫尔信号质量，并且采用反正切细分法对修正后的光栅莫尔信号进行插值细分得出测量结果，同时改进了正交性误差修正和反正切细分中用到的CORDIC算法。实验结果表明，细分误差由修正前的45 "减小到了经过修正后的6 "，验证了系统的可重复性，正、反向位移的一致性和滞回性，在相同的栅线对数情况下，测量精度达到了±1 μm， 显著优于商用光栅位移传感器。

关键词： 弹射起飞   安全性预测   蝴蝶优化   支持向量回归  

摘要： 为保证舰载机弹射起飞的顺利实施，需要对弹射起飞进行安全性评估和预测。以大数据和机器学习评估技术入手，研究了基于蝴蝶优化算法的支持向量回归（BOA-SVR）弹射起飞安全性评估方法。首先梳理弹射起飞安全性影响因素和指标参数，明确评估算法的输入和输出；其次研究BOA-SVR算法的实现，并利用仿真数据进行算法的回归分析和性能比较，结果表明所提出的算法比传统SVR算法具有更高的性能；最后使用弹射起飞安全性评估回归模型实现弹射起飞的安全性预测，并用于工况调整，对飞行试验和部队训练具有很好的实用性。

关键词： AdaBoost   BP神经网络   横波时差   脆性   煤体结构  

摘要： 受制于研究区横波时差资料的缺乏以及煤层井径扩径导致常规横波时差预测方法精度较差的问题，引入AdaBoost算法优化BP神经网络的方法预测横波时差，通过优选敏感测井曲线和设定最佳模型参数建立横波时差预测模型，以提高横波时差的预测准确度。同时，对比了多元线性回归法、BP神经网络法以及AdaBoost优化BP神经网络法三种方法对横波时差的预测效果。通过预测的横波时差对煤层岩石力学参数及脆性特性进行了评价，并利用脆性指数与杨氏模量之间的关系对煤体结构类型进行了划分。结果表明，基于AdaBoost算法优化BP神经网络的回归预测模型能够有效地预测横波时差，验证井预测结果的平均相对误差为2.7%，通过预测的横波时差计算脆性指数并划分煤体结构类型，划分结果与岩心描述一致性较高。该方法有效提高了横波时差的预测精度并为煤层脆性评价及煤体结构识别提供可靠的数据支撑。

关键词： 再入式运载器   热防护系统   厚度阶跃   B样条   曲面光顺  

摘要： 再入式运载器在返回大气层的过程中会遭遇严重的热流载荷，需要为运载器设计一套隔热瓦式热防护系统。由于运载器表面热流密度分布的差异，造成设计的热防护系统厚度出现阶跃，导致热防护系统的内形面不光顺，为此，提出一种内形面的光顺算法。该算法以热防护系统内形面型值点的位置为优化对象，对内形面进行光顺，根据处理后的内形面型值点坐标拟合出光顺的双三次B样条曲面。结果表明：通过本文算法处理后的内形面每个节点的折拐角均降到10°以下，且重量比采用等厚度设计方法设计的热防护系统轻，解决了热防护系统的厚度阶跃问题，该方法是一种有效的光顺算法。

关键词： 激光雷达   特征提取   点云扭曲   非线性几何观测器  

摘要： 传统激光雷达在SLAM过程中存在位姿估计累积误差大的问题且算法轻量化及实时性方面仍有改进空间。本文提出一种激光雷达和IMU紧耦合方式的方法，从点云去畸变、特征提取配准、紧耦合位姿估计三方面进行改进，针对激光雷达在高速运动过程中的点云畸变问题，提出一种构建连续时间域的运动矫正方法且考虑计算效率问题使用预拟合平面机制提取特征。应对特征匹配时KNN搜索代价大，提出一种追踪机制来降低计算复杂度。增强状态估计精准性，提出基于非线性几何观测器优化的框架。本方案在公共数据集上做了评估，与LIO-SAM和Fast-LIO相比，在轨迹的APE上分别下降30.52%和21.36%，在计算效率上分别提升了59.9%和43.7%。

关键词： 轻量级   双向认证协议   公共数据   安全优化   不可克隆函数   同步化随机数  

摘要： 公共数据具有来源广、信息量大、敏感性高等特点，这些特点对复杂网络环境安全带来了极大的威胁。在单向身份认证网络中，由于只有一方进行身份验证，攻击者可以针对未被验证的一方进行多种攻击，降低公共数据的安全性。为此，提出应用轻量级双向认证协议的公共数据安全优化算法。通过结合物理不可克隆函数（PUF）与同步化随机数，获得轻量级双向认证协议，降低优化过程的运算与通信开销。运用可信网络连接对协议接入过程中用户读写器的可信度实施认证，将同步化随机数设置于用户读写器与公共数据电子标签两端，将PUF融入公共数据电子标签内，增强海量公共数据电子标签密钥对各类攻击的抵抗性能，完成用户读写器与公共数据电子标签的双向身份认证，实现敏感数据的安全优化防护。结果表明，该算法可有效抵抗公共数据存储与传输过程中的去同步化攻击、克隆攻击及中间人攻击等10种攻击，且具有较低的时延，可保障公共数据的安全性。

关键词： 出口跨境电商   信用风险评价   不平衡数据   机器学习  

摘要： 出口跨境电商在促进我国外贸提质增效、扩大外循环以及推动产业链迈向中高端等方面起到了重要作用。数字技术的创新进一步加剧了跨境电商的信用问题,亟须提高对出口跨境电商的信用风险评价能力。本文基于2012-2022年我国45家出口跨境电商沪深A股上市公司的317条数据,分别运用Logistic、SVM、MLP、RandomForest、XGBoost算法,建立出口跨境电商上市公司信用风险评价模型。结果显示:机器学习方法较传统回归方法更适合构建出口跨境电商信用风险模型;结合特征筛选的结果来看,SMOTE-LassoCV-RandomFores t是表现最好的模型。另外,相对重要性较高的指标依次为上市年限、标准审计意见、管理层平均年龄、独立站和资产负债率。基于此,应制定出口跨境电商信用风险评价标准,完善大数据技术以提高预测准确率;加快跨境独立站发展,推动跨境电商品牌建设;切实发挥出口信用保险作用,提升对贸易高质量发展服务质效。

关键词： 灰狼优化算法   混合变异   混沌映射   自适应收敛因子   泊位-岸桥调度  

摘要： 为解决灰狼优化(grey wolf optimizer,GWO)算法收敛速度慢、易陷入局部最优等问题,提出一种基于混合变异的灰狼优化(hybrid mutation grey wolf optimizer,HMGWO)算法。采用Tent混沌映射策略初始化种群,融入自适应收敛因子策略平衡搜索多样性,引入高斯-柯西混合变异策略提高算法性能。利用6个基准测试函数进行仿真实验,从寻优能力与收敛性等方面对HMGWO算法进行综合分析。将HMGWO算法应用于离散泊位-岸桥调度问题,1 000次迭代实验后,HMGWO算法的船舶在港时间最短。

关键词： 隔夹层   BA算法   Catboost算法   测井   陇东油田  

摘要： 准确识别储层中的隔夹层对于储层精细表征和剩余油挖潜工作至关重要，为了更好地利用测井资料，提高划分隔夹层的效率以及准确率，本文提出了一种基于BA-Catboost算法的隔夹层划分方法。在研究中，对比分析了隔夹层识别划分的一般方法，针对人工划分效率低、易出错等难点，优选并构建了BA-Catboost算法的技术路线。通过岩心测井等资料识别出隔夹层并划分其类型，使用ADASYN方法增加隔夹层样本数量，并选取GR、SP、AC等高相关性测井曲线作为特征参数，基于BA-Catboost算法进行训练并建立分类模型，模型训练及测试准确率分别为96.7%和98.9%。运用分类模型对特征模糊不易划分的隔夹层进行识别，划分出泥质隔夹层62组，钙质隔夹层20组，物性隔夹层59组。在此基础上研究隔夹层平面分布特征，发现隔夹层在Y2、Y3小层内更为发育，在平面上呈现出东南部区域隔夹层分布频率及分布密度高，中西部低的特征。使用该方法划分出的隔夹层弥补了前人在生产开发过程中认知的不足，后续通过调整注采措施，利用补孔、增大注水量等手段可起到增产效果。研究结果表明，BA-Catboost算法较同类算法性能更加优秀，通过该方法建立的分类模型训练测试效果良好，用于隔夹层精细识别和自动分类，提高了识别精度与效率，并且能有效指导生产开发工作，在陇东油田J区具有应用价值。

关键词： 无人机控制   自抗扰控制   模糊自抗扰控制   参数自整定   鲸鱼优化算法   混沌映射   交叉算子   高斯变异算子  

摘要： 为了提高四旋翼无人机位姿轨迹跟踪控制的快速性及精确性，提出一种基于改进鲸鱼优化算法的无人机模糊自抗扰控制方法。首先，针对传统鲸鱼算法收敛精度低和速度慢的问题，通过logistic混沌映射与skew tent映射相结合的方式来提高初始种群的多样性，同时通过引入交叉算子与高斯变异算子来增强全局的搜索能力，防止搜索过程陷入局部最优。其次，设计了一种基于鲸鱼优化算法的模糊自抗扰控制器，采用改进的鲸鱼优化算法对模糊自抗扰控制器的最优调整系数、模糊自抗扰控制器中非线性误差反馈控制率的微积分增益以及扩张状态观测器的误差校正系数进行迭代优化。仿真结果表明：提出的控制方法相对于其他控制方法能够有效地提高系统的控制性能，准确地跟踪期望飞行轨迹，加快控制系统的动态响应、降低稳态误差、提高抗干扰能力。