地球静止轨道高能电子通量在线预测模型研究

利用粒子群优化算法和最小二乘支持向量机，建立了地球静止轨道高能电子通量(1.8-3.5MeV)在线预测模型。针对粒子群优化算法，提出了一种新的粒子群多样性测度计算方法，有效改善了其早熟收敛现象；基于改进的粒子群优化算法优化最小二乘支持向量机的正则化参数和核参数；利用滑动时间窗口策略更新模型数据，设计变量选择触发机制以及模型的再学习机制实现模型的在线预测功能。[根据题目的调整，对摘要做了相应改动]通过对2000年电子通量监测数据和相关太阳风、地磁参数等实际数据进行提前1-3天的预测实验，表明了所建在线预测模型具有较高的预测性能，有一定的实用价值。     

基于改进人工蜂群算法的漏磁缺陷轮廓重构

漏磁缺陷重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键。将局部最优解和全局最优解引入到人工蜂群算法(Artificial Bee Colony Algorithm,ABC)中,提出了一种基于改进人工蜂群算法的缺陷重构模型。在该模型中,径向基函数神经网络作为前向模型求解漏磁信号,改进人工蜂群算法用于求解反演问题中的优化问题。将改进人工蜂群算法和基本人工蜂群算法作为反演算法进行了比较,实验结果表明,改进人工蜂群反演算法精度较高,速度较快,同时对实测信号具有鲁棒性,是一种有效可行的漏磁反演新方法。     

磁通密度反馈在磁悬浮系统中的应用

对于磁悬浮列车的悬浮控制,如果取悬浮间隙、电磁铁速度以及电流为状态变量进行反馈控制,在实验中控制参数的稳定区间较小,不易寻找控制参数的稳定区间,而且控制参数之间的影响比较严重;采用悬浮间隙、电磁铁速度以及磁通密度作为状态变量进行反馈控制的方法可以解决上述问题,便于实际的调试工作.仿真结果证明了第二种方法的有效性.     

电子设备的克星--电磁脉冲炸弹

随着高能电磁脉冲产生技术和高能微波技术的发展,应用于信息战的电磁脉冲炸弹在技术上已经成熟.讨论了电磁脉冲炸弹的发展动态及其技术.     

潜艇闭环消磁中外部空间的磁场推算

利用实时测量的内部磁场值准确推算出外部空间目标磁场值是潜艇实现闭环消磁要解决的关键技术之一。通过虚拟磁源法,得到了表征潜艇内外空间磁场变化量之间关系的表达式。对利用积分方程法模拟得到的潜艇模型内外空间磁场进行了仿真实验,实验结果表明:用内部数据推算得到的外部空间磁场与仿真数据几乎完全吻合。在实验室用潜艇模型进行了验证实验,推算数据与实测数据依然吻合,相对均方根误差最大为6.5%,该方法可用于潜艇闭环消磁中外部空间磁场推算。     

基于形态滤波的漏磁信号基线漂移在线处理

为了实现快速漏磁检测,采用形态滤波的方法对漏磁信号的基线漂移进行在线处理．首先,运用Maragos类型形态滤波器,选择平面结构元素作为最佳形态滤波形式,并通过实验得到最佳结构元素选取标准;然后,利用该滤波器和小波分解的方法分别对仿真信号和采集到的漏磁信号进行基线漂移的处理．结果表明：形态滤波的方法能够实时准确地实现基线漂移的去除．     

基于改进型小波阈值的磁记忆信号去噪研究

磁记忆检测信号易被外界噪声污染,使缺陷信号的可检测性受到极大影响。为消除噪声信号的不利影响,通过优化传统算法进行了磁记忆信号的消噪。硬阈值去噪得到的估计小波系数值连续性差,并会引起重构信号的振荡;而软阈值去噪会与原来的小波系数存在恒定偏差。在软、硬阈值函数的基础上,提出了一种改进型阈值函数,该阈值函数在一定程度上克服了传统方法的不足之处。仿真试验结果表明了改进型阈值函数对去除磁记忆信号噪声的适用性。     

非高斯背景噪声下的微弱磁异常信号检测算法

针对传统的OBF分解算法在非高斯噪声下检测性能较差的问题,提出了一种带通滤波结合OBF分解的磁异常信号检测算法.首先,根据磁异常信号的频域特征,设计了Parks-McClellan最优FIR滤波器.通过对舍噪信号的带通滤波,实现对非高斯噪声的近似高斯化,同时最大程度地保留磁异常信号的信息.然后,对滤波后的信号进行OBF...     

基于ARM-WindowsCE的便携式漏磁检测仪设计

为了分析漏磁信号和缺陷类型之间存在的对应关系,研制了一种适合现场检测的便携式漏磁检测仪。给出基于ARM9嵌入式结构的漏磁检测仪总体结构,该检测仪以S3C2440A处理器为核心,采用WindowsCE5.0为操作系统,以HONEYWELL公司的HMC1021磁阻传感器来获取铁磁材料表面的漏磁信号,较好地实现了漏磁检测仪的基本功能。     

从探头阵列到标准测量点的磁场值转换

针对目前在消磁站对舰船进行磁场测量时,探头阵列所测磁场值不是舰船标准测量点的磁场值这一情况,讨论依据探头阵列(基准测量点)测量出来的磁场值,采用二次二维插值算法计算舰船标准测量点上的磁场值.实验结果表明,该方法计算精度高,具有较高的应用价值.