混沌理论在跨海大桥变形预测中的应用     

张艳兰  魏永飞 《测绘与空间地理信息》2019,42(9)

  相似文献   

基于分布式控制力矩陀螺的水下航行器轨迹跟踪控制   总被引：2，自引：0，他引：2  

黄道敏  徐瑞昆  唐国元  冯雷  刘智  徐国华 《海洋工程》2018,36(6):69-76

基于控制力矩陀螺群(CMGs)的水下航行器具有低速或零速机动的能力。采用基于分布式CMGs的水下航行器方案,并研究其水平面的轨迹跟踪控制问题。通过全局微分同胚变换将非完全对称的动力学模型解耦成标准欠驱动控制模型,并根据简化的模型构建其轨迹跟踪的误差动力学模型,将轨迹跟踪控制问题转化为误差模型镇定问题。基于一种分流神经元模型和反步法设计了系统的轨迹跟踪控制律,该控制器不需要对任何虚拟控制输入进行求导计算,且能确保跟踪误差的最终一致有界性。仿真结果表明该控制器能够实现在不依赖动力学参数先验知识的情况下对光滑轨迹的有效跟踪。  相似文献   

Fe₃O₄/Mg(OH)₂复合材料的制备及形貌控制          下载免费PDF全文

韩文生  李丽娟  宋富根  时东  张禹泽  李娜  郭凡 《盐湖研究》2020,28(3):93-98

通过种子沉积法制备出Fe_3O_4/Mg(OH)_2复合材料并进行XRD、SEM测试分析。探究了氨水的浓度与加入速度、搅拌速度及等因素对磁性复合材料形貌的影响。氨水浓度与注入速度的降低,对氢氧化镁基体形貌的影响是相同的,但要使合成磁性复合材料形貌和四氧化三铁粒子在氢氧化镁中分散性均匀,应控制氨水浓度(ω=2.5%)或加入速度在一个合理的较低值。  相似文献   

MATLAB在运用系统建模处理南海气象数据过程中应用     

董言治  周晓东  娄树理  陈永刚  沈同圣 《成都信息工程学院学报》2004,19(1):76-81

介绍了MATLAB语言特点和系统建模方法的基本理论.根据南海气象数据的实际建模处理过程,给出了建模的详细步骤及其MATLAB实现过程以及MATLABTM的主要实现程序.试验讨论和结果表明利用MATLAB语言可以方便地对南海气象数据用系统建模方法进行建模和处理,MATLAB在运用系统建模法处理南海气象数据方面具有明显的优越性.  相似文献   

基于噪声随机模型的加权观测融合方法     

黄贤源  隋立芬  范玉茹 《测绘学院学报》2009,(1)

信息融合技术中,在各局部传感器的有色观测噪声为一阶AR模型的情况下,可以利用观测扩增方法消除有色噪声的影响,得到最优加权观测融合方程,从而实现状态的最优滤波解。对于有色观测噪声为MA或ARMA模型的情况,观测扩增方法不再适用。提出了基于有色观测噪声随机模型级数展开的方法,求解出各局部传感器有色观测噪声的方差,并利用该方差对加权观测融合滤波器进行了构造。通过计算实例证明,该方法不仅适用于观测噪声为AR模型,同时适用于噪声MA或ARMA模型。  相似文献   

GPS测量技术在海阳市城区控制中的应用研究          下载免费PDF全文

车谦刚  徐万祥  沈婷  王丰科 《山东国土资源》2008,24(6)

通过海阳市城区D级GPS控制网的布设，探讨了GPS控制网的布网方法和要求，阐述了GPS外业观测的质量控制措施，基线处理方法及其精度检验，讨论了已知控制点的选用方法，以及平差中应注意的问题等。  相似文献   

基于PowerBuilder的信息系统的权限控制     

罗卫敏 《成都信息工程学院学报》2004,19(2):209-213

针对信息系统安全的考虑,介绍在PowerBuilder环境中对用户权限的具体控制.  相似文献   

无地面控制的空中三角测量     

Luca.  JR  王小丁 《国外测绘》1989,(3):9-13

  相似文献   

短信息——浙江省将建成海洋特别保护区     

《海洋世界》2006,(6):5-5

据浙江省政府办公厅披露，省政府日前颁布了《浙江省海洋特别保护区管理暂行办法》，明确指出，七类区域将可以设立海洋特别保护区。一旦保护区设立，将严禁从事狩猎、电鱼等行为。浙江省提出，海洋特别保护区可以开展旅游活动，但要科学确定旅游区的游客容量，合力控制游客流量，建立协调的生态经济模式。浙江是全国海岛数量最多、海岸线最长的省（市）。据悉，象山港、岱山、嵊泗、普陀、大陈岛等区域有望不久跻身浙江首批海洋特别保护区。  相似文献   

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK     

WANGXie-kang HUANGEr CUIPeng 《中国地理科学(英文版)》2003,13(3):262-266

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.  相似文献