影响船舶常数精度的因素及对策

船舶常数是计算货物装载量的一个重要因素,船舶常数的误差直接导致货物质量与实际不符。文章分析了计算船舶常数的方法,从影响船舶常数的各个因素指出了误差产生的原因,给出了精确计算船舶常数的注意事项及方法,对实际在船测量船舶常数有理论指导意义。     

感潮河段单站等时距水位非线性优化预报模型

目前感潮河段水位预报模型基于当前站水位、上游径流水位和下游海洋潮位数据进行预报,导致预见期受上游来流时间制约、上下游站数据缺失情况下无法进行预报、数据采集成本高等问题。文章假设感潮河段水位由径流因素和潮汐因素共同线性作用,基于单站等时距水位数据,建立了包含一个径流动力修正系数和若干个潮汐调和分潮系数的非线性优化预报模型,并结合曲线拟合最小二乘法、潮汐调和分析法、梯度下降法,给出一个寻优的迭代算法,对模型参数进行优化辨识。模型应用于长江感潮河段部分观测站,水位预报精度较好,具有可行性和实用价值。     

基于残差平方和取舍常数项的地应力场反演分析

为提高地应力场的反演精度,通过文献调研发现,含与不含常数项回归模型被单独地用于反演岩体的初始地应力场,而这两类回归模型的反演结果是不相同的,因此反演结果较差的回归模型很可能被用于反演.为解决此问题,首先,结合概率统计理论提出了衡量应力实测值与计算值偏差程度的量化指标,此量化指标可以客观地选择最佳反演结果的回归模型;然后...     

女性驾车安全须知

女司机喜欢打扮车辆，在车内悬挂装饰品．使车内富有情调和生机。殊不知，这一排玩偶会挡住后视镜里观望路况的视线．使驾车的安全系数打了折扣。     

基于等增益合并时间分集的判决反馈盲均衡算法

信道的多径传播和衰落特性常在接收端引起码间干扰,严重影响了通信质量.为了减少码间干扰,提高通信质量,在分析时间分集技术和判决反馈盲均衡性能的基础上,提出了一种基于等增益合并时间分集的判决反馈盲均衡算法(EGC-DFE).该算法利用了时间分集来减少衰落的影响,利用判决反馈盲均衡器来克服码间干扰,利用修正的常数模算法克服相位旋转,具有收敛速度快、均方误差小的特点.计算机仿真结果验证了该算法的有效性.     

任意随机序列关于随机选择系统的一类强极限定理

主要研究任意随机序列在随机选择系统中的随机条件概率其调和平均的强极限定理。在证明中采用了一种把网微分法与条件矩母函数相结合应用于随机选择系统强极限定理研究的一种途径。作为推论,得到m重非齐次马氏链的一个强极限定理,并将已有的结果加以推广。     

A-调和型障碍问题最优解的唯一性

采用扰动的方法给出了齐次Ａ－调和型障碍最优控制问题对控制变量的连续依赖性和最优解的唯一性。     

基于多模的符号递归常数模算法研究与仿真

针对符号递归常数模算法(SR-CMA)稳定性差、剩余误差大的缺点,提出了一种适用于正交幅度调制(QAM)信号的双模式盲均衡算法.该算法在初始模式中采用运算量较小的SR-CMA算法进行均衡,利用判决圆环对均衡器输出信号进行判决,当误码率降到足够低的水平时自动切换到多模算法,以进一步降低均方误差.利用水声信道模型进行仿真,结果表明,该算法性能稳定,计算量小,稳态剩余误差低于CMA和SR-CMA算法.该算法能够有效降低高速水声通信的误码率,提高水声信道均衡的稳定性.     

基于SAPSO-BP网络模型的港口潮汐实时预报

为了提高港口码头潮汐预报的精度,提出一种自适应变异的粒子群优化算法SAPSO,将SAPSO优化算法与BP神经网络结合,用以潮汐水位的实时预报。SAPSO-BP网络模型运用自适应变异的PSO算法优化BP神经网络的网络参数,克服了传统BP神经网络所具有的对初始权值阈值敏感、容易陷入局部极小值的缺点,最后选用Isabel港口的实测潮汐值数据进行潮汐水位的实时预报仿真试验,用以验证SAPSO-BP预测模型的实用性和可靠性。