XiaoMi-AI文件搜索系统
World File Search SystemUnscented
深空巡航立方体卫星的自主轨道确定
立方体卫星已成为深空探索的重要选择，但必须提高其自主性，以最大限度地提高科学回报，同时限制操作的复杂性。我们在此介绍了一种在深空巡航的立方体卫星背景下的自主轨道确定解决方案。研究案例是从地球到火星的旅程。考虑使用立方体卫星标准的光学传感器。添加图像处理以 0.2 ” 的精度提取遥远天体的方向：它由多重互相关 (MCC) 算法组成，该算法使用图像背景中的明亮恒星。然后，构建无迹卡尔曼滤波器 (UKF) 以从天体的连续方向执行异步三角测量。在无法进行线性近似的情况下，UKF 满足预期性能。在地球-火星巡航中期，轨道重建达到 30 公里的 3 σ 精度。此外，使用典型的 CubeSat 硬件，滤波器的中央处理器 (CPU) 成本估计为每次迭代不到 1 秒。它已准备好在与数据融合、更快收敛和姿态控制节省相关的新可观测量方面进一步改进。
月球轨道测定的好处 基于月球的...
我们分析了将月球传感器测量结果与地月空间传感器在地月拉格朗日点 1 晕轨道上融合的轨道质量性能优势。假设了十几种传感器架构来量化跟踪不同系列地月目标的轨迹估计误差。我们使用了各种几何视角以及仅角度和距离测量。使用无迹卡尔曼滤波器处理度量观测值，底层动力学模型由圆形限制三体运动方程组成。整体轨道质量性能以惯性位置、速度和加速度估计误差的平均值和标准差来表示。结果表明，由四个中纬度窄视野仅角度观察者组成的月球传感器架构可以保持 100% 的轨道保管。对所有地月目标的平均位置 RSS 误差均低于 1 公里。我们发现，增加一个仅基于太空的角度观测者可将平均位置估计 RSS 误差降低五倍。总体而言，最佳架构性能组合包含基于月球和基于太空的角度和范围观测。
启用了IOT的多能枢纽的操作，考虑电动汽车和需求响应 能源混合管理 5G绿色通信系统中资源共享的能源知识调度模型的智能绩效优化 芬兰新兴电池行业的见解
1摘要：本文介绍了一种新颖的物联网（IoT）启用方法，以优化运营成本并增强网络可靠性，并将多载体能量枢纽（EH）中的不确定性效果和能源管理结合使用，并具有可再生资源的综合能源系统（IES），并使用可再生资源，结合热量和电源（CHP）和插入式水电电动汽车（PHEV）。在拟议的模型中，多能轮毂（MEH）能源不同载体的优化过程考虑了基于价格的需求响应（DR）计划，并具有MEH电气和热需求。在高峰期，能源运营商的价格是在高关税下计算的，其他电力枢纽可以帮助降低枢纽的能源成本。所提出的模型可以处理相关环境中可再生源的随机行为，并找到用于EHS中涡轮机通信的最佳解决方案。模拟结果表明，通过考虑了MEH结构，电力交换和EHS中的热涡轮机之间的依赖性，这表明了所提出的模型的高性能。关键字：多能轮毂，物联网，无意义的转换。命名法
有效识别用于建模高维大脑动力学
摘要 - 系统识别为表征和控制复杂系统的表征带来了重要的瓶颈。当系统状态和参数都无法直接访问时，这是最大的，导致双重估计问题。当前解决此类问题的方法在Net Works中经常发生的多参数系统的扩展能力受到限制。在当前工作中，我们提出了一种新的计算有效方法来处理大型双重估计问题。在这项工作中，我们得出了预测错误方法的分析后传播梯度，该方法可以有效，准确地识别大型系统。PEM方法包括将状态估计直接整合到双重优化目标中，仅在未知系统参数方面留下可区分的成本/错误函数，我们使用数值梯度/HESSIAN方法求解。直觉，此方法包括求解生成最精确状态估计器（扩展/cubature Kalman滤波器）的参数。我们证明，尽管复杂性较低，但在状态和参数估计中至少与关节Kalman过滤器（Excent/Unnesped/Cubature）和期望最大化一样准确。我们通过从人类磁脑摄影（MEG）数据中反转解剖学的个性化脑模型来证明我们的实用性。
基于机器学习的随机数字孪生 - arXiv
数字孪生技术潜力巨大，特别是在基础设施、航空航天和汽车领域。然而，这项技术的实际实施速度并不如预期，特别是因为缺乏特定于应用的细节。在本文中，我们提出了一种用于随机非线性多自由度 (MDOF) 动力系统的新型数字孪生框架。本文提出的方法将问题策略性地分解为两个时间尺度 - (a) 控制系统动态的快速时间尺度和 (b) 控制系统退化的慢速时间尺度。所提出的数字孪生有四个组成部分 - (a) 基于物理的名义模型（低保真度）、(b) 贝叶斯过滤算法、(c) 监督机器学习算法和 (d) 用于预测未来响应的高保真模型。基于物理的名义模型与贝叶斯滤波相结合用于组合参数状态估计，监督机器学习算法用于学习参数的时间演变。虽然所提出的框架可以与任何贝叶斯滤波和机器学习算法一起使用，但我们建议使用无迹卡尔曼滤波器和高斯过程。使用两个示例说明了所提出方法的性能。获得的结果表明所提出的数字孪生框架的适用性和优异的性能。
基于深度学习预测的可重构微电网中插电式混合动力汽车的随机建模与集成
摘要 —本文研究了插电式混合动力汽车 (PHEV) 的不协调、协调和智能充电对微电网 (MG) 优化运行的影响，并结合了动态线路额定值 (DLR) 安全约束。当配电线路达到最大容量时，DLR 约束（尤其是在孤岛模式下）会影响 MG 馈线的载流量。为了克服任何线路中断或应急情况，智能 PHEV 可用于帮助提高电网安全性。但是，使用 PHEV 会导致更高的功率损耗和馈线过载问题。为了解决这些问题，本文采用了一种重构技术。一种启发式算法（称为基于集体决策的优化算法）用于克服问题的非凸性和非线性。采用无迹变换技术来模拟由太阳辐射、负载需求和天气温度引起的 DLR 不确定性，以及由不同的充电策略、正在充电的 PHEV 数量、充电开始时间和充电持续时间引起的 PHEV 不确定性。此外，设计了一种深度学习门控循环单元技术来预测可再生能源输出，以减轻可再生能源组件中的不确定性。部署了经过修改的 IEEE 33 总线测试网络来评估所提模型的效率和性能。
izhikevich的神经元小网络中的参数和耦合估计
如今，实验技术使科学家可以访问大量数据。为了从生成这些数据的复杂系统中获取可靠的信息，需要适当的分析工具。卡尔曼滤波器是一种经常使用的技术，可以推断出系统的模型，即从不确定观察结果中的模型参数。最近证明，卡尔曼过滤器的无味卡尔曼过滤器（UKF）的实现，能够推断一组耦合混乱振荡器的连通性。在这项工作中，我们测试UKF是否还可以重建一小组耦合神经元的连通性，而它们的链接是电气突触或化学突触。特别是我们认为Izhikevich神经元，并旨在推断哪些神经元相互影响，将模拟的尖峰列车视为UKF使用的实验观察结果。首先，我们验证UKF是否可以恢复单个神经元的参数，即使参数随时间变化。第二，我们分析了小型神经集合，并证明UKF允许推断神经元之间的连通性，即使是为了异构，有指导性和时间发展的网络。我们的结果表明，在这个非线性耦合系统中，可以进行时间有关的参数和耦合估计。
考虑 DLR 安全约束的可再生能源接入对自动重构混合交直流微电网随机能量管理的敏感性分析
摘要 — 本文旨在研究在存在可再生能源并考虑动态线路额定值 (DLR) 约束的情况下随机可重构混合交直流微电网 (MG) 的最优调度。DLR 是一个实际限制，可能会影响线路的载流量，特别是在孤岛模式下，当线路在与公用事业互连点缺乏主发电源时达到最大容量。为了防止线路过载，开发了重构技术，通过一些预置开关来改变网络的拓扑结构。采用线性化技术来解决节点交流功率流和 DLR 约束的非线性问题。无迹变换技术用于模拟不确定性，包括可再生能源发电、每小时负荷需求和每小时市场价格以及 DLR 不确定性，例如太阳辐射、风速和环境温度。最后，进行敏感性分析，以了解风速和太阳辐射对混合交流-直流 MG 能量管理的影响。在改进的 IEEE-33 总线测试系统上检查了所提出方法的性能，证明了所提出的技术在最小化混合
研究文章 组合姿态确定方法...
本文提出一种新的多传感器组合姿态确定方法，可高精度测量高转速刚体飞行器的姿态。分析飞行器在飞行过程中所受的外力矩，在刚体绕质心旋转的运动方程基础上，通过理论推导，提出了一种基于多传感器组合姿态确定方法。该方法融合GPS、陀螺仪和磁力计测得的数据，采用改进的无迹卡尔曼滤波（UKF）算法进行滤波。首先，根据高转速飞行器的运动特点，对刚体绕质心运动方程作出适当的假设和简化近似。利用这些假设和近似，推导出欧拉姿态角与飞行路径角、弹道偏转角之间的约束方程，作为状态方程。其次,利用地磁场模型和三轴磁强计测量的地磁强度计算出含有误差的滚转角,并与陀螺仪获取的角速度信息进行融合,建立测量方程;最后在UKF预测阶段采用龙格-库塔法对状态方程进行离散化,提高预测精度。仿真结果表明,所提方法能有效确定高速飞行器的姿态信息,并能保证飞行器姿态的准确性。
基于海流预报和多目标进化优化的声纳浮标网络优化部署决策支持系统
提出了一种用于水下监视应用中的协同轨迹检测的漂移声学传感器网络最优部署决策支持系统，并在模拟场景中进行了测试。该系统集成了海水流预报、传感器范围模型和简单的漂移浮标运动模型，以预测传感器位置和时间网络性能。多目标遗传优化算法用于通过同时优化两个服务质量指标（网络区域覆盖和跟踪覆盖的时间平均值）来搜索一组帕累托最优部署解决方案（即网络中漂移声纳浮标的初始位置）。优化后找到的解决方案代表了两个指标之间不同的效率权衡，任务规划人员可以方便地评估这些解决方案，以便在两个冲突目标之间选择具有所需折衷的解决方案。还通过无迹变换进行敏感性分析，以测试解决方案对于网络参数和环境不确定性的稳健性。提供了利用真实概率海水流预报的模拟场景的结果，显示了所提方法的有效性。未来的工作预计将使该工具完全可操作并准备在实际场景中使用。� 2013 北约科学技术组织，海事研究与实验中心。由 Elsevier Ltd. 出版。保留所有权利。