XiaoMi-AI文件搜索系统
World File Search System系统误差
DIFAR 水听器在鲸鱼研究中的应用
定向频率分析和记录 (DIFAR) 声纳浮标已被海军使用了数十年，它通过单个传感器为低频（小于 4 kHz）声源提供磁方位。计算技术的进步使这种声学传感器技术越来越易于使用且功能更强大。此处提供的信息旨在帮助新用户确定 DIFAR 传感器是否适合鲸鱼声学研究。须鲸的声学探测范围平均接近 20 公里，但根据条件不同，范围从 5 到 100 公里不等。DIFAR 声纳浮标到典型研究船的无线电接收范围平均为 18 公里，船上有全向天线，声纳浮标上有标准天线。对一组鲸鱼叫声分析了 DIFAR 方位精度，其中鲸鱼的轨迹是众所周知的。经发现，DIFAR 传感器的方位标准偏差为 2.1 度。可以使用 DIFAR 方位消除已知位置研究船声音的系统误差和磁偏差。DIFAR 传感器阵列需要的传感器比传统水听器阵列少，有时可以提供比传统水听器使用的“到达时间”双曲线方法更准确的源位置。与传统水听器相比，使用 DIFAR 传感器更容易定位船舶等连续声音，因为通常很难找到瞬态特征来估计使用传统水听器阵列进行双曲线定位所需的时间差。DIFAR 水听器系统非常适合露脊鲸、蓝鲸、小须鲸、长须鲸和其他须鲸的叫声，以及包括船舶在内的许多其他声源。
简单的哈密顿量用于强烈的量子模拟
使用一个充分理解的量子系统模拟另一个不太了解的量子系统的想法具有悠久的历史[1]。随着量子信息技术的最新发展，它吸引了许多研究领域。在核和粒子物理学区域，量子模拟吸引了显着但仍在增长的研究兴趣[2-42]，因为它的潜力避免了符号问题，从而阻碍了传统的数值方法来计算构成标准模型基础的规范理论的实时动力学。仪表理论是相对论量子场理论在局部量规传输下不变的。局部规格不变性在近期量子计算机上有效，准确地模拟量规理论带来了许多挑战。在许多哈密顿的晶格仪理论中，例如Kogut-susskind Hamiltonian [43]，量子链接模型[44，45]和循环 - 弦乐 - 哈德隆公式[46 - 48]，相互作用是局部的，并非所有与物理状态相对应的局部自由度。只有满足当地仪表不变性（高斯定律）的状态是物理的。结果，量子硬件中的噪声或量子算法所构图（例如Trotterterization误差）可能会导致模拟中的非物理结果。许多通用误差缓解技术，例如零噪声CNOT外推[49 - 51]不足以完全恢复物理结果，因为算法的门忠诚度和系统误差有限[10]。有许多研究试图解决这个问题，例如整合了高斯定律（例如，参见参考文献[52，53]），添加了违反规格的惩罚项[54 - 61]，使用动态驱动器和量子控制的不同规格选择（所谓的“ dy-Namical Declopling” [62]），使用对称性保护[63]和命中后[64]，以及
IND62 TIM 可追溯的在制品尺寸测量
项目需求 机床上可追溯的在线尺寸测量可提高产品质量、降低制造成本、提高生产率，并能及时、真实地评估产品质量。一个主要好处是减少制造过程中的废料。由此产生的能源使用和材料消耗的减少直接有助于减少二氧化碳排放，这是减少全球变暖的必要条件。从经济角度来看，能源消耗和材料消耗的减少、产品质量的提高，可以降低生产成本，提高欧洲工业的竞争力。制造精度不断提高的产品的趋势要求高精度测量能力，其精度要高于几何产品规格的精度。原因很简单，即测量的不确定度必须远小于规定的零件公差。因此，需要了解并量化车间条件下与机床测量误差相关的因素（例如静态、运动学、热机械和动态机器误差以及探测系统误差）。为了快速检查生产的零件是否在规定的公差范围内，必须在加工后立即在机床上进行测量。与符合规范相关的决策基于零件公差、测量值，以及机上测量所实现的测量精度。因此，必须在各种情况和操作条件下确保机上测量过程的适用性，特别是那些因环境条件变化而引起的情况和操作条件。虽然有各种程序可以在几乎恒定的条件下建立可追溯的测量，但为暴露在动态变化的环境条件下的车间机床建立可追溯性是一个巨大的挑战。这需要提供新一代热不变材料标准、程序和指南，用于直接在车间评估机床测量性能。国家计量机构 (NMI) 通过国家标准向工业最终用户提供测量可追溯性的基础。
利用宽带探测大气的误差...
[1]自2002年以来，使用宽带发射辐射仪（SABER）仪器来通过大气来进行大气的近乎全球和连续的大气测量值，包括白天和夜间动力学温度（T K）从20到105 km，可供科学社区使用。从大气的15 m m co 2肢体发射的SABER测量中检索温度。这种发射与稀有的中层和热层中局部热力学平衡（LTE）条件分离，因此有必要考虑在70公里以上的检索算法中CO 2振动状态非LTE种群。这些人群取决于动力学参数，描述了发生大气分子之间的能量交换的速率，但其中一些碰撞速率尚不清楚。我们考虑了当前的不确定性在n 2，o 2和o的Co 2（U 2）的速率中，以及CO 2（u 2）振动振动 - 振动 - 振动交换，以估计其对不同大气条件的Saber T K的影响。t k对后两者的不确定性更敏感，它们的影响取决于高度。由于非LTE动力学参数引起的T K组合系统误差在大多数纬度和季节（极性夏季除外）在100 km处的95 km低于95 km的±1.5 k，如果T k轮廓没有明显的垂直结构。在较不利的极性夏季条件下，误差为80 km，84 km时为84 km，在100 km时为±6 k。对于较强的温度反转层，误差在82 km时达到±3 k，在90 km时达到±8 k。这特别影响潮汐幅度估计值，错误的误差高达±3 k。
学习量子设备的噪声指纹
可以可靠执行的算法（Deutsch 2020；Bharti 等人 2022）。随着早期量子设备的普及，自然而然地出现了一个问题，即在实验层面上了解通用量子设备中内部噪声过程留下的特征是否具有普遍特征或特定量子平台的特征。此外，人们可能想知道这种噪声特征是否具有时间相关的特征，或者在设备运行时是否可以有效地被认为是稳定的，即随着时间的推移保持恒定。这些问题的答案对于定义适当的策略以减轻噪声和系统误差的影响（Degen 等人 2017 年；Sza'nkowski 等人 2017 年；Do 等人 2019 年；M¨uller 等人 2020 年；Wise 等人 2021 年）至关重要，可能超越标准量子传感技术（Cole 和 Hollenberg 2009 年；Bylander 等人 2011 年；´ Alvarez 和 Suter 2011 年；Yuge 等人 2011 年；Paz-Silva 和 Viola 2014 年；Norris 等人 2016 年）并克服探针尺寸和分辨率的当前限制（Cole 和 Hollenberg 2009 年；Bylander 等人 2011 年；Frey 等人 2017 年；M¨uller 等人）。 2018 ；Hern´andez-G´omez 等人 2018 ；Hern´andez-G´omez 和 Fabbri 2021 ）。此外，如果有人证明噪声特征是单个设备所特有的，它就变得更加重要，结果是衰减噪声影响的问题可能比预期的更难。事实上，每个量子技术平台，从超导电路（Devoret 等人 2004 ；Clarke 和 Wilhelm 2008 ）到捕获离子量子计算机（Wineland 等人 2003 ）、光子芯片（Spring 等人 2013 ；Metcalf 等人 2014 ）和拓扑量子比特（Freedman 等人 2003 ），都可能需要通常昂贵且与设备不兼容的临时解决方案
具有未知单个粒子的量子过程层析成像...
量子过程层析成像 (QPT) 方法旨在识别（即估计）给定的量子过程。QPT 是一种主要的量子信息处理工具，因为它特别允许人们表征量子门的实际行为，而量子门是量子计算机的基石。然而，通常的 QPT 程序很复杂，因为它们对用作要表征过程的输入的量子态设置了几个约束。在本文中，我们扩展了 QPT 以避免两个这样的约束。一方面，通常的 QPT 方法要求人们知道，因此要非常精确地控制（即准备）用作所考虑量子过程输入的特定量子态，这很麻烦。因此，我们提出了一种盲目或无监督的 QPT 扩展（即 BQPT），这意味着这种方法使用的输入量子态的值是未知的和任意的，只是要求它们满足一些一般的已知属性（并且这种方法利用了所考虑量子过程的输出状态）。另一方面，通常的 QPT 方法要求人们能够准备相同（已知）输入状态的多个副本，这具有限制性。与此相反，我们提出了“单准备 BQPT 方法”（SBQPT），即只能对每个考虑的输入状态的一个实例进行操作的方法。这里通过数值验证的实用（S）BQPT 方法说明了这两个概念，在以下情况下：（i）使用随机纯态作为输入，并且它们所需的属性特别与定义它们的随机变量的统计独立性有关；（ii）所考虑的量子过程基于圆柱对称海森堡自旋耦合。作为基准，我们还引入了专用于所考虑的海森堡过程的非盲 QPT 方法，我们分析了它们的理论行为（这需要本文针对随机输入状态开发的工具），并通过数值测试它们对系统性和非系统性误差的敏感性，这些误差在实践中最有可能出现。这表明，即使对于非常低的准备误差（尤其是系统误差），这些非盲 QPT 方法的性能也远低于我们的 SBQPT 方法。我们的盲目和单一准备 QPT 概念可以扩展到更广泛的过程类别和基于其他量子态属性的 SBQPT 方法，如本文所述。
使用
关键词：光束法区域网平差、自校准、系统校准、非度量相机 摘要 使用市售的非度量相机（例如佳能、尼康）进行摄影测量操作正变得非常流行。使用它们的原因有几个，例如有效载荷更轻、传感器成本低、尺寸更小，以适应有限的机载空间（例如无人机作为数据采集平台）、快速周转项目、易于更换等。与使用数字高分辨率度量图像传感器（Hexagon DMC、Microsoft Vexcel UltraCam 系统等）相比，所有这些属性都具有优势。然而，为了获得接近使用度量系统获得的结果，必须考虑上述非度量图像传感器的所有系统误差；对它们进行建模并消除（或尽量减少）它们对所获取图像的影响。本文回顾了与使用非度量图像传感器相关的功能和随机模型。将关注传感器内部校准参数，即校准焦距、主点、对称 - 非对称 - 切向镜头畸变模式和可能严重扭曲所获取图像的其他偏差。为此，使用焦距为 50 毫米的尼康 D810 数码相机在摄影测量测试场区域“Franklin Mills Mall”进行相机校准。该场地覆盖了多个飞行高度，分别产生 15 和 30 厘米 GSD 的图像。飞行了两个垂直摄影测量飞行带，具有高端搭接和侧搭接。测试场区域拥有大约 25 个目标控制和检查点，这些点的测量精度为 2 厘米或更高。使用 PIX4Dmapper（专为从无人机或地面获取的图像而创建的软件包）对上述图像进行自动空中三角测量。导出图像观测结果（ASCII），并使用汉诺威莱布尼茨大学程序系统 BLUH 进行相应的束流区域调整，该系统能够通过附加参数（十二个标准加上不同失真模式的中型非度量数字相机）进行自我校准。调查中使用了不同数量和分布的地面控制点 (GCP) 和检查点 (ChkPts)。本文介绍了结果。
激光雷达高程数据精度评估...
1 澳大利亚莫纳什大学地理与环境科学学院 GIS 中心，Clayton VIC 3800，澳大利亚 2 澳大利亚可持续集水区中心和南昆士兰大学工程与测量学院 Toowoomba QLD 4350，澳大利亚 电子邮件：xiaoye.liu@usq.edu.au 摘要 机载 LiDAR 已成为广泛应用中数字高程数据采集的首选技术。相对于指定垂直基准的垂直精度是指定 LiDAR 高程数据质量的主要标准。LiDAR 高程数据的定量评估通常通过将高精度检查点与从 LiDAR 地面数据估计的高程进行比较来进行。然而，通过现场测量收集足够数量的检查点是一项耗时的任务。本研究使用测量标记评估农村地区不同土地覆盖的 LiDAR 数据的垂直精度，并探索从与检查点位置相对应的 LiDAR 数据中获取高程的不同方法的性能。使用频率直方图和分位数-分位数图对 LiDAR 数据和检查点之间的垂直差异进行了正态性检验，因此可以使用适当的测量方法（公式 1.96 × RMSE 或 95 百分位数）来评估不同土地覆盖的 LiDAR 数据的垂直精度。结果证明了使用测量标记作为检查点来评估 LiDAR 数据垂直精度的适用性。关键词：LiDAR、机载激光扫描、数字高程模型、测量标记、精度评估 引言 机载光探测和测距 (LiDAR)，也称为机载激光扫描 (ALS)，是最有效的地形数据收集手段之一。使用 LiDAR 数据生成数字高程模型 (DEM) 正在成为空间科学界的标准做法 [10]。LiDAR 输出的一个吸引人的特点是点的三维坐标的高密度和高精度，其特点是垂直精度为 10-50 厘米 RMSE（均方根误差）在 68% 置信水平下（或 19.6-98 厘米在 95% 置信水平下），水平点间距为 1-3 米 [13]。只有在最理想的情况下才能实现 10-15 厘米 RMSE（置信度为 68%）的更高垂直精度 [ 10 ]。LiDAR 数据质量评估方法也因应用和 LiDAR 数据的交付格式而异。项目中 LiDAR 高程数据的实际精度取决于飞行高度、激光束发散度、扫描带内反射点的位置、LiDAR 系统误差（包括全球定位系统 (GPS) 和惯性测量单元 (IMU) 的误差）、与 GPS 地面基站的距离以及 LiDAR 数据分类（过滤）可靠性 [10]、[27]。对于使用分类的 LiDAR 点云生成的 DEM，相对于指定垂直基准的垂直精度是指定 LiDAR 高程数据质量的主要标准 [19]。LiDAR 高程数据的定量评估通常通过将高精度检查点与从 LiDAR 估计的高程进行比较来进行
NPL 报告 ENG 30 网络方法验证...
1 范围 本报告履行了 iMERA Plus 项目新工业计量技术 (NIMTech) 的交付成果 D3.7 - 多传感器网络验证实验评估报告。本报告描述了基于 NIMTech 交付成果报告 D3.1(1) 中描述的多传感器网络方法的激光跟踪器对准误差校准程序的验证。2 简介 NIMTech 交付成果报告 D3.1(1) [1] 描述了使用多传感器网络测量方法校准激光跟踪器对准误差的实验程序。在本报告中，我们介绍了该程序的实验验证，从而验证了多传感器网络方法。激光跟踪器校准的网络方法涉及使用激光跟踪器测量多个固定点的坐标。从几个不同的位置测量相同的点。然后通过使用最小二乘参数估计法拟合描述实验设置（跟踪器位置和方向、目标位置）和激光跟踪器误差的数学模型来处理这些测量的结果。为了验证这种方法，使用网络方法获得的校正参数根据 ASME B89.4.19 标准验证了 API T3 激光跟踪器的性能，并将这些结果与使用制造商的校准数据执行的类似 ASME B89.4.19 测试进行了比较。描述用于这项工作的激光跟踪器对准误差的模型 [2] 是从之前描述的 1,3 改编为更通用的形式。第 3 节简要介绍了新模型。第 4 节包含从网络测试获得的结果，第 5 节简要描述了 ASME B89 测试和获得的结果。3 激光跟踪器误差模型 3.1 激光跟踪器错位 理想的激光跟踪器（基于“经纬仪式”设计，干涉仪位于万向架上）可以通过图 1（左）中的设置示意性表示。竖轴和经轴正交且共面，激光束在中心点与两个轴相交并向外辐射，没有角度偏移。此外，仰角和方位角编码器完美地居中并垂直于经轴和竖轴，没有失真或比例误差。实际上，由于制造公差，所有激光跟踪器都可能出现错位和偏移以及其他机械缺陷。因此，更现实的几何形状类似于图 1（右）中所示的几何形状。基准轴、经线轴和激光束轴不再正交和相交；两个角度编码器都有刻度误差和失真；激光束不从轴的交点辐射，并且具有角度偏移，因此它不再垂直于经线轴。这些机械缺陷会导致范围和角度读数中的系统误差，如果不加以纠正，将导致测量误差。在实践中，激光跟踪器控制器对原始传感器数据进行软件校正，为用户提供准确的测量数据。该校正基于误差源模型和存储在控制器中的模型参数测量结果。本实验中测试的校准程序的目的是确定模型的参数及其相关的不确定性。
PY581：物理高级实验室教学大纲
地点和时间 SCI 130D 和 132，星期一，上午 10:10 至下午 6:10； 617-358-1869 第 1 节从 B58 开始，然后移至 B11 进行 Ba137 实验 午餐休息时间由主任和您的合作者安排 演示时间：上午 10:00 在 SCI B58 进行第 1 节，下午 4:25 进行 AdLab 研讨会系列，并在宣布时进行 AdLab 主任 Lawrence R. Sulak，sulak@bu.edu 办公室 PRB 273 手机 617-735-7636，随时可用 住宅 617-731-2194 办公时间：星期一上午 10 点至下午 7 点在 SCI 130D，并可随时安排 首席科学家 Chris Cosby，cosbyc@bu.edu，425 591-7989 Nick Russo，nzr@bu.edu，781-974-2066 Dan Arcaro，djarcaro@bu.edu， 508-479-8049，顾问 AdLab 经理 Situ Yaokun，situ@bu.edu，215 584-7727 先决条件 1) PY354 - 现代物理学，或同等学历 2) buphy0 上的计算机帐户；如果还没有帐户，请咨询 Guoan Hu，ghu@bu.edu，3-3931 以设置一个 必备材料 您个人的四线实验室笔记本，用于用墨水记录您的实验室工作 科学计算器 粒子数据组 (PDG)，每次课程都使用“粒子物理手册”。请通过电子邮件 pdg@lbl.gov/ 免费订购。作为家庭参考，您可能还想订购长篇“粒子物理评论”。这些杂志每两年由 Rev. Mod. Phys. 出版一次。您需要在实验室中定期使用手册或网站。还请熟悉 pdg.lbl.gov 上的大量在线课程 积极态度 Adlab 网站 physics.bu.edu/~sulak/AdLab 课程信息将通过电子邮件分发，并显示在课程网站上，课程大纲也保存在此网站上 您有责任了解课程大纲，并每天检查电子邮件以获取有关此课程的消息！ 推荐参考资料（所有参考资料均保留在科学与工程图书馆）： 1) AC Melissinos，《现代物理实验》，Academic Press，第二版。您可能希望投资于这篇文章，我经常参考它。 2) PH Bevington 和 DK Robinson，《物理科学的数据缩减和错误分析》，McGraw Hill，1992 年。3) JR Taylor，《错误分析简介》，大学科学书籍，1972 年。4) Hugh D. Young，《实验数据的统计处理：统计方法简介》，Waveland Press，1996 年。5) Louis Lyons，《物理科学学生数据分析实用指南》，剑桥大学出版社，1992 年。6) JM Butler，《线性最小二乘拟合公式》，1999 年，AdLab 网站上。摘要：我们的目标是模拟一个正在运行的研究实验室，让初级研究人员熟悉实验方法和技术。我们不会教，但会帮助您发现物理现象并掌握观察它所需的设备。有几种实验可供您大致了解当前的技术。AdLab 将为您提供在专业研究环境中工作所需的实践经验：您将获得一堆旧物件，一旦您让它们同时工作以测量新的物理可观测量或更佳的已知可观测量，它们将奇迹般地为您赢得诺贝尔奖。正如如今任何地方一样，您必须以两人为一组进行协作，尽管您的书面论文和研讨会演示文稿将独立准备。您将量化您的结果，包括统计和系统误差线。您将磨练设置和校准设备、获取数据、评估数据（包括误差分析）以及为每个实验准备物理评论快报 (PRL) 论文草稿的技能。