外推

摘要： 为了提高训练集范围之外行驶工况的预测精度,提出外推高斯过程回归(GPR)方法.首先,采用训练集数据对GPR模型进行预训练,然后在正负3个标准差之间均匀采样构建宽域输入集,以该输入集的预测方差均值最小为目标优化GPR模型超参数.某直喷汽油机转毂试验的结果表明,外推GPR的平均绝对误差为0.53411,比传统GPR降低24.27%,比反向传播神经网络降低36.32%.所提方法可为降低试验成本,提高实际行驶过程排放预测精度提供参考.

摘要： 利用非常规的Hermite型矩形元对一类双曲积分微分方程进行了有限元分析.首先利用B-H引理证明了该元的高精度结果,借助导数转移技巧和插值后处理技术,得到了H^(1)模意义下的超逼近性质和整体超收敛结果;利用B-H引理分析了该元的点态超收敛性质;最后,通过构造合适的外推格式,得到了具有O(h^(4))阶精度的外推解.

摘要： 船载测控天线跟踪动态目标要求速度快、时效性高,针对引导数据间隔时间长以及传输延时的问题,引入拉格朗日插值将其插值成固定时间间隔的数据,并且对引导数据进行野值剔除、外推后得到当前使用数据,与惯导数据对齐后用于驱动天线跟踪目标。

摘要： 精细尺度降水的临近预报对于提升现代城市内涝和山洪地质灾害预警能力具有重要意义。深度学习作为一种新兴方法,在挖掘数据内部特征及物理规律方面更具优势,近年来在天气雷达图像领域的应用已初见成效。为进一步提升精细尺度降水的临近预报能力,基于深度学习网络模型RainNet,研究建立了两种滚动预报方式,开展了京津冀地区1 km分辨率精细尺度降水滚动式临近预报试验和对比分析。试验结果表明:与传统基于交叉相关的外推预报相比,深度学习网络模型RainNet总体可以明显改进降水1 h临近预报的绝对误差和相关系数;两个RainNet相结合的滚动预报方式对1.04 mm/(10 min)及以下阈值降水,在10—50 min预报性能一致优于传统的交叉相关外推预报。深度学习模型对降水消亡过程的时、空演变趋势刻画更好,尤其更适用于降水消亡过程的临近预报。采用两个RainNet模型相结合的滚动式预报方式优于单一模型滚动预报方式。

摘要： 样机的选择是设备鉴定过程中的必要工作,其代表性直接关系到鉴定试验结论是否能有效外推至正式设备。核级压力变送器是核电站控制系统中最为常用的安全级仪表,数量及规格型号多样。本文对IEEE和NB/T标准中设备鉴定样机代表性的准则进行分析,结合核级压力变送器的研发和鉴定实践,分析了样机代表性选择的要素,提出了具体的选型方法,用于指导设备鉴定工作。

摘要： 深度学习目前在临近预报的雷达外推应用中发展迅速,对其适用性的客观评估是业务应用的重要前提。利用粤港澳大湾区雷达回波开放数据集,基于回波图像形态、命中率、虚警率以及技巧评分,对比评估了卷积门控循环单元神经网络(ConvGRU)与基于半拉格朗日平流方案的快速稠密光流法(OF)在未来120 min雷达回波外推中的效果,结果表明ConvGRU与OF虽外推效果良好,但均不适用于外推回波的生成、加强以及局地分散性特征,且外推效果显著受到天气过程种类的影响。其中,ConvGRU可能更适用于外推分布范围适中且运动简单的回波的主体位置,但回波的强度不稳定且形态模糊,其无法表征回波的精细化运动规律与演化特征;OF更适用于外推50 dBz以上的强回波,且回波结构更优,但在回波缺测区与强度少变区内的外推易存在很大的分布偏差。深度学习的数据集样本数是决定模型效果的最重要原因之一,但样本数实际未能全面覆盖各类天气过程,总体仍偏少,预报业务需进一步扩增。

摘要： 本文从审评审批、互换使用、适应证外推等方面对美国、欧盟、澳大利亚、日本等国家或地区的生物类似药监管政策现状进行分析,为我国生物类似药监管体系的完善提供参考.生物类似药的国际命名方式未统一,主要有与原研药相同、区别于原研药两种方式.各国对于生物药之间的互换使用十分谨慎.适应证外推对生物类似药医保管理形成挑战.

摘要： 文章选用了两支二等标准铂电阻温度计作为研究对象,编号为1#、2#,分析将两支铂电阻(0 ～419.527)°C温度区间分度后的数据外推至(419.527～660.323)°C、(-190 ～0)°C时的可行性.结果 表明,外推至(419.527 ～660.323)°C温度区间时,直接分度与外推法的差异AT呈现抛物线增长的趋势,△T(1#,660.323°C) =23.0mK,△T(2#,660.323°C)=13.7mK,外推使用是可行的;外推至(-190 ～0)°C温度区间时,直接分度与外推法的差异AT呈现指数增长的趋势,可行性视情况而定.在(-30 ～0)°C时,△T(1#,-30°C)=0.3mK,△T(2#,-30°C)=2.1mK,外推可行;(-80 ～-30)°C时视检校情况而定;-80°C以下,尤其低温,外推使用不可行.

摘要： 在半离散格式下讨论一类非线性抛物积分微分方程非常规Hermite型矩形元逼近,利用插值理论、高精度分析和对时间t的导数转移技巧,得到了H1模意义下O(h3)阶的超逼近性.进一步地,运用插值后处理技术,得到整体超收敛结果.与此同时,借助于构造一个合适的外推格式,得到了更高精度O(h4)阶的外推解.

摘要： 筛选了5种典型的变频压缩机稳态性能仿真模型对拟合精度与频率内插预测能力进行对比分析,并通过预测建模数据频率范围之外的工况考察了各模型的外推能力.结果表明,各模型在预测转子和涡旋压缩机性能时精度均很高,质量流量与功率的拟合误差均＜6％,而预测往复式压缩机时总体偏大,最大误差＞10％;在相同条件下,半经验模型的拟合精度普遍优于经验模型,经验模型需增加建模数据量并减小建模数据的频率间隔以提高精度;半经验模型中,模型三对3种型式变频压缩机质量流量和功率的内插与外推预测精度均最高,表明半经验模型在一定程度上通过物理修正可改善内外插值预测性能.

摘要： 内插和外推算法是电磁场领域的常用算法,它在天线设计、微波技术、雷达目标散射建模等各种电磁场计算领域都要用到.因此内插和外推算法的成功应用,直接关系到电磁场数值计算技术的计算效率.本文主要介绍了内插和外推算法在电磁场数值计算中的应用背景;提出了当前所面临的问题;列举了一些常用的内插和外推算法以及国内外一些新算法的应用;介绍了作者在这方面的工作以及一些看法.

摘要： 文中提出了利用多路径效应使低空目标真实回波与镜像回波同相时幅度增大的特性,采用相应的AGC判别准则及外推原理,探讨了窄带单点频雷达连续跟踪对海低空目标的实现方法.

摘要： 本发明提供了一种基于对抗外推神经网络(Adversarial Extrapolation Neural Network，AENN)的雷达回波外推方法，包括：AENN离线训练：对给定的雷达数据集，通过数据预处理得到训练和测试样本集，初始化AENN网络和训练参数，利用训练样本集进行前向传播，并采用对抗性策略训练AENN；AENN在线预测：利用测试样本集对经过训练的条件生成器进行测试，得到预测的雷达回波图像。

摘要： 本发明涉及通讯技术领域，提供一种订正雷达机器学习外推结果的方法，包括第一步，匹配回波单体：若第一轮廓与第二轮廓相重叠，且重叠面积占第一轮廓的面积的比例与重叠面积占第二轮廓的面积的比例之和超过第一阈值，判定第一轮廓与第二轮廓相匹配；第二步，质心订正：利用光流法外推的拟合直线对第一轮廓的质心进行订正，并根据订正的质心平移第一轮廓；第三步，轮廓订正：将平移后的第一轮廓缩放，使缩放后的第一轮廓的面积等于第二轮廓的面积。本发明利用预测整体运动趋势更准确的光流线性法外推的回波单体的图像对机器学习法外推的回波单体的图像进行订正，因而改善了对回波单体整体运动趋势的预测准度。

摘要： 本发明提供了一种基于对抗外推神经网络(Adversarial Extrapolation Neural Network，AENN)的雷达回波外推方法，包括：AENN离线训练：对给定的雷达数据集，通过数据预处理得到训练和测试样本集，初始化AENN网络和训练参数，利用训练样本集进行前向传播，并采用对抗性策略训练AENN；AENN在线预测：利用测试样本集对经过训练的条件生成器进行测试，得到预测的雷达回波图像。

摘要： 描述了用于无线通信的方法、系统和设备。在一些系统中(例如，非波束相关信道状态信息(CSI)报告)，CSI处理单元(CPU)可以为CSI报告处理CSI计算。用户设备可以具有设定数量的CPU。在一些情况下，由于UE的CPU能力，可能不存在可用于处理每个CSI‑RS的CSI报告的足够CPU。在这种情况下，UE可以选择CSI‑RS的子集来生成外推CSI报告。为了进行外推，UE可以测量至少一些预先配置数量(例如，至少两个)的CSI‑RS的信道条件，并且确定稍后时间点的信道条件并在CSI报告中将该外推报告给基站。基站可以基于外推CSI报告来调度与用户设备的未来数据传输。

摘要： 本发明涉及一种基于点选航迹及航迹外推的雷达目标追赶跟踪方法，属于雷达目标跟踪技术领域。包括：1接收雷达一个扫描周期内的回波数据；2判断信号处理系统对这两个机动目标在此扫描周期内检测出的点迹个数，若只检测出了一个点迹，则进入3，否则跳至7；3点选航迹，将此目标点迹与其中的一条航迹相关联；4判断航迹是否与目标点迹关联上，对于已关联上的航迹进入5，未关联上的航迹跳至6；5对此航迹进行目标点迹的跟踪滤波并进行航迹更新；6对此航迹进行航迹外推；7接收下一扫描周期的回波数据。所述目标追赶跟踪方法能有效解决由目标追赶跟踪过程中发生的点迹合并而引起的目标误跟及航迹丢失的问题，提高目标跟踪的稳定度和准确性。

摘要： 本发明公开一种单轴坐标外推方法，包括：在单轴载体上选取两个节点，且一个节点为基准点，另一个节点为参考点；基于ECEF坐标系对基准点和参考点进行位置标定，以得到ECEF坐标系下基准点和参考点的位置坐标；根据ECEF坐标系下基准点和参考点的位置坐标，获取ENU坐标系下参考点与基准点之间的坐标偏差；根据ENU坐标系下参考点与基准点之间的坐标偏差，获取ENU坐标系下单轴载体上待标定点的位置坐标；以及根据ENU坐标系下待标定点的位置坐标，获取ECEF坐标系下待标定点的位置坐标。本发明可以根据单轴载体上基准点和参考点在ECEF坐标系下的位置坐标外推出单轴载体上难以直接进行位置标定的待标定点在ECEF坐标系下的位置坐标，从而实现整个单轴载体的位置标定。

摘要： 本发明实施例提供了一种饱和磁化曲线的拟合外推方法，所述方法包括：对测量样品进行闭环测量，得到中低场磁化曲线数据；对测量样品进行开环测量，得到饱和磁化强度；对中低场磁化曲线数据进行拟合，得到拟合曲线；构建外推函数，并根据拟合曲线和饱和磁化强度，求解外推函数；将外推曲线与拟合曲线进行拼合，得到饱和磁场的完整磁化曲线。此方法获得的磁化曲线符合强磁材料磁化过程的物理规律，得到的完整磁化曲线准确且平滑，可提高仿真计算的精度和效率。

摘要： 本发明实施例提供一种雷达外推电网覆冰短临计算方法及系统，方法包括：获取雷达监测点测量的雷达测量数据；对所述雷达测量数据进行反演计算；使用反演数据融合来计算初始场；对雷达水汽进行外推计算；计算输电线路覆冰厚度。通过上述技术方案，巧妙的将雷达反射率数据与水汽结合起来进行计算，实现了本地单点区域遥感监测，即保障外推计算的本地信息，有包括周围信息。另外该方案通用性好，能够用于各个易覆冰地区输电线路的覆冰外推预测计算，此外能够实现输电线路覆冰及时预警，提升了防冰工作的针对性和有效性。

摘要： 本发明提供了一种雷达回波外推方法、装置及存储介质，方法包括：获取指定区域当前时刻的当前雷达回波图和当前卫星云图，以及过去一段时间的历史雷达回波图和历史卫星云图；采用第一IIA‑GRU编码器对所述当前雷达回波图和所述历史雷达回波图进行编码处理，获得第一编码图像；采用第二IIA‑GRU编码器对所述当前卫星云图和所述历史卫星云图进行编码处理，获得第二编码图像；基于融合门控机制对所述第一编码图像和所述第二编码图像进行融合，并采用IIA‑GRU解码器对融合结果进行解码，获得所述指定区域未来一段时间内的雷达回波图像。本发明的技术方案提高了长序列雷达回波的预测准确性。

摘要： 一种基于机器学习的单点风速短临风速外推方法涉及风速预测技术领域，解决了现有预测风速不够准确的问题，包括：获得历史风速样本并分成训练样本集和测试样本集；取训练样本集中的历史风速样本得到多个时间序列，时间序列之间的时间长度不同但样本总量相同；训练载有集成机器学习算法的模型得到初级集成机器学习模型；采用测试样本集测试初级集成机器学习模型得到测试结果；选取最优测试结果对应的初级集成机器学习模型作为集成机器学习模型，最优测试结果对应的时间序列间隔点数作为集成机器学习模型的输入长度；将满足输入长度的历史风速数据作为集成机器学习模型的输入，集成机器学习模型输出预测的短临风速。本发明预测风速的准确性高。