轨道交通LTE-M(Long Term Evolution-Metro,基于轨道交通的长期演进)同频干扰检测关乎列控信号传输的可靠性,提出一种基于INFO(weIghted meaNoFvectOrs,基于向量加权平均)算法的盲源分离方法,即INFO-BSS。该方法以混合信号的最大化负熵...轨道交通LTE-M(Long Term Evolution-Metro,基于轨道交通的长期演进)同频干扰检测关乎列控信号传输的可靠性,提出一种基于INFO(weIghted meaNoFvectOrs,基于向量加权平均)算法的盲源分离方法,即INFO-BSS。该方法以混合信号的最大化负熵为目标函数,用INFO优化算法替代牛顿迭代法,解决了牛顿迭代法初始参数易设置不当以及容易陷入局部最优的问题。仿真结果对比表明,在不同分辨率带宽、不同信干比等条件下,INFO-BSS的检测性能都要优于常规算法。展开更多
风场预报是智能网格预报的重要支撑,提高风场预报准确率,能够为风能预报提供核心保障。在综合评估2023年汛期CMA-MESO 3 km(China Meteorological Administration Mesoscale Model at 3 km resolution)模式在山西逐小时10 m风预报能力...风场预报是智能网格预报的重要支撑,提高风场预报准确率,能够为风能预报提供核心保障。在综合评估2023年汛期CMA-MESO 3 km(China Meteorological Administration Mesoscale Model at 3 km resolution)模式在山西逐小时10 m风预报能力的基础上,基于自适应Kalman滤波方法,开展针对纬向风(U)、经向风(V)的客观订正,以期建立适应山西复杂地形特征的客观预报方案,促进国产模式本地化业务应用。结果表明:①全风速预报偏大,预报误差呈“单峰型”日变化,峰值出现在18:00-20:00,正偏差主要位于忻定和太原盆地以及山西南部。②U、V预报误差与预报值呈显著正相关,需考虑不同强度预报风速误差随时效变化的特征,避免订正不足或过订正。③Kalman滤波方案(KM)订正幅度小且不稳定,订正后均方根误差R MSE削减不足6%,准确率提升不足2%。④基于动态分级的改进方案(CBKM)突破KM订正瓶颈,更准确地估计系统误差并有效订正,更好再现不同地区风速日变化,平均误差M E趋近0,R MSE削减32.8%,风向、风速预报准确率分别提升8.29%、7.92%,峰值时刻订正率达83.49%。展开更多
文摘轨道交通LTE-M(Long Term Evolution-Metro,基于轨道交通的长期演进)同频干扰检测关乎列控信号传输的可靠性,提出一种基于INFO(weIghted meaNoFvectOrs,基于向量加权平均)算法的盲源分离方法,即INFO-BSS。该方法以混合信号的最大化负熵为目标函数,用INFO优化算法替代牛顿迭代法,解决了牛顿迭代法初始参数易设置不当以及容易陷入局部最优的问题。仿真结果对比表明,在不同分辨率带宽、不同信干比等条件下,INFO-BSS的检测性能都要优于常规算法。
文摘风场预报是智能网格预报的重要支撑,提高风场预报准确率,能够为风能预报提供核心保障。在综合评估2023年汛期CMA-MESO 3 km(China Meteorological Administration Mesoscale Model at 3 km resolution)模式在山西逐小时10 m风预报能力的基础上,基于自适应Kalman滤波方法,开展针对纬向风(U)、经向风(V)的客观订正,以期建立适应山西复杂地形特征的客观预报方案,促进国产模式本地化业务应用。结果表明:①全风速预报偏大,预报误差呈“单峰型”日变化,峰值出现在18:00-20:00,正偏差主要位于忻定和太原盆地以及山西南部。②U、V预报误差与预报值呈显著正相关,需考虑不同强度预报风速误差随时效变化的特征,避免订正不足或过订正。③Kalman滤波方案(KM)订正幅度小且不稳定,订正后均方根误差R MSE削减不足6%,准确率提升不足2%。④基于动态分级的改进方案(CBKM)突破KM订正瓶颈,更准确地估计系统误差并有效订正,更好再现不同地区风速日变化,平均误差M E趋近0,R MSE削减32.8%,风向、风速预报准确率分别提升8.29%、7.92%,峰值时刻订正率达83.49%。
