顾及信号振荡特征的慢滑移信息时空提取

针对传统滤波和固定函数拟合等方法探测慢滑移信号时易产生信息误剔除或伪信号提取等问题,提出一种基于信号振荡特征的慢滑移时空信息探测方法:利用多通道奇异谱分析分解坐标序列;然后根据慢滑移位移特征确定信号的起止时间;最后基于信号的振荡方向和振幅归一化明确空间响应方向和强度。仿真结果表明,相较于主成分分析和独立成分分析,该方法在探测慢滑移起止时间、空间响应方向和强度等方面优势明显:实际应用中,利用该方法成功探测出新西兰马纳瓦图的慢滑移事件,测站WANG和PNUI连线两侧的空间响应方向相反,强度大,地震危险性高;而独立成分分析和主成分分析探测到的空间响应可能受到共模误差影响,时间响应也无法明确慢滑移起止时间。

多窗谱小波阈值估计的维纳滤波语音增强算法

提出一种多窗谱小波阈值估计的维纳滤波语音增强算法.该算法采用多窗谱估计噪声功率谱,结合改进的小波阈值法减小其误差,再计算先验信噪比.改进后的阈值函数具有连续性,增加了小波系数的平滑度,实现了信噪比的平滑.与传统软、硬阈值函数算法相比,文中算法具有更高的信噪比,能较好地抑制噪声,有效提高语音清晰度.

基于多模态神经网络的微地震事件检测

针对微地震有效信号时序特征存在的局限导致微地震事件识别准确率不高的问题,提出了一种基于多模态学习的神经网络微地震事件检测方法。首先,利用道集数据的相关性以目标道为轴对称制作多道时域模态,对目标道进行时频分析得到S域模态特征;然后,联合时域模态和S域模态设计微地震事件检测神经网络,综合多模态的特征进行训练学习,提高微地震事件识别的精度;最后,为验证方法的有效性,对合成微地震信号进行低信噪比数据分析、小幅值数据分析以及实际油井微地震监测信号事件分析。结果表明,该方法可以有效检测低信噪比及微弱的微地震事件;与支持向量机、卷积神经网络、基于监督机器学习方法的对比实验结果表明该方法具有更高的抗噪性与准确率。

基于多源数据的馈线谐波频谱估计方法

随着分布式电源和非线性负荷的投运规模不断增加,电网谐波污染愈加严重和复杂,有必要对各馈线谐波电流进行监测。但基于经济性考虑,对变电站所有馈线均进行谐波电流监测并不可行。针对上述问题,提出了基于多源数据的馈线谐波频谱估计方法。该方法基于电网现有电能质量监测系统、调度系统、营销业务应用系统等多源数据,只需对母线谐波电压和进线谐波电流开展监测,即可估计出变电站所有馈线的谐波电流情况。首先,根据馈线谐波电流的相量运算关系和功率关系构建馈线谐波频谱估计的目标函数。其次,基于多源数据利用改进粒子群算法求解目标函数,进而得到各馈线的各次谐波电流含有率及馈线谐波电流间的相角差,实现了各馈线谐波电流频谱的估计。最后,通过仿真算例和实测算例验证了方法的可行性。算例表明该方法仅需在变电站母线处安装一台电能质量监测终端,结合现有业务系统的基本电气数据等信息,可实现馈线谐波频谱的估计,有助于节约变电站监测装置的配置成本。

时间分辨动态LIBS测量方法

针对激光诱导击穿光谱(LIBS)研究对时间分辨动态光谱测量方法的需求,建立了基于多通道光纤束的动态LIBS测量方法。该方法首先利用不同长度的光纤组成多通道光纤束,对瞬态LIBS信号进行差异延迟,使按照特定时间序列发射的光谱信号同步到达探测器,而后采用面阵ICCD相机对同步到达的多通道光谱信号进行高时间分辨探测。该方法单次测量即可获得LIBS辐射不同时刻的时间分辨光谱。为了验证基于多通道光纤束的动态LIBS测量方法,研制了具有19个通道的光纤束,光纤束中包含的各个单根光纤长度呈等差数列排布,长度差设置为10 m,对应测量的时间间隔约为50 ns,单次测量记录的总时间长度近900 ns。分别基于短脉冲激光光源和标准光源,开展了系统时间响应和光谱响应特性研究,获得了系统的时间响应数据和光谱响应曲线。用YAG激光器的二倍频激光(532 nm)诱导Si产生等离子体辐射光谱,在线测量了辐射光谱的时间演化历程,获得了Si等离子体辐射过程中SiⅠ390.52 nm,SiⅡ385.51 nm,SiⅡ413.12 nm谱线从0~898 ns时间范围内19个时刻的光谱信息,获得了特征光谱的演化规律,验证了该测量方法的可行性。结果表明,利用该测量方法,单次测量可以获得瞬态LIBS辐射过程中19个时刻的光谱参数,具有很高的测量效率。对于实验成本较高、运行频率低的激光诱导等离子体实验研究,采用该方法可以大大降低了测量成本,有效提升等离子体时间分辨动态光谱测量能力。

双台振动试验相干系数的选择

针对目前飞行器双台振动试验中没有互谱条件而导致难以选择和设置与互谱相关的相干系数的问题,进行了理论分析和试验研究:分析飞行器在飞行中和地面振动试验中的激励源的相关性,明确了试验中相干系数的确定原则;通过统计分析得出了试验中相干系数超差在频率分布上的规律以及异常超差的原因;同时通过细长体飞行器双台振动试验验证了不同相干系数设置在测点响应量级、均衡速度和驱动量级方面的试验效果差别。根据分析与试验结果提出了分频段选择不同相干系数以及有限放大容差的设置方法。试验证实了该设置方法的可行性。研究结果对于多台振动试验互谱设置有指导意义。

多分辨分解下扩频通信信号重叠变换干扰仿真

非理想条件下的干扰会对扩频通信信号的传输质量产生负面影响,为提高扩频通信的安全性和稳定性,提出一种多分辨重叠变换下扩频通信信号抗干扰方法。利用多陪集采样技术采集扩频通信信号,通过对扩频通信信号展开多分辨分解获得多尺度下的扩频通信信号特征。利用重叠变换对扩频通信信号特征展开分离,获得干扰信号的特征,并对其展开抑制,再利用重叠逆变换恢复扩频通信信号中的有效信号,实现扩频通信信号抗干扰。仿真结果表明,上述方法的信号分离准确性高,抗干扰性能强。

一种阶梯块谱下的疲劳累积损伤模型

针对阶梯块谱下的材料疲劳寿命预测问题,尤其是已有相关非线性模型的计算参数依赖大量试验数据或较难选取合适的基准值,导致在实际工程中应用有一定局限性。提出了一种新的基于相邻载荷的作用系数α_(i)=(S_(i+1)/S_(i))1/b lg K,该系数中两个参数b、K来自材料疲劳寿命关系式S=KN^(-b)。结合前人的二级、三级、四级应力加载试验结果,分别计算并对比了与多种疲劳损伤模型的结果。结果表明,新模型在疲劳寿命/损伤的预测结果优于Miner模型、Manson模型、Subramanyan模型及Hashin模型,可更为准确地预测阶梯块谱下的疲劳寿命/损伤。

湍流的多尺度效应与统计理论

湍流是一种由不同尺度、不同频率组成的不规则涡结构引起的随机现象。研究表明,在湍流脉动过程中虽然存在湍涡的多尺度效应及其演变,但两种尺度的涡最为重要,一种是与时均流动发生相互作用的大尺度涡,这类涡通过时均剪切作用,从时均流动中源源不断地提取能量以维持湍流的脉动;另一种是小尺度的耗散涡,这类涡与黏性尺度同量级,它们通过黏性而耗散湍流脉动。本文详细分析了湍涡的多尺度效应及其演变、大涡和小涡的量级比较,并在此基础上,阐述了湍流中任意两点脉动速度的相关性和频谱分布特性,以便为初学者提供参考。

投弃式雾能见度剖面仪的设计原理与应用

精准观测大气能见度是研究雾的重要基础,我们将雾引起的大气能见度变化简称为雾能见度。现有的大气能见度仪较重,无法由探空气球携带升空;由于观测手段的限制,迄今对雾的垂向结构研究很少,本文提出利用自然光探测雾能见度的方案。为获取大气的垂向衰减系数,研制了一种体积小、重量轻、传输距离远的投弃式微型辐照度计,由探空气球携带升空,实现雾能见度的垂向剖面探测,我们将该仪器系统命名为“投弃式雾能见度剖面仪”。投弃式雾能见度剖面仪既能实现对大气辐照度的精确测量,又具有重量轻、造价低的特点,成为探测雾能见度垂向特征的一种新手段。本文还提出精确测量大气辐照度所涉及的两个创新性算法——谱辐照度的反演算法和仪器摆动的校正算法。在此基础上利用获取的太阳辐射在垂向的漫衰减系数,成功反演出雾能见度的垂向分布。实际观测结果表明,雾在垂直方向上有丰富的信息,也有空间上的明显差异,需要深入研究。雾能见度剖面仪可为深入研究雾的垂向结构提供宝贵数据,有重要的应用价值。

基于多智能体深度强化学习的车联网频谱共享

针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通过改进DQN模型和Exp3策略训练隐式协作智能体.其次,利用迟滞性Q学习和并发体验重放轨迹解决多智能体并发学习引起的非平稳性问题.仿真结果表明,该算法有效载荷平均成功交付率可达95.89%,比随机基线算法提高了16.48%,可快速获取近似最优解,在降低车联网通信系统信令开销方面具有显著优势.

基于动态时间规整耦合3D运动历史图像的人体动作识别算法

针对当前动作识别过程中忽略了场景的语义信息,易受视角变换与遮挡的影响,导致识别率不高等问题,提出了一种基于动态时间规整耦合3D运动历史图像的人体动作识别算法。首先,结合人体的空间位置、运动方向和速度等不同特征,利用多维最长公共子序列(Multi-Dimensional Longest Common Subsequence,MDLCS),对视频数据中的行人目标进行跟踪,提取目标的运动轨迹。然后,基于频谱映射理论,对得到的轨迹实施聚类,并计算运动轨迹的聚类中心。通过对聚类结果执行ROI划分和提取,获取场景的语义上下文信息。再引入动态时间规整(Dynamic Time Warping,DTW),将输入的视频序列与聚类中心进行比较,消除异常与冗余动作信息。随后,计算轨迹段的起点、终点与工作区的ROI之间的位置关系,结合场景的语义上下文信息,采用基于颜色和深度信息的3D运动历史图像(3D Motion History Image,3D-MHI)来提取动作特征。最后,利用支持向量机(Support Vector Machine,SVM)对3D-MHI动作特征进行分类学习,完成对人体动作的识别。实验表明:所提算法在UCF Sport与Hollywood数据集上的识别率分别达到了95.1%和92.5%,与当前流行的动作识别算法比较,具有更高的识别率与较强的鲁棒性,对视角变换与遮挡等复杂场景下的动作识别更为有效。

多粒度特征关联的分层分类谱特征选择

利用类别的层次信息解决一个特征子集难区分所有类别的问题,同时将特征间的统计相关性引进谱特征选择解决单个特征区分力问题,据此提出基于多粒度特征关联的分层分类谱特征选择算法.该算法首先对样本按类别层次结构自下而上聚合粒化,形成多粒度分层任务集;然后对子任务中的特征空间利用谱图理论设计异类样本间的相似矩阵并构建目标函数迭代地排序出特征关联重要度.最后,在5个数据集上通过该算法与4种基于传统的及3种新颖的分层特征选择算法相比,文中算法具有有效性,尤其是获取少量的特征.

基于ASMVMD和MOMEDA的齿轮特征提取方法

针对齿轮信号易被强噪声干扰,导致损伤特征难以提取的问题,提出了一种基于自适应逐次多元变分模态分解(ASMVMD)和多点最优最小熵解卷积(MOMEDA)的齿轮故障特征提取方法。首先,采用加权黑猩猩优化算法对SMVMD分解参数进行了自适应寻优,以SMVMD分解后各个通道的所有分量的平均包络谱峰值因子(Ec)之和的相反数作为寻优的适应度函数,确定了最大惩罚因子α和最大分解模态数k的最优值;然后,采用ASMVMD方法对齿轮多通道故障数据进行了自适应分解,根据Ec指标提取了各通道特定分量,并将这些分量相加,进行了信号重构;最后,采用MOMEDA解卷积处理了重构信号,进一步强化了齿轮故障的冲击特性,并利用包络谱分析解卷积信号,提取了齿轮的故障特征频率。研究结果表明:通过仿真信号和模拟实验信号的分析,可知利用ASMVMD-MOMEDA相结合的方法处理得到的信号降噪效果显著,能有效抑制无关干扰成分的影响,从包络谱中可以清晰地看到故障频率的前几阶倍频;与多元经验模态分解(MEMD)-MOMEDA相结合的方法进行对比,发现采用ASMVMD-MOMEDA方法得到的包络谱较MEMD-MOMEDA方法的谱线更加干净,各阶倍频更加明显,进一步证明ASMVMD-MOMEDA方法可以准确提取齿轮故障特征。

新型波形钢腹板组合箱梁桥动力性能分析

对一种新型波形钢腹板组合箱梁桥结构开展了动力特性及抗震性能分析;以鄄城黄河大桥跨中箱梁段为例,建立组合箱梁桥的多尺度有限元模型,并与实测值进行了对比,验证了多尺度模型的有效性;基于此设计了该新型波形钢腹板组合箱梁的截面参数,采用多尺度建模方法研究了各参数变化对箱梁动力特性的影响规律,通过地震反应谱法分析了该结构在各向地震作用下的结构响应。结果表明:箱梁横隔板的数量和厚度是结构动力特性的敏感参数,对结构的扭转刚度影响很大;增大波形钢腹板厚度可有效提高结构刚度,且刚度增大对频率的影响程度大于质量增大对频率的影响,建议腹板厚度宜设为20~30 mm;槽形钢板可有效提高截面的抗弯刚度,尤其对结构竖向弯曲模态影响较大;横向地震作用对混凝土顶板和横隔板应力的影响最大,纵向地震力对波形钢腹板应力的影响最大,竖向地震力对混凝土底板和槽形钢板的应力影响较大。

基于Slepian序列信号字典的目标频段瞬态信号检测方法

提出一种基于Slepian序列信号字典的目标频段瞬态信号检测方法,该方法只关注目标频段的能量信息,是一种高效率的检测方式。首先,选取标准正交的Slepian序列组成信号字典,该字典能够表征目标频段内信号特征;然后,通过判断被观测信号样点与字典的匹配程度实现检测。对比实验表明,该方法的计算效率比短时傅里叶变换提升92%以上,比离散小波变换提升71%以上,比加窗Wigner-Ville分布提升35%以上。仿真实验使用时域稀疏的脉冲调制信号进行验证,结果表明了该检测方法的有效性。

基于镀镍碳纤维的柔性仿生伪装材料及性能研究

随着现代战争中高清侦察和精准打击系统的持续进步,军事设施正在面对来自各个角度的立体化侦查威胁。为了增强关键军事设施的生存力和整体电磁防护以及伪装隐蔽能力,需要打破传统方法,广泛采用监视、防护和伪装等技术。当前,用于应对岛礁环境中关键军事设施的电磁防护和伪装需求的防护网类产品仍存在一些不足。为了解决这些问题,使用镀镍碳纤维作为雷达散射材料,设计出基于柔性草状结构的仿生草状伪装产品,以应对恶劣环境下的长期使用需求。通过对不同模型产品的模拟评估,得出具有优秀散射性的材料编织模型,且实物样品再次验证了其在雷达下的散射性,实现了在1~40 GHz频段范围内的宽频、高效防护性能。

一种波段聚类和多尺度结构特征融合的高光谱图像分类模型

高光谱图像包含丰富的地物信息,在农业、工业和军事等领域应用广泛。因此,高光谱图像的识别与分类是一项重要的研究课题。然而,高光谱图像存在光谱维度高、噪声大、标记样本有限等问题,并未取得很好的分类效果。针对以上问题,提出一种波段聚类和多尺度结构特征融合的高光谱图像分类模型(ASPS-MRTV)。该方法主要包括以下几个步骤,首先,对高光谱数据进行归一化处理,将归一化后的三维图像按光谱维等分为n个子空间;其次,采用粗细划分策略构造自适应子空间光谱特征提取框架,将每个空间波段拉伸为一维向量后用信息散度构造波段的相似性矩阵,按照聚类的思想对n个子空间进行自适应;然后,将每个自适应子空间的光谱波段平均值进行叠加,形成光谱特征;最后,对所得到的光谱特征数据利用多尺度相对全变分技术提取结构特征。为了增强样本的线性可分性,在数据堆叠之后进行核主成分分析,最终形成空谱特征。对比实验中统一使用惩罚参数C和核参数σ都为24.5的SVM进行分类。经测试,ASPS-MRTV网络模型在Indian Pines、 University of Pavia两个数据集上分别以5%, 1%的训练样本达到了97.06%、 98.98%的总体分类精度。实验结果表明,该模型与SVM、 ASPS(ED)、 ASPS(ID)、 ASPS-LBP、 ASPS-GlCM、 ASPS-BF模型相比,在分类性能和计算效率方面都取得了更优的效果,有效提高小样本下高光谱图像的分类精度。

变压器游离气体傅里叶变换红外光谱分析

针对目前变压器游离气体气相色谱法分析需要人工取气、耗时过长等问题,文中提出了一种采用傅里叶红外光谱法对游离气体进行在线监测的方法。该方法通过电磁阀控制与气体继电器相连的集气器的工作,从集气器中自动取气进行光谱分析。游离气光谱分析过程中,采用分段比基线校正法对游离气吸收光谱进行校正,采用Tikhonov正则化特征变量方法从混合气体吸收光谱图冗杂的谱线中挑选特征变量,最后利用最小二乘支持向量机法建立定量分析模型,分析计算红外吸收光谱图,得到变压器游离态气体中各组分的体积分数。实验室实验结果表明,变压器游离气体傅里叶红外光谱在线监测系统可以完成对游离气体的自动取气和气体检测功能,实现对游离气体的在线监测以及多组分游离气体的高精度检测,具有实际应用价值。

大极距多通道扩频激电法在矿产勘查中的应用研究

湖南锡田矿区成矿背景良好,具有丰富的多金属矿产资源,开展矿产勘查对锡田矿产资源的开发利用具有重要意义。本文在矿区内开展了大极距多通道扩频激电测量,设计了能增大勘探深度和提高野外数据采集效率的大极距多通道观测排列,部署了2条平行的大极距多通道扩频激电法剖面,测线总长度2400m,获得了地下1200 m深处左右的电阻率剖面和幅频率剖面,结合地质资料推断了3个矿脉。大极距多通道扩频激电法在湖南锡田的多金属矿产勘查中应用效果良好,能反映出钨锡多金属矿体导致的激电异常,为区内深部多金属矿产资源的开发提供了参考和基础,亦为同类矿产勘查工作提供了借鉴。