两个一维总体分布相等性的permutation检验

检验两个一维总体分布的相等性,采用理论证明和数值模拟的方法,在Prastgaard提出的Kolmogorov-Smirnov统计量T1及相应的permutation统计量T 1基础上,提出了基于K-S统计量的新统计量T2及相应的permutation统计量T 2,研究了在一维的情形下T2与T 2的分布,并进行了数值模拟.结果表明:新统计量在原假设下有相同的极限分布,数值模拟结果优于原统计量.该方法对检验两总体分布的相等性有一定的参考价值.

Differential Spatial Modulation Mapping Algorithms

Differential spatial modulation(DSM)is a multiple-input multiple-output(MIMO)transmission scheme.It has attracted extensive research interest due to its ability to transmit additional data without increasing any radio frequency chain.In this paper,DSM is investigated using two mapping algorithms:Look-Up Table Order(LUTO)and Permutation Method(PM).Then,the bit error rate(BER)performance and complexity of the two mapping algorithms in various antennas and modulation methods are verified by simulation experiments.The results show that PM has a lower BER than the LUTO mapping algorithm,and the latter has lower complexity than the former.

建筑装饰装修工程中装配式施工技术的质量控制研究

针对建筑装饰装修工程中的地暖安装施工问题,提出了一种干式地暖地面装配式施工工艺。同时,采用排列图法进行质量问题排查,以实现针对性的施工质量控制。结果显示,在某小区的干式地暖地面装配式施工工程中,分集水器连接不合格、地暖加热管被损坏以及管件的质量不合格的累计不合格率为80.01%,这三者均为导致施工质量不合格的主要因素。这说明排列图法能够有效排查出施工过程中的质量问题,有利于后续装配式施工的整改与正常运行。

基于VMD-MMPE的轧机轴承滚动体与保持架故障诊断

针对板带轧机轴承工作环境恶劣、保持架与滚动体极易损坏、信号噪声大、识别困难以及实际工况对诊断速度要求高等问题,首先,提出粒子群优化变分模态分解(particle swarm optimization-variational mode decomposition,简称PSO-VMD)和多元多尺度排列熵(multivariate multiscale permutation entropy,简称MMPE)的故障诊断方法,并结合粒子群优化支持向量机(particle swarm optimization-support vector machine,简称PSO-SVM)实现故障分类;其次,轴承振动信号经VMD处理为若干模态分量(intrinsic mode functions,简称IMF),选最优分量进行包络分析;然后,针对轧机轴承垂直水平轴向振动差别较大且受较大径向力与轴向力的特点,采用MMPE并考虑3维振动信号的4个分量的MMPE值与时域指标组成特征向量;最后,基于PSO-SVM模型对方法的有效性进行验证。计算和实验结果与集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)与局部均值分解(local mean decomposition,简称LMD)方法对比表明,VMD-MMPE可以优化模型的输入,提高模型的诊断正确率和速度,实现轴承保持架与滚动体不同部位和不同损伤程度的故障诊断,具有重要的工程意义。

MIMO系统探通一体化信号矩阵设计方法

由于多输入多输出(MIMO)系统具有波形、空间分集和多路复用等优势,MIMO探通一体化(DFRC)系统通过共享软硬件资源以同时实现目标探测和保密通信功能受到了极大关注。该文针对基于预编码矩阵调制的MIMO探通一体化系统,提出了基于交替方向乘子(ADMM)的一体化信号矩阵设计方法。通过用户和窃听用户参考密码本约束下最大化方向图峰值主瓣旁瓣电平比(PMSR),保证了探测方向图性能的同时防止通信信息被窃听。针对预编码矩阵通信解调问题,提出了基于交替方向惩罚(ADPM)的排序学习优化解调方法,提升了一体化波形信息解调效率。数值仿真验证了所提设计方法实现探通一体化的有效性,与已有算法相比可实现多用户通信和更高的PMSR。

全波形激光雷达改进的降噪方法

在全波形激光雷达信号从发射到接收的过程中,针对受传播介质、扫测距离、物体性质等因素影响产生噪声的问题,本文提出了一种基于经验模态分解、排序熵和小波阈值的降噪改进方法。首先对波形信号进行经验模态分解或本征模态函数(IMF),计算各本征模态函数排序熵的值;然后应用该值计算小波阈值,并构造新的小波阈值函数,再对相应本征模态函数进行小波阈值降噪;最后将结果重新加和,得到降噪后的波形,从而提高不同噪声信号的降噪方法的自适应性。基于数值仿真和实测数据试验,将本文方法与其他降噪方法进行了对比,基于信噪比、波形相关性、均方根误差、平滑度计算归一化指标和综合指标对本文方法进行了评估,归一化信噪比提高10%~20%,其余指标改善5%~40%。因此,本文方法对不同噪声含量的回波信号均有较好的降噪效果,可以解决全波形激光雷达接收波形中存在的噪声问题。

基于全排列多边形图示指标法的农业绿色发展能力评价——以山西省为例

农业绿色发展能力是破解农业资源与环境协调发展的前提,对其客观评价是实现农业高质量发展的重要环节。从农业绿色发展的效能、竞争力与潜力三个方面构建指标体系,用全排列多边形图示指标法分析山西省农业绿色发展能力的动态变化与空间差异。研究发现:山西省农业绿色发展能力处于全国低分值的三类地区。农业绿色发展效能与农业绿色发展潜力均居全国末端,农业绿色发展竞争力位于中上游水平;近年来山西省农业绿色发展能力逐年减小,农业绿色发展效能波动幅度高达91%,绿色发展竞争力以20%的幅度平稳变化,绿色发展潜力以高达62%的跌幅迅速降低。

排列熵算法参数的优化确定方法研究

由于排列熵算法能够有效放大时间序列的微弱变化,且计算简单、实时性好,已在信号突变检测方面显示出良好的应用前景,但是排列熵算法中嵌入维数和延迟时间等参数的确定仍依赖于经验和尝试,该问题已成为排列熵算法走向工程应用的瓶颈问题。根据排列熵算法的原理,提出了基于重构时间序列最佳相空间来确定模型参数的方法。根据相空间重构的两种观点,介绍了延迟时间与嵌入维数独立确定和联合确定两种方法的基本理论,然后利用仿真信号和滚动轴承全寿命数据对两种算法进行了检验和对比。结果表明,模型参数的独立确定方法比联合确定方法对信号的异常检测更好。

基于对称多项式理论及吴方法求解逆变器选择性消谐多项式

提出了一种利用对称多项式简化求解逆变器选择性消谐多项式的方法.基于余式理论求解逆变器选择性消谐多项式方程组,会出现当要求解多个开关角时,多项式方程的次数较高、计算工作量大的问题.为此,本文首先利用对称多项式理论降低该多项式方程组的次数,然后利用吴方法及置换法求解多项式方程组,结果表明,最后只需计算一些代数表达式就可得到选择性消谐多项式方程组的所有解,大大减少了计算量,提高了在线计算的速度.

排列互比法用于超精测角时产生系统误差的研究

从理论上阐明了用排列互比法测量分度误差时，其测量结果中含有测量系统误差的原因，这主要是自准直仪十字丝倾斜与棱体（或仪器）倾斜和角晃动的综合影响所造成，并用实验加以验证。文章还介绍了消除和减少这种系统误差的方法。

排列互比法用于测角时测量结果及测量误差的计算

论述了排列互比法与排列常角法的三个主要区别，指出各测回残差及第一点归零后产生的问题，推导出了排列互比法的正确的测量结果及测量误差的计算公式。

基于深度强化学习的非置换流水车间调度问题

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过将调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价—执行机制,从而为每次调度决策选取最优组合行为策略。在非置换流水车间标准问题集上的测试结果表明,该算法能够取得低于实例上界的较优解。

基于排列法的目标威胁评估模型

目标威胁评估是一个推理、决策的行为,结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性。

圆度误差置换算法的研究

对圆度误差评定理论及应用进行了探讨 ,构造了圆度误差数学模型 ,利用置换算法按最小条件求得圆度误差 .给出一个圆度误差评定的实例 ,结果证明 ,该方法有较高的精度和速度 .另外 ,此评定方法具有很强的通用性 ,可为其它形状误差的求解提供参考 .

m×n流水型排序问题关键零件法的改进

关键零件法用于解m×n流水型排序问题时存在两点不足:一是没有给出适用条件,影响了优化程度;二是没有确定优化程度,不知何时得到满意解.为了解决这些不足,改进后的关键零件法给出了近似最优解解法严格的适用条件、近似适用条件以及新的零件排序规则.改进的解法优化程度明显,非常接近最优解,而且可以判断距最优解最大的距离.

基于CEEMD和排列熵的故障数据小波阈值降噪方法

针对旋转机械故障数据的非平稳性及总体平均经验模态分解方法(CEEMD)舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了基于CEEMD和排列熵的小波阈值降噪方法。运用CEEMD将信号分解为一系列的固有模态函数(IMF)分量,利用排列熵来确定含有噪声成分较多的IMF分量,采用小波阈值降噪方法对含有较多噪声成分的IMF分量进行降噪处理,保留这些分量中的有效信息。仿真分析和实例分析表明,基于CEEMD和排列熵的小波阈值降噪方法效果优于单纯的CEEMD降噪方法和小波阈值降噪方法。

正多面棱体和多齿分度台角分度误差的互检

排列互比法实现两个圆分度器件互检时操作繁复,工作量大。针对此缺点,本文提出采用排列常角法实现正多面棱体和多齿分度台角分度误差的互检,不需要在每个测回完成后改变两个圆分度器件的相对位置,从而简化了互检过程,缩短了测量时间。详细介绍了互检原理以及操作步骤,实验装置的设计;给出了正多面棱体和多齿分度台角分度误差互检的实验数据,并对测量结果的随机误差进行了分析和计算。最后通过两种实验方法结果的对比,验证了本方法的正确性。

排列法的一种改进方法

对多属性决策中的排列法提出一种改进方法 ,大大减少了原方法的计算量。改进的方法易于编程计算。给出排列法的 Mat

全组合测量法在多齿盘基准面测量中的应用

为了提高测量精度,将精密测角中的"全组合测量法"应用到多齿盘的基准面测量中,搭建了测量平台并给出了测量步骤与数据处理方法。通过反复测量与研磨,将活动多齿盘外端面相对于啮合平面的平行度最大偏差由原来的4μm减小到0.29μm左右,大大提高了多齿盘的安装基准面的精度,减小了多齿盘分度精度的损失,为加工1级(ISO1328-1∶1995)齿距精度的超精密齿轮做好铺垫。该测量方法可以推广到任何精密回转零件的端跳测量中,以达到精密测量与误差分离的效果。

一种改进的遗传算法在TSP问题中的应用

为了解决旅行商(TSP)不能够在多项式时间内求得最优解的问题,从仿生学的角度入手,重新设计了从问题域到算法域的编码和解码方法,应用"排列法"来初始化种群;并设计了两种染色体操作算子:顺序交换算子和合法交叉算子,保证了种群在进化过程中染色体的合法性;在种群进化选择方面,设计了一个新的更加仿生的选择算子——"灾难算子",并与经典算法的"轮盘赌"选择法相结合,作为改进算法的选择算子,进一步提高了算法的收敛速度。实验表明,改进后的遗传算法能更准确地找到最优解。