SWAT模型时变和不变参数法模拟的土地利用变化径流效应比较

基于SWAT模型的时变参数和不变参数法可以用来模拟土地利用变化引起的径流效应。这两种方法评估环境水文效应的差异性仍缺乏定量分析。本文以东南沿海山美水库流域为例,在参数敏感性分析基础上,采用自动率定方法,分别构建1995年、2015年土地利用的SWAT模型,并运用时变参数和不变参数法对土地利用变化径流效应进行模拟。结果表明:(1)两期土地利用模型率定的参数集都能很好地模拟流域年、月和日尺度径流过程;纳什效率系数分别大于0.83、0.90和0.66。(2)土地利用变化基本不影响径流模拟参数的敏感性,但对参数取值影响较大;参数取值变化与土地利用变化方式密切相关。(3)与时变参数法相比,不变参数法低估了土地利用变化对年、丰水径流的影响,高估了对枯水径流的影响,时变参数法模拟结果更为合理。如时变参数法模拟的年径流平均增加1.22%,不变参数法为0.23%;时变参数法年最小1 d径流平均减小2.72%,不变参数法为5.07%。研究成果改进了SWAT模型的时变参数法,进一步完善了应用SWAT模型评估土地利用变化对径流影响的模拟方法,可为流域水资源管理提供依据。

线性时不变参数多项式系统鲁棒指数稳定性的LMI方法

为研究线性时不变参数多项式系统的鲁棒渐近稳定性(RAS)和指数率γ鲁棒渐近稳定性(RASγ),采用参数依赖李亚普诺夫函数法和S-procedure技巧,将所提问题转化为线性矩阵不等式(LMI)的可解性检测。当指数衰减率趋于零时,由RASγ结果可导出相应RAS的结果。数值算例显示结论的正确性和计算有效性。

基于旋转不变信号参数估计技术与模式搜索算法的异步电动机转子故障检测新方法

提出一种基于旋转不变信号参数估计技术(Estimation of signal parameters via rotational invariance technique,ESPRIT)与模式搜索算法(Pattern search algorithm,PSA)的异步电动机转子故障检测新方法。模拟形成转子故障情况下的定子电流信号并以之检验ESPRIT性能。结果表明:即使对于短时信号,ESPRIT仍具备高频率分辨力,可以准确估计定子电流各个分量的频率;但对其幅值、初相角的估计欠缺准确性、稳定性。随后,采用PSA确定各个频率分量的幅值、初相角。对一台异步电动机完成了转子故障检测试验,结果表明:基于ESPRIT与PSA的异步电动机转子故障检测方法是切实可行的,并且因仅需短时信号即可达到高频率分辨力而适用于负荷波动情况。

一个Boussinesq系统的单参数不变群与孤子解

研究一个Boussinesq系统的不变群的向量场及其构成的李代数,并利用单参数不变群,由该系统的解去生成一些新的孤子解.

基于空时离散傅里叶变换投影的宽带旋转不变技术估计信号参数算法

利用采样频率和频域数据的关系,对空时离散傅里叶变换(DFT)投影方法进行改进,并且讨论分析了采样频率对其解相干性能的影响,然后将窄带旋转不变技术估计信号参数(ESPRIT)类算法应用到宽带相干源方位估计中,提出一种基于空时DFT投影的宽带ESPRIT算法。仿真结果表明,适当地增加采样频率可以改善空时DFT投影方法的方位估计性能,并且比起快速傅里叶变换(FFT)插值法,空时DFT投影方法具有更加优越的方位估计性能。

基于旋转不变技术信号参数估计的激光扫频干涉测量方法

激光扫频干涉测量技术具有无测距盲区、非接触、单次测量多目标的能力.通过傅里叶变换可提取目标拍频频率,进而解算距离.然而受激光器调频带宽限制,通过傅里叶变换得到的目标分辨率受限于固有分辨率.为解决该问题,本文提出采用基于旋转不变技术的信号参数估计(ESPRIT)算法对测量信号进行频谱分析.实验通过插值拟合法校正测量信号拍频非线性,进而采用ESPRIT算法测量目标距离,结果表明在傅里叶变换算法无法区分临近目标频率的情况下,采用ESPRIT算法可以区分出目标的频率,通过计算可得被测目标的厚度为2.08 mm.从而为诸如光纤临近损伤点、薄台阶高度或小孔等测量提供了思路.

二维ESPRIT参数配对及FPGA实现

与MUSIC算法相比,二维ESPRIT算法不需要谱峰搜索、运算量小,但存在参数配对问题。基于此,提出一种易于实现的参数配对方法,基本原理是2个表出矩阵特征值的和差等于表出矩阵和差的特征值,不需求解表出矩阵的特征向量。给出基于CORDIC算法和脉动阵的参数配对并行化实现方案,整个系统只有移位相加运算。使用ISE软件和ModelSim软件得到的仿真结果验证了该方案的正确性。

基于ESPRIT的谐波和间谐波参数估计方法

为了准确地获得信号中谐波、间谐波成分的频率和幅值等参数,提出了一种新的检测算法,即ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)。此算法是一种基于子空间技术的高分辨率检测方法,它把信号分解为信号子空间和噪声子空间,能够精确地估计出被噪声污染的正弦信号的频率,幅值等信息,克服了传统FFT算法分辨率的限制。仿真结果表明此算法能够在较短的信号长度内准确检测出信号各个谐波和间谐波成分,证明了此算法的正确性。

Collapse方程的对称及其群不变解

主要探讨 Collapse方程的对称及其李代数 ,通过对称确定该方程的单参数不变群 ,并利用对称约化给出

底孔弧形工作闸门三维参数化设计

介绍了在三维建软件Solidworks,结合金属结构专业钢闸门的特点,通过建立可变参数和不变参数,实现钢闸门的模型参数化设计。

基于共变谱和旋转不变技术的多径时延估计

针对脉冲噪声环境下多径时延估计的分辨率问题,提出了一种基于共变谱(CS)和信号估计参数旋转不变技术(ESPRIT)的多径时延估计方法。采用α稳定分布建模脉冲噪声,依据分数低阶统计量理论,将两接收信号的共变序列进行傅里叶变换得到共变谱。CS看作等效的时间序列,把时域的多径时延估计问题转化为频域的多个正弦信号频率估计问题。利用ESPRIT对等效时间序列进行频率估计,得到高分辨率的多径时延估计。仿真实验表明:多径时延估计方法(CS_ESPRIT)在高斯和脉冲噪声环境中均具有较好的估计性能。

Benney方程的对称和群不变解

主要讨论Benney方程的一些对称以及与这些对称相应的单参数不变群的群不变解。Benney方程直接求解较困难,这里将其某些类型的求解转化为常微分方程,首先讨论了Benney方程的一些对称及其李代数,接着给出了与这些对称相应的单参数不变群,然后利用对称约化给出Benney方程的相应于这些单参数不变群的群不变解。对于Benney方程这一不易直接求解的高阶偏微分方程,文章利用了对称约化这种与微分几何密切相关的方法,给出了其一些特殊的解。

投资增长率和消费增长率对GDP增长率贡献的实证研究——基于中国31个省市的数据分析

经济增长一直是经济学家们研究的热点，在GDP核算支出法的恒等式中清晰囊括了消费和投资等影响经济增长的因素。本文从全国31个省市自治区从03－09年的数据计算出消费的增长率、投资的增长率、GDP的增长率并通过面板数据验证三者之间的关系。投资的增长对GDP增长的拉动力逐渐降低低，政府应该依靠消费的增长来拉动经济增长。

基于极化特征的阵列天线地表识别策略

针对低空飞行平台阵列天线对地测高问题,提出了一种基于极化特征的地貌识别策略。该策略主要对探测波束范围内地表与地物进行区分,对于具有明显区分度的探测区域,利用极化旋转不变参数对地物进行特征分析;对于不具有明显区分度的探测区域,利用极化回波重构技术进行判定。并结合FastICA算法获得探测区域方位信息,使平台具备高精度的目标定位能力。仿真实验验证了该策略的可行性与优越性,在干扰存在时也能准确区分地表与地物。

应用于微结构制造自治系统的第Ⅱ类工艺缺陷诊断

集成电路制造过程结束后,对所关心的电特性参数进行测试,测试结果不可避免地存在着或大或小的波动起伏。电学参数方面的过大波动将带来成品率极大下降,造成第II类工艺故障。本文通过一个实例,详细地介绍了一个用于第II类工艺故障诊断的通用性方法。在对诊断实例进行详细分析的基础上,对于诊断方法本身的特点进行了进一步的讨论。基于正交变换的技术,可以将PCM测试参数转化为一组统计不相关的广义参数,作者特别注意到若干广义参数,它们在所有样本点上的测试值保持为常数。本文结束于对不变参数的初步讨论。

塔克张量域正则极化ESPRIT

针对极化敏感阵列信号波达方向(direction of arrival,DOA)估计问题,提出了一种基于塔克张量域序贯截断高阶奇异值分解的正则极化旋转不变参数估计(Tucker tensor based regularized polarimetric estimation of signal parameters via rotational invariance technique,trpESPRIT)方法。首先对阵列接收信号进行塔克张量建模,之后通过序贯截断高阶奇异值分解获得塔克张量域信号子空间,最后利用多旋转不变子空间幅相关系获得信号DOA估计。相比于传统矩阵建模方法,塔克张量建模更便于组织多维数据结构,实现高维的数据匹配操作,而序贯截断高阶奇异值分解则可以获得更高的信号子空间估计精度以及后续的DOA估计。仿真结果表明,trpESPRIT方法较之常规矩阵方法和矢量方法可以更好地抑制噪声,具有更高的信号DOA估计精度,在低信噪比和低快拍条件下仍然具有良好的分辨能力。

基于双模天线阵列的ESPRIT波达方向估计

考虑阵列信号波达方向(DOA)估计问题,提出了一种基于双模天线阵列的模式域旋转不变参数估计(ESPRIT)算法。与传统空域ESPRIT相比,模式ESPRIT的旋转因子仅与信号DOA有关而与阵列结构无关,因而无需阵元位置信息,也无需阵列存在空间匹配子阵。若阵元位置信息精确已知,还可利用空域稀疏采样获得无模糊多尺度DOA估计。计算机仿真结果验证了算法的有效性。

基于TPF-ESPRIT的雷达超分辨成像方法研究

超分辨雷达成像方法不受瑞利限的限制,可以极大地提高雷达距离维分辨率,利于目标识别。针对传统方法不具有频率选择性,研究了一种基于时域预滤波旋转不变参数估计技术(EISPRIT:Estimation of Signal Parameter via RotationalInvariance Techniques)的超分辨谱估计新方法,并成功应用于雷达距离维成像中。该算法把具有频率选择性的时域预滤波器和拓展旋转不变参数估计技术相结合。首先对雷达信号进行粗谱分析,获得信号频率分布的先验信息,然后针对性地设计频率选择时域滤波器对原始回波进行预处理,提高ESPRIT方法在目标信号所处频段的谱估计精度,改善距离维成像质量。仿真实验和暗室数据成像结果表明该方法具有频率选择特性和更好的频谱估计精度。

基于经验模态分解自适应滤波的次同步振荡ESPRIT分析

ESPRIT是一种可以准确辨识电力系统次同步振荡模态的算法,但在有噪声的情况下模态参数辨识不理想。提出利用经验模态分解滤波进行改进,然后与未经滤波的ESPRIT算法和PRONY算法进行比较以证明其有效性。仿真结果表明,经验模态分解可实现自适应滤波,且基于经验模态分解滤波的ESPRIT算法的准确性进一步提高。鉴于经验模态分解滤波的自适应性和ESPRIT算法辨识的快速、准确特性,可将此方法用于电力系统SSO在线检测,并为大电网的SSO的监测与研究奠定了基础。

基于SVD滤波技术与快速四阶累积量ESPRIT算法的异步电动机转子断条故障检测新方法

提出了一种基于奇异值分解(Singular Value Decomposition,SVD)滤波和快速四阶累积量(Speedy Fourth-Order Cumulants,SFOC)旋转不变信号参数估计技术(Estimation of Signal Parameters via Rotational Invariance Technique,ESPRIT)的异步电动机转子断条故障检测方法。SVD滤波方法可以理想地滤除电机定子电流信号的基频分量与背景噪声,从而凸显转子断条故障特征频率分量;四阶累积量ESPRIT方法可以有效减少噪声干扰、扩展信号阵元并以高频率分辨力提取定子电流信号中的转子断条故障特征频率分量;特别是,将二者结合即可在短时采样信号条件下以高频率分辨力提取转子断条故障特征频率分量。为了改善四阶累积量ESPRIT方法的快速性,提出了精简算法以消除均匀线阵的DOA(direction ofarrival)估计中的大量冗余数据,从而大幅减小计算量。转子断条故障检测实验表明:基于SVD和SFOC-ESPRIT的异步电动机转子断条故障检测方法效果良好。