DT-PTV离散相伪矢量的概率择优式剔除算法

提出一种基于三角嵌铺的粒子追踪测速(DT-PTV)算法的剔除离散相伪矢量新方法——概率择优式剔除法,引入了剔除冗余匹配的计算模块和扩大匹配信息量的"反算"概念,基于DT-PTV的"DT三角-粒子双层匹配"特性以及上述模块的多种组合,总结出适用于离散相流场的去伪多途径运算.通过对若干自定义流场进行多途径去伪并比较匹配准确率后得出,DT三角层面的信息最大化积累至粒子层面的最优选择是适用于DT-PTV离散流场测速的最有效去伪途径,在随机粒子场较低空间率(187.215)时用"三角层面有反算但无模块运算+粒子层面择优"途径计算,仍然能保持92%左右的匹配准确率,故将此途径命名为概率择优式剔除法.利用DT-PTV结合概率择优式剔除进行大气边界层风洞中的跃移层测速以及单颗跃移轨迹的提取,结果良好.

一种新的基于伪提取矢量的欠定盲分离方法

针对独立信号源的欠定盲分离,通过一定的理论分析,提出了一种基于伪提取矢量的欠定盲源分离方法。该方法通过判断采样点处取值占优的源信号,然后在观测信号采样点处选取对应的伪提取矢量,以恢复取值占优的源信号采样点的值,来实现欠定盲源分离。将该算法与经典的基于线性规划的欠定盲源分离方法进行了仿真,结果表明该方法由于在信号的各采样点处无需优化,因此大大提高了信号分离的速度,信号的分离速度要比基于线性规划的方法快数十倍。

加权伪随机矢量易测试的可编程逻辑阵列

提出了一种实用的随机矢量易测试方案,用循环移位寄位器对乘积线进行划分,同时修改原有的输入译码器来减少乘积线和输出线的扇入数。通过对20个不同规模的可编程逻辑阵列实验,结果表明以很低的附加硬件电路获得了很高的故障被测度和较短的测试输入序列。

基于角度权伪法矢量的带符号距离计算

光滑封闭的曲面其表面法矢量长久以来一直被用于判断点是在曲面内还是在曲面外,但是,用三角形网格表示的物体由于在顶点和边不连续,因此在这些地方的法线没有定义。文中证明角度权的伪法矢量(由Thürmer和Wüthrich[1]提出)具有重要的性质,它可以用来判别点在网格内还是在网格外。计算点到网格的有符号距离的符号通常就由这个内—外信息来表示。除了理论结果外,我们使用有效的算法来计算点到网格的带符号的距离,实验表明当运行该算法时,符号计算的时间耗费可以忽略不计。

梁的三维空间大转动的有效处理方法

有限转动角的计算和迭加方法与线位移不同。为了能利用修正的 Lagrangian法及带有动坐标的迭代法来分析三维空间大转动梁的受力和变形 ,研究了三维空间大转动梁的共轴转动机理 ,引入了伪矢量的概念 ,严格地应用数学和弹性力学理论导出了相关的公式 ,给出了迭代过程。解决了分析空间大转动梁的带有动坐标的迭代法所涉及到的有关有限转动的两个关键问题 :(1 )单元畸变中节点转角位移的计算 ;(2 )迭代过程中新的一轮转角位移的确定。文中所给出的公式和迭代过程在计算机上易于操作 ,数值结果也证明了公式的正确性。

欠定情形下语音信号盲分离的新方法

提出了一种新的两步法来实现欠定情形下语音信号的盲分离。第一步,采用一种重构观测信号采样点搜索法来估计混合矩阵;第二步,提出了一种伪提取矢量的概念,通过伪提取矢量来提取取值占优的源信号的采样值来恢复源信号。在源信号的恢复过程中,还使用了经典的基于线性规划的欠定盲源分离方法。结果表明:该方法由于在信号的各采样点处无须优化,在源信号的分离过程中,分离速度要比基于线性规划的方法快数倍,且分离精度不低于基于线性规划的方法。仿真结果表明了该算法的良好性能。

欠定模型下源信号及混合矩阵动态变化时的盲分离

提出了一种改进的两步法实现欠定模型下信源及信道动态变化时的盲分离。首先通过实时的观测信号,基于稀疏域二维最小偏差角判断混合矩阵的变化时刻,进而估计动态变化的混合矩阵并获得实时的源数目;再采用基于伪提取矢量的方法恢复动态的源信号。在源信号的恢复中,使用常规的基于线性规划的欠定盲分离方法,以进行对比。结果表明,该方法能处理信源及信道动态变化时的欠定盲分离,并且分离速度比基于线性规划的方法快数十倍。仿真结果表明了该算法的良好性能。

一种语音信号欠定盲分离的新方法

文章提出了一种语音信号欠定盲分离的新方法,引入了一种伪提取矢量的概念,并通过在信号采样点处选取对应的伪提取矢量,以恢复取值占优的源信号采样点的值,来实现欠定盲源分离。通过将该方法与传统的基于线性规划的欠定盲源分离方法分别仿真表明:文章所提出方法由于在信号的各采样点处无需优化,因此大大提高了信号分离的速度,语音信号的分离速度比基于线性规划的方法快数倍。