基于分数阶Wigner-Ville分布的地震信号谱分解

本文将经典Wigner-Ville分布(WVD)拓展到分数阶Wigner-Ville分布(FrWVD),并将其引入到复杂地震信号的时频分析和谱分解中。利用分数阶傅里叶变换的旋转特性和广义时频带宽积理论可以获得比经典WVD更高的时频分辨率,提出的最优分数阶伪WVD能更好地解决交叉项抑制问题。理论信号仿真及实际地震资料的处理结果验证了该方法的有效性。同时,分数域频谱成像的引入为油气储层流体识别提供了一条新的途径。

基于分数低阶协方差的阵列式超声波测风方法

考虑到当前基于时差法的超声波测风方法是间歇式测量,并且在脉冲噪声背景下测风精度较差,提出一种基于分数低阶协方差的阵列式超声波连续测风方法。该方法采用由一个发射超声波换能器和4个接收换能器组成的超声波测风阵列结构,依托该阵列结构通过对其连续采样并进行分数低阶协方差运算处理以抑制脉冲冲击噪声的影响,然后结合多重信号分类算法即可实现风速风向的高精度连续测量。通过仿真对比实验和实际测量实验验证了所提方法的有效性及优越性,与其他超声波测风方法相比具有更强的噪声抑制能力及测风精度,在实测实验中风速和风向的测量误差分别为1.2%和2°,基本达到了超声波风速风向测量的精度要求。

基于分数阶PD控制的分数阶混杂时滞神经网络分岔控制

本文提出了一个具有离散和分布时滞的分数阶神经网络系统,并运用分数阶PD控制器对其进行分岔控制.本文创新之处在于将分数阶引入了一个含离散与分布时滞的双神经元网络系统,并通过在原网络中引入一个虚拟神经元,形成了一个仅涉及离散时滞的新三神经元网络.引入了分数阶PD控制器得到受控系统,采用离散时滞之和作为分岔参数,证明了Hopf分岔的存在性,并通过分数阶PD控制策略实现了对分岔阈值点的控制.研究发现,通过选取合适的控制参数,分数阶PD控制器可以有效地控制系统分岔临界值.此外,各个控制器参数对于系统分岔阈值点的影响效果也被给出.

基于分数阶矩和分片Wasserstein距离的鲁棒风险度量优化模型

鲁棒风险度量优化是一类随机风险分析度量的重要问题,其对不确定分布信息的捕捉需依赖不完善的假设和估计,分布尾部的反映直接影响分布预测的精准性,尾部模型误差在实际风险管理决策中会造成严重的后果。文章以一种对尾部模型误差具有稳健性的方式建立鲁棒风险度量优化模型。在构造模型不确定集时,提出基于Wasserstein距离的分布估计方法,克服了已有参数分布无法反映真实分布尾部行为的限制。鉴于分数阶矩对分布尾部信息具有精准刻画的能力,在解析分布估计的基础上,建立分数阶矩约束的鲁棒风险度量模型。为优化Wasserstein距离忽略分布几何结构造成的尾部模型误差,基于纤维丛理论思想,提出分片Was⁃serstein距离解析约束的分片鲁棒风险度量模型。最后,通过规范数据进行仿真分析,数值实验结果显示,该模型能够精准量化突发性极端损失风险。

具有正负系数的分数阶微分方程非振动解的存在性

考虑了一类具有正负系数的分数阶中立型微分方程,利用Banach压缩映像原理获得了其一个新的非振动解的存在的充分条件.

分数阶Navier-Stokes方程的格子Boltzmann方法

对于分数阶Navier-Stokes方程的数值求解问题,首先将该方程进行离散化处理,然后构造D1Q3格子Boltzmann模型,并采用Taylor展开和Chapman-Enskog多尺度展开等技术恢复宏观方程,同时推导出该模型平衡态分布函数的表达式。最后根据一维的两个数值算例对方程进行数值模拟以及误差分析,并将得到的数值解与精确解进行比较,从而验证格子Boltzmann方法的准确性与有效性。

基于分数阶导数衍生特征和小波散射网络的交通碰撞声学信号识别

针对现阶段交通碰撞事故报警系统实时性差、识别不准等问题,提出了一种联合分数阶导数衍生特征和小波散射网络系数的交通事故声学碰撞信号识别方法。针对车辆碰撞信号具备非平稳性和长程相关性,引入分数阶导数,从中提取可以表征车辆行驶状态的时频特征作为第一个特征数据集。采用小波散射网络提取具有多尺度、稳定性和局部不变性的散射系数作为第二个特征数据集。将这两个特征数据集进行融合,基于树模型构造交通碰撞事故声学信号识别模型。实验结果表明,在已有碰撞事故样本上的检出率为100%,误报次数控制在每天每公里0.5次以内。

具有分布时滞分数阶神经网络的有限时间同步分析

相较于实值神经网络,复值神经网络不仅可以简化模型结构,还能减少训练时间,因此讨论分数阶分布时滞神经网络在复值空间上的有限时间同步问题具有重要意义。基于此,本文首先给出关于二次范数和一次范数的控制方案;其次利用分数阶导数知识和不等式方法以得到系统的有限时间同步准则;最后利用一个数值算例来进一步说明所推导结论的可行性和有效性。该研究的主要创新点是由二次范数和一次范数提出新的控制器,并采用直接法去研究有限时间同步问题。

冻结黏土分数阶损伤蠕变模型参数确定及验证

为表达介于理想固体和理想流体之间的人工冻土蠕变特性,常用弹簧元件、黏壶元件与滑块元件间的复杂组合来实现。基于分数阶导数理论则可用较简单的模型来表达人工冻土蠕变性质。分析山西某矿井井筒检查孔黏土不同冻结温度下的单轴抗压、蠕变试验曲线,得到温度对冻结黏土单轴抗压应力应变及蠕变特性的影响规律。在Singh-Mitchell模型的基础上,引入分数阶导数理论,建立受冻结温度、加载等级影响的分数阶冻土蠕变模型。通过分析蠕变与时间取对数的拟合曲线发现两者具有线性关系,进而得出与温度有关的模型参数。鉴于建立的分数阶冻土蠕变模型不能反映冻土蠕变加速阶段,将损伤因子引入建立的分数阶蠕变模型,建立人工冻土分数阶损伤蠕变模型。对比分析分数阶蠕变模型计算值与试验值,表明该模型能够很好地反映人工冻结黏土在稳定蠕变阶段、加速蠕变阶段变形发展特点。建立的Singh-Mitchell分数阶蠕变模型参数少、易于确定且有一定的物理意义,便于工程应用。

分数低阶alpha稳定分布的STFT时频分析方法

对于α稳定分布噪声的非平稳信号,仅用频域的一维分析方法是不够的,需要考虑进行二维的时—频域分析方法。在基于传统的短时傅里叶变换(STFT)基础上,针对分数低阶α稳定分布的特性,提出了分数低阶STFT新方法。计算机仿真结果表明,该分数低阶STFT方法能克服传统的STFT方法在对α稳定分布进行时频分析时的性能退化问题,为α稳定分布在时频域的研究开拓了全新的途径。

分数代阶α稳定分布及其应用中的若干问题

α稳定分布模型是一种包含高斯分布,但具有更广泛适用性的随机分布模型,文中在简要介绍α稳定分布及分数低阶统计量的概念和特性的基础上,研究了在分数低阶α稳定分布条件下进行信号处理需要解决的几个问题,并给出了相应的结果。

基于稳定分布噪声的分数低阶自适应时频分布

信号中的α稳定分布噪声会使自适应时频分布方法失效。针对该问题,利用分数低阶统计量理论,提出一种改进的分数低阶自适应时频分布。为了实现带噪信号的实时在线处理及长时间信号的时频分布分析,给出一种分数低阶短时自适应时频分布。仿真结果表明,2种方法都能在含有α稳定分布噪声和高斯噪声的环境下进行有效的时频分布分析。

基于分数阶Wigner分布的机械故障诊断方法研究

为采用分数阶Wigner分布的机械故障诊断新方法,讨论了分数阶Wigner分布中最优分数阶的选择。仿真研究表明,分数阶Wigner分布优于传统的Wigner分布,分数阶Wigner分布能有效地抑制交叉项干扰。将提出的方法应用到轴承故障诊断中,实验结果验证了提出的方法的有效性。

一种基于分数低阶矩的α稳定分布噪声中频谱感知方案

针对在非高斯背景、主用户信息未知的条件下,传统的基于二阶统计量的频谱感知方法性能将出现退化或失效的问题,建立了以α稳定分布为背景噪声的频谱感知模型,给出了一种基于分数低阶矩的感知方法,较好地解决了非高斯背景中主用户先验信息未知条件下的频谱感知问题。同时,根据中心极限定理推导了感知门限与虚警概率的关系式,通过蒙特卡洛仿真分析了该算法在不同广义信噪比、特征指数α以及协作用户数条件下的感知性能,并与传统的感知方法进行比较。仿真结果表明,基于分数低阶矩的感知方法在α稳定分布背景噪声中的感知性能明显优于基于二阶统计量的能量检测,且采用多用户协作可以进一步提高感知性能。

分数低阶α稳定分布噪声下EP潜伏期变化韧性自适应检测

依据分数低阶矩理论和信号噪声的特性,提出了一种自适应检测EP潜伏期变化的新方法.这种方法基于反正切函数的单调有界和奇对称特性,对误差信号en(k)进行非线性变换,抑制了EP信号中的分数低阶α稳定分布噪声,有效保留了信号成分,在高斯和分数低阶α稳定分布噪声条件下具有良好的韧性,且避免了动态估计信号噪声α参数的困难.利用这种方法动态检测EP潜伏期的变化,具有较高的估计精度和较快的收敛速度.

分数低阶α稳定分布噪声下HB加权自适应时间延迟估计新方法

针对LMS-HB自适应时间延迟估计方法在分数低阶α稳定分布噪声环境下的退化现象,依据分数低阶统计量理论,提出了基于分散系数最小化的LMP-HB自适应时延估计方法,并进一步提出了不依赖于参数估计的基于非线性变换的HB加权自适应时延估计方法。理论分析和计算机仿真结果表明,新方法在高斯和分数低阶α稳定分布噪声环境下具有良好的韧性。

分数阶微分滤波器及高斯分布参数估计

设计了一种分数阶微分滤波器.利用此滤波器可实现信号的分数阶微分,使得分数阶微分计算简单化.首先,采用此滤波器获得高斯分布的分数阶微分;然后,通过对高斯分布的分数阶微分的分析,建立了高斯分布的分数阶微分的过零点与微分阶数之间的关系和高斯分布的分数阶微分的最大值与微分阶数之间的关系;最后,得到了一种估计高斯分布参数的新方法.*

引入分数阶微分的局部高斯分布拟合能量模型

局部高斯分布拟合能量(LGDF)模型缺乏全局信息,对初始轮廓曲线选取较敏感,特别在分割弱边缘和弱纹理区域图像时,容易陷入局部极值,对噪声的鲁棒性不好.针对上述问题,文中提出引入分数阶微分的LGDF模型.在LGDF模型中引入全局的Grümwald-Letnikov(G-L)分数阶梯度拟合项,增强弱边缘和弱纹理区域的梯度信息,提高对初始轮廓曲线和噪声的鲁棒性.采用自适应权重函数确定全局项和局部项的系数,提高对灰度不均匀图像的分割效率和分割精度.根据图像的梯度模值、信息熵和对比度构建自适应分数阶阶次的函数,提高分割效率.理论分析和实验均表明,文中模型可以用于灰度不均匀、弱纹理、弱边缘图像的分割.合成图像和真实图像的实验表明文中模型可以提高图像的分割精度和效率.

基于分数阶Fourier变换的时频分布

分数阶Fourier变换是对经典Fourier变换的推广.根据信号瞬时相关函数、点谱相关函数、Wigner分布和模糊函数这4种信号表示方法之间的Fourier变换关系,基于二维分数阶Fourier变换,给出一种新的分数阶时频分布,它表征了信号的局部时间/频偏和局部频率/时延特性,进一步讨论该分布函数的主要性质.最后给出它在线性调频(chirp)信号检测中应用的仿真结果.

α稳定分布噪声下数字频移键控信号的分数低阶循环谱分析

针对α稳定分布噪声环境下数字通信信号的二阶与高阶循环统计特征显著退化问题,结合分数低阶矩和共变理论对二进制频移键控(Frequency Shift Keying,FSK)信号的分数低阶循环谱公式进行了理论推导,并对2FSK信号在不同混合信噪比、分数阶因子和特征指数条件下的分数低阶循环谱进行了详细的仿真分析.理论和仿真结果表明:2FSK信号分数低阶与二阶的循环谱结构相同,其谱峰对应的循环频率相同,谱峰的幅度值不同,取决于循环谱的阶因子.相对于在低混合信噪比下失效的二阶循环谱,分数低阶循环谱对α稳定分布噪声具有更强的抗干扰性和适用性.