基于双边Lanczos算法的声子晶体复模态重分析

针对声子晶体拓扑结构修改时模态计算效率低的问题,提出基于双边Lanczos算法的复模态重分析。与全分析不同,本方法利用声子晶体原始结构的模态分析结果,通过双边Lanczos算法构建投影向量矩阵,将广义特征值方程映射进子空间来压缩矩阵规模,求解方程后再利用近似模态关系得到最终解。通过对尺寸和形状发生修改的声子晶体进行分析,验证了方法所求结果具有高精度,与全分析相比缩减了约35%的计算时间,在处理拓扑修改变化量大和计算规模大的声子晶体模态分析问题上有很大潜力。

基于改进FastICA算法的工控网络恶意节点攻击检测系统设计

为了确保工控系统的安全和可靠性,基于改进FastICA算法,设计工控网络恶意节点攻击检测系统。在工控网络服务器端集群中,从网络服务器端、攻击行为排重模块、恶意节点辨识模块和Fabric攻击行为检测组件等4部分设计工控网络恶意节点攻击检测系统的硬件模块。在此基础上计算Fast初始值,统计ICA单位的不确定性,改进FastICA算法。由此,联合相关攻击行为信息,推导恶意节点的攻击分离条件。实验结果表明,按照1∶1的负荷标准分配待测数据,所设计系统可以有效检测恶意节点攻击行为,得到的恶意节点实时检测数量值与额定值的拟合度接近100%,能够较好维护网络体系的运行稳定性。

基于协同过滤算法的桥梁复检指引应用方法研究

为在桥梁复检时精准推荐子部件和病害类型,避免复检时全面普检效率低和人资物力浪费的问题,提出一种基于协同过滤算法的桥梁复检指引应用方法。该方法基于句向量思想和协同过滤思想,首先分析桥梁与子部件病害类型的关联关系,得出需复检的子部件,同时结合现有海量检测数据,分析不同桥型、不同部件(子部件)和病害类型的关系;然后为复检推荐出关联子部件最有可能发生的病害,引入计算相似度的杰卡德公式,根据桥梁及部件的相似特征,在样本库中寻找最佳相似桥梁和部件,并给出参照评分。以某高速公路桥梁为应用背景,对比分析现场复检病害类型与推荐病害类型,以及复检得分和参照评分。结果表明:指引的子部件病害类型在复检时被检测出的可能性很大,准确率达到75%以上;复检评分与参照评分相差率基本小于10%;整体提升检测效率约50%;该协同过滤算法可以应用于桥梁复检指引。

基于复域超多维标度的混合TOA/AOA定位算法

针对全球卫星导航系统信号完全拒止环境下的定位问题,使用超宽带(UWB)技术获取测量信息,基于多维标度变换算法(MDS)提出一种复域下的混合测距信息(TOA)和测角信息(AOA)的超多维标度定位算法(TASMDS),并进一步构建了复域内的核矩阵,提出复域下的超多维标度定位算法(TA-CDSMDS)。对比3种算法的定位结果,以及10°、15°、20°测角误差和不同测距误差下的定位误差,得TA-CDSMDS算法相较于TA-SMDS和MDS,有更小的定位误差,更贴近克拉美罗下界;分析不同节点下3种的计算时间,TA-CDSMDS算法在优化TA-SMDS的基础上减少28%~48%的时间,具有更好的定位性能。

基于复数FastICA算法的盲多用户检测

针对MIMO-OFDM系统,提出了一种基于复数FastICA的盲多用户检测算法.该算法首先利用复数FastICA算法的快速收敛特性来提高多用户的分离速度,同时利用信号的相关函数对复数FastICA算法引起的幅度不确定性和相位不确定性进行了修正,最后将所提出的改进算法与复数自然梯度学习算法(CNGLA)进行仿真比较.结果表明,相比于传统的自然梯度算法,所提算法不仅收敛速度较快,而且具有更低的误码率,另外随着接收天线的增多,信号的分离效果会更好.

FastICA算法网络安全入侵检测防护系统设计

为解决传统网络安全入侵检测系统检测精度差、耗时长等问题,本文设计了采用固定点算法的网络安全入侵检测防护系统。系统分为数据接收、数据解码及数据预处理三大功能模块,通过引入固定点算法对异常数据进行提取,通过数据特征完成对异常数据的检测。测试表明,与基于优化粒子群算法的网络安全入侵检测防护系统相比,本系统具有更高的精度,能够有效提升工作效率与网络安全维护执行能力,具有良好的应用价值。

改进FastICA在食品次表层信号分离中的实验研究

随着人们对食品质量和安全的愈发重视,食品次表层信号的分离和提取成为了食品质量检测和分析的重要任务。然而,传统的FastICA算法在处理食品次表层信号时存在一些问题,如信号混叠和收敛速度慢等,限制了其在实际应用中的效果。因此,本文提出一种基于改进FastICA的食品次表层信号分离方法,通过对食品次表层信号的研究,对传统FastICA算法进行改进,引入一种新的收敛准则和自适应学习率的策略。实验表明,基于改进的FastICA算法,可以更好地完成食品次表层信号分离的任务,为提高食品质量、保障食品安全提供有效手段,同时也为相关行业开展食品质量检测和分析领域的研究提供有益启示。

用于共道通信系统的FastICA算法性能分析

FastICA算法是目前最常用的盲源分离算法之一,较好的分离和收敛性能使其在无线通信里有很好的应用前景。本文主要研究在有噪声的共道通信环境下,FastICA算法的性能分析。首先提出一个基于ICA的通信系统结构,接着介绍一种噪声分解方法,并结合预白化过程得到一个新的信号模型表达式。基于这个新的信号模型,分析得出FastICA算法全局分离矩阵参数的统计表达式。最后,使用容量指标来衡量分析结果的正确性,并且给出基于FastICA算法的通信系统频谱利用率。

基于FastICA算法的电力线通信OFDM信号分离方法

提出了一种基于快速独立成分分析(FastICA)算法的电力线通信正交频分复用(OFDM)技术信号分离方法。该方法在FastICA算法对2路观测信号进行解混处理的基础上,将解混信号的前导字段幅度归一化后分别与OFDM符号的前导序列的对应字段进行互相关,取相关值中最大值较大的解混信号作为通信信号,实现了通信信号和噪声的正确识别。定义分离比值为2路相关值中最大值的比值,作为解混效果的评价标准。通过设置合适的分离比值阈值,实现了期望的解混效果。以解混信号的前导字段为参考相位,采用DBPSK调制解调方式,实现了接收数据与解混信号相位无关。建立了MATLAB通信系统仿真模型,仿真结果验证了该方法在低信噪比条件且无纠错编码功能时仍具有较好的通信效果。最后基于硬件平台对算法的可实现性进行了验证测试。

双树复小波和局部投影算法在齿轮故障诊断中的应用

齿轮故障振动信号往往表现为非线性非平稳特性,并且早期故障振动信号往往包含较强的背景噪声,不利于故障特征的提取。针对该问题,提出了基于双树复小波变换和局部投影算法的齿轮故障诊断方法。首先,对故障信号进行双树复小波变换,得到不同尺度下的小波系数和最后一层的尺度系数,并计算各层小波系数的模与相角。然后,选择模周期性较强的小波系数或尺度系数进行局部投影算法处理,得到周期性增强的系数的模,并选择合适的阈值进行软阈值处理。最后,利用处理后的系数进行双树复小波重构,从而提取出齿轮故障特征信号,进行希尔伯特包络解调分析便能准确地得到故障特征频率。仿真信号和工程应用表明,该方法能够有效地提取齿轮故障特征信息,提供了一种齿轮故障特征提取的新方法。

一种复值可分离的泛函网络学习算法

泛函网络是最近提出的一种对神经网络的一般化推广。与神经网络不同,它处理的只是一般的实值泛函模型,针对该问题,将实值泛函神经元推广到复值泛函神经元,再对复值泛函神经元的结构作了变形,提出了一种复值泛函网络新模型,给出了基于梯度下降法的复值可分离泛函网络学习算法。采用复分析的方法,利用单一泛函神经元模型,借助于正交边界和实步长函数概念求解复值XOR分类问题。通过理论分析可看出,相比复值神经网络,用复值泛函网络解决问题具有很强的计算能力。

复指数Fourier神经元网络隐神经元衍生算法

以平方可积空间上的复指数Fourier级数作为激励函数构造了新型Fourier神经元网络,并推导出采用加号逆表示的网络权值直接确定公式,克服了传统BP神经网络收敛速度慢、易陷于局部极小点、迭代学习易发生振荡等缺陷。并在此基础上构造了隐神经元衍生算法,克服了传统BP神经网络难以确定最优网络拓扑结构的缺点。理论分析及仿真实验表明,该复指数Fourier神经元网络能够一步计算网络最优权值且能自适应调整网络结构,对随机加性噪声具有抑制作用,并能高精度逼近非连续函数。

基于复小波变换和有效值算法的电压暂降检测方法

对电压暂降三大特征量即持续时间、相位跳变和幅值的准确检测是实现电压暂降有效补偿的前提。文中提出复小波变换和有效值算法相结合的电压暂降检测方法。详细研究了复小波变换奇异性检测原理及其在电压暂降起止时间检测中的应用,采用具有四阶消失距的复Gaussian小波(Cgau4)能准确检测电压暂降发生、恢复时刻和相位跳变,利用有效值算法实现电压暂降幅值的检测。通过在Matlab中对有无畸变情况下的的电压暂降问题建模仿真,验证了该算法的有效性,实验结果表明该方法能精确检测电压暂降三大特征量。

轴承故障诊断FastICA算法性能优化方法

为提高FastICA算法的收敛平稳性和速度,克服FastICA算法对初始值选取敏感的问题,提出在最速下降法中引入松弛因子优化FastICA算法中解混矩阵初始值的方法。首先,按最速下降法负梯度原理确定初始值目标函数最速收敛方向,以最快速度选取靠近目标函数解的粗优值;然后,通过引入松弛因子αk,限制目标函数的下降性质,促使其进入牛顿迭代法收敛区域,最终达到收敛。将优化后的FastICA算法应用于轴承故障诊断中,根据多次仿真次数下迭代时长及时长的波动趋势验证优化FastICA算法在平稳性和速度方面优于传统FastICA算法,且不影响FastICA算法的分离性能,能准确诊断出轴承的故障类型。

机器人运动学的类复向量算法

机器人、操作器、步行机等空间开链机构的运动学计算,迄今广泛应用矩阵法,计算过程相当复杂.本文提出的类复向量算法与矩阵算法相比的显著优点是:描述问题简明直观;坐标变换次数和被变换的向量数目明显减少,而且消元原理和方法简捷,从而使计算过程大大简化.本文还将揭示出类复向量法计算简单的主要原因.

一种改进的FastICA算法及其在含噪盲源分离中的应用

针对含噪环境下的盲源分离问题,将一种稳健的含噪条件下的白化预处理方法应用于FastICA算法中,提出了一种改进的FastICA算法。实验仿真结果表明:该算法的抗噪声性能比经典的FastICA算法和RobustICA算法有了较大地改善,而运算量基本不变。

一种改进的复值信号独立分量分析算法

独立分量分析方法无需完整的系统先验知识,可用于多天线移动通信系统多用户盲接收机。为了改善收敛速度,采用修正的具有三阶收敛速度的牛顿迭代法的近似公式,提出了一种改进的复FastICA算法。并将该算法应用于多输入多输出系统中进行仿真,结果表明新算法在与传统的复FastICA算法分离效果相当的情况下,迭代次数减少了16.5%,加快了收敛速度。

基于遗传算法的复合材料壁板热颤振优化设计

将遗传算法与有限元分析方法结合起来,探索了以壁板颤振临界速度最大为目标,以壁板不发生热屈曲为约束条件,层合复合材料壁板铺设方式为设计变量的热颤振优化设计方法。在该方法中,通过有限元分析获取壁板的颤振速度作为适应度,同时引入一个可自动更新的数据库用于存储已求得的适应度,使得在优化过程中可以直接从数据库中读取对应的个体适应度,大大节约了优化搜索的时间。通过对矩形和正方形壁板的热颤振优化设计算例表明,该方法能在保持壁板铺层数固定的情况下有效提高壁板颤振临界速度,可应用于高速飞行器壁板热颤振的工程优化设计。

一种新的基于复指数函数映射的盲均衡算法

定义了一个新的复指数函数将典型的16-QAM非常模信号的实部和虚部分别映射至单位圆上.然后利用映射后星座坐标的实部和虚部之间的关系建立代价函数,从而提出了一种新的盲均衡算法.新算法克服了著名的恒模盲均衡算法及其典型的改进算法在对非常模信号均衡时稳态误差大的缺点.通过理论证明验证了新算法在无噪声环境下稳态均方误差为0;通过仿真实验验证了新算法在有噪环境下比恒模及其改进算法具有更低的稳态均方误差.

基于FastICA算法的物理漏损流量分析模型

为解决传统供水管网物理漏损流量分析模型模拟准确度不高、无法体现物理漏损流量与水头关系的不确定性等问题,基于快速独立成分分析(FastICA)算法构建物理漏损流量分析模型.该模型将供水总流量划分为用水流量和物理漏损流量,并视为2个源信号.以供水总流量和管网入口处水头2个参数为输入参数,通过源信号分离获得2个流量的波形信息,通过比较相关系数确定源信号的顺序,通过水平衡方程确定物理漏损流量的真实尺度,实现物理漏损流量在时间序列上的模拟.该模型输入参数易于获取且有效避免了物理漏损流量与水头关系的复杂性,在单水源供水管网中模拟准确度较高,并且在供水管网水力模型节点流量分配中得到了较好的应用.