基于奇异值截断的结构损伤识别方法研究

研究基于奇异值截断的结构损伤识别方法,用于解决损伤识别计算中的方程组病态问题。详细讨论了截断阈值的选取和误差水平对计算结果的影响。另外,为了进一步提高计算精度,在第一次计算结果的基础上,通过改变加载方式并再次利用奇异值截断的方法计算,可以获得比第一次计算更加准确的结果。数值试验表明了所提方法是合理可行的,具有较好的抗噪声性能,在噪声水平不大于10%时能够计算获得比较准确的识别结果。

迭代奇异值方法在机械结构模态分离重构中的应用

通过时频分解技术,将复杂的多模态信号分解成单模态成分,从而可以采用比较简单可靠的单模态识别方法对机械结构复杂模态信号进行参数辨识。经验小波变换(EWT)算法能有效解决模态分离问题,一些改进型EWT算法能有效克服噪声干扰,但是在模态重构时,滤波器彼此重叠、临近模态互相干扰,会不可避免地出现重构模态失真。本文针对模态分离重构问题展开研究,分析了EWT算法在模态分离重构中面临的重构失真问题,提出了基于迭代截断奇异值分解(ITSVD)方法的改进算法,并在仿真信号和含结合面机械结构模型振动响应信号上进行了应用。结果表明,所提ITSVD⁃EWT算法能够更好地实现机械结构模态分离重构。

炉膛三维温度场重建中Tikhonov正则化和截断奇异值分解算法比较

在煤粉锅炉诊断中火焰辐射能图像扮演着越来越重要的角色,通过电荷耦合器件(CCD)获得的辐射能图像可以重建出炉内火焰三维温度场,CCD用于获取视场角内的辐射能图像.温度场重建的矩阵方程是一个严重病态的方程,本文使用两种算法(Tikhonov正则化算法和截断奇异值分解(TSVD)算法)来重建温度场.应用广义交叉检验算法来选取正确的正则化参数.数值模拟的环境为一个10 m×10 m×10 m的三维炉膛,系统被划分为10×10×10的1000个网格,每个网格单元都是边长为1 m的立方体.在正问题求解所得到的CCD接受信号基础上加上不同随机误差以模拟测量时的CCD接受信号.研究两种算法重建后的温度重建误差、两者的重建时间,以及最高温度的重建效果.初步的研究结果显示,一般情况下基于Tikhonov算法重建的温度场比基于TSVD算法重建的温度场误差要小,计算所需时间短,最高温度重建更准确.

飞机磁场模型系数的截断奇异值分解法估计

由于飞机磁场模型存在一定的复共线性,很难准确估计模型系数。针对飞机磁场模型系数估计问题,提出基于截断奇异值分解飞机磁场模型系数估计方法。为了提高截断奇异值分解法参数估计的稳定性,提出了加阻尼截断奇异值分解方法。仿真结果说明加阻尼截断奇异值分解方法具有较高的参数估计精度和很高的稳定性,具有工程应有价值。

基于频响函数截断奇异值响应面的有限元模型修正

考虑由于模型参数误差造成的有限元模型偏差的问题,提出一种基于频响函数截断奇异值响应面的模型修正方法。利用傅里叶反变换将结构频响函数变换为时域内的脉冲响应函数,通过延迟坐标法重构脉冲响应函数的相空间矩阵,进而对相空间矩阵进行截断奇异值分解,提取有限个较大的奇异值作为频响函数的特征量。以待修正模型参数为样本集输入,截断的奇异值为样本集输出,建立支持向量机响应面模型并进行训练,以逼近模型待修正参数与频响函数的特征量之间的非线性映射关系。以目标频响函数的特征量与支持向量机响应面模型输出的特征量之间的差值最小化为目标,利用遗传算法通过优化求解参数修正量。仿真计算表明:支持向量机的保留奇异值响应面能准确预报训练集以外样本的保留奇异值,具有较强的泛化能力;结合遗传优化算法能获得准确的参数修正量,算法对噪声有较强的鲁棒性。

噪声动态光散射数据Tikhonov与截断奇异值正则化反演

Tikhonov与截断奇异(TSVD)正则化是动态光散射数据反演中的两种重要方法,不同的正则化方法会对噪声DLS数据测量结果产生不同的影响。分别采用二阶差分矩阵的Tikhonov与TSVD方法,在6种噪声水平下,对宽窄不同的单峰与双峰分布颗粒进行了反演研究。结果表明:Tikhonov具有较好的光滑性;对于单峰分布颗粒,TSVD峰值误差更小、对于窄分布以及强噪声宽分布颗粒系反演,其抗噪性能更强、反演误差更小;对于双峰分布颗粒,Tikhonov具有较小的反演误差、较强的双峰分辨能力与抗噪声能力;对于窄分布颗粒的反演,一般TSVD峰值误差更小。在同样噪声情况下,Tikhonov与TSVD的双峰分辨力与颗粒的粒径峰值比有关。Tikhonov双峰分辨力较强,能够分辨出峰值比较低的颗粒。对实测200nm单峰颗粒进行反演,Tikhonov、TSVD的反演峰值误差分别为3%和1.85%,TSVD峰值位置更准确,能够验证模拟数据的结论。

利用改进截断奇异值分解法反演核磁共振弛豫时间

截断奇异值分解(TSVD)法已应用于核磁共振弛豫时间T2谱反演,而奇异值截止值的选取和非负约束的实现是其关键。本文提出一种新的确定奇异值截止值方法,同时利用联合迭代反演法(SIRT)实现非负约束,使本文的改进TSVD法适用于低信噪比资料;该方法具有只需进行一次奇异值分解、计算速度快、保持T2谱分布连续等优点。数值模拟结果表明,改进TSVD法对信噪比仅为5的测量数据依然可得到优于其他方法的较好反演结果;实际岩心资料反演结果进一步证明该方法适用于页岩核磁共振岩心分析和核磁共振测井。

截断奇异值分解的生物发光断层成像重建问题

目的研究生物发光断层成像重建问题的求解方法,通过生物体表面检测到的光学信号准确、稳定地重建出生物体内部荧光光源的分布。方法将截断奇异值分解TSVD正则化技术用于已知光源可行区域的生物发光断层成像逆问题求解中,并利用广义交叉验证法结合一维搜索来选择合适的正则化参数。结果数值仿真表明,TSVD法可以快速有效地进行单光源和双光源的重建。结论TSVD方法在BLT重建中是可行和有效的,与常用的Tikhonov正则化方法相比,TSVD法的抗噪性能更好,重建时间也较少,且正则化参数的选取及调整更为方便。

二维截断奇异值分解方法在图像恢复中的应用

研究了二维截断奇异值分解(2-DTSVD)在大规模图像恢复中的应用,起到了正则化的作用,克服了问题固有的不适定性,同时也解决了由于存储有限带来的问题。实验结果表明,该方法恢复效果显著。

基于截断奇异值低秩矩阵恢复的Canny边缘检测算法

针对Canny算法在处理噪声图像时存在的不足,为提高其准确性和鲁棒性,提出一种基于截断奇异值的低秩矩阵恢复方法,以及一种更加准确的双噪声凸优化模型和求解方法。使用经典Canny边缘检测算法作用于分解后去除冗余信息的主成分上,将图像的边缘检测转化为对主成分的边缘检测,可以在有效地去除脉冲噪声和高斯噪声干扰的同时,更好地保留边缘信息。为验证其有效性,在不同噪声浓度以及混合噪声情况下进行实验,结果分析表明,基于低秩矩阵恢复的边缘检测算法可以更好地保留完整的边缘信息,提高边缘检测的准确性及鲁棒性。

自适应截断奇异值结合有效集的T2谱反演方法

为最大限度提取自旋回波中的有效信息,提出一种新的T2谱反演方法。该方法首先依据噪声的方差自适应选取奇异值,得到零空间矩阵将解向量映射到低维空间,在低维空间建立最小二乘目标函数,将其转化为解非负二次规划问题,采用有效集解法得到最优解。数值仿真实验结果表明,自适应截断奇异值法在准确性、稳定性和抗噪性方面优于固定截断奇异值法,有效集非负约束方法在准确性方面优于传统非负约束方法。该方法保证了T2谱的准确性和稳定性,并且运算速度较快,整体上优于奇异值分解法和最优化法。

基于截断奇异值分解的局部放电去噪方法

在线检测局部放电信号是诊断电气设备绝缘老化的重要手段。为了有效抑制局部放电信号常见的白噪声干扰,该文提出基于截断奇异值分解的局部放电信号去噪方法。首先对信号进行S变换获得局部放电信号的起始点和结束点,然后将确定位置后的局部放电信号从原信号中截断取出组成新的信号,非局部放电位置的信号被视为白噪声直接置零。再对新的信号进行奇异值分解,并根据最优奇异值阈值和标准差变化选择合适的奇异值重构新信号抑制冗余噪声,最后获得纯净的局部放电信号。将所提方法、短时奇异值分解方法、小波变换方法分别应用于仿真和实测信号去噪。结果表明,所提方法能更好地抑制白噪声,且去噪后的波形相似度高,能有效保留信号的关键信息。

病态加权总体最小二乘模型的截断奇异值解法

利用截断奇异值解法处理了病态加权总体最小二乘模型,详细推导了参数的截断奇异值解及其偏差、方差以及均方误差公式,该算法无需迭代求解,易于实现。将截断奇异值解的均方误差与最小二乘解的方差进行比较,发现当奇异值由大到小依次变化时,截掉奇异值所造成的解的均方误差下降量的符号由负逐渐变正,由此导出了确定截断参数的公式。数值算例和病态测边网算例分析结果表明,受模型病态性的影响,最小二乘解和总体最小二乘解的精度较差;截断奇异值解能够有效地削弱模型的病态性同时又顾及了系数阵的误差,其解的精度最高。

基于自适应S变换与截断紧致奇异值分解的局部放电源复杂染噪特征提取方法

针对局部放电(PD)源信号复杂染噪,导致PD源特征提取较为困难的问题,提出一种基于自适应S变换与截断紧致奇异值分解(TCSVD)的PD源复杂染噪特征提取方法。首先,对S变换进行了优化改进,应用于PD源获取时频域矩阵,自适应的滤除窄带干扰信号,提取局部放电有用时频信号;其次,利用紧致奇异值分解对提取的时频矩阵进行分解;然后,提出拟合求导法寻找到奇异值阈值参数并对奇异值进行截断,从而滤除PD源中的白噪声信号;最后,通过理论仿真与现场测试对该文所提出的PD源特征提取方法进行了验证分析。实验结果表明,该特征提取方法对复杂染噪的PD信号有很好的特征提取能力,能够有效地提取局部放电信号的有用信息。

复矩阵截断奇异值分解的一类混合算法

截断奇异值分解是一类非常重要的矩阵分解,其在病态模型问题分析等领域有广泛的应用.该文主要研究复矩阵截断奇异值分解的有效算法,将问题转化为复Stiefel乘积流形上的黎曼优化问题,进而设计基于乘积流形的黎曼混合牛顿法求解.为有效求解黎曼牛顿方程,从降低系统维数和简化计算入手,通过克罗内克积和复矩阵拉直算子将其转化为易于求解的标准实对称线性方程组.数值实验和数值比较验证该文所提算法针对复矩阵截断奇异值分解问题是高效可行的.

基于截断奇异值的镜像综合孔径亮温重建方法

镜像综合孔径(MAS)辐射计的图像重建是由余弦可见度函数到场景亮温的图像反演过程,余弦可见度函数由转移方程求解得到。而转移方程为不适定方程组,相关输出中一个较小的误差,都可能引起求解的余弦可见度函数存在较大偏离。因此,对这个不适定方程组的求解是整个亮温重建算法成功的关键。该文基于镜像综合孔径的基本原理,分析转移矩阵的病态性,将截断奇异值分解应用于转移方程的求解问题中。仿真与实验表明,该方法可以有效降低噪声,提升图像质量。

多种群遗传算法与截断奇异值分解法在开关电弧反演中的应用

利用电流与空间磁场的对应关系，将电弧视为具有变弧径多条电流线集合。基于毕奥萨伐尔定律，通过正演分析获取组合电弧电流线在空间的磁场分布。为简化问题复杂度，考虑电弧未入栅片的阶段，利用多种群遗传算法优化目标函数求解电磁逆问题非线性方程组，以确定电弧空间位置。在上述基础上，为解决逆问题不适定性，采用截断奇异值分解法反演电弧电流分布，并通过GCV准则获取正则化参数。反演结果有助于理解开关电弧的物理特性。

等式约束病态模型的截断奇异值解及其统计性质

利用平差模型间合理的先验信息能够显著提高解的稳定性和精度。本文基于病态模型引入等式约束条件,并采用截断奇异值法重构了系数阵以削弱其病态性;建立了修正等式约束模型,导出了病态模型的约束截断奇异值解及其偏差、方差以及均方误差公式;分析了截掉奇异值所引起解的偏差引入量与方差下降量的关系,得到了确定截断参数的条件。数值算例和病态测边网算例分析结果表明,最小二乘解严重偏离真值,500次模拟实验的平均RMSE为6.693 5,正则化解和截断奇异值解精度较最小二乘解有所提高,平均RMSE分别为0.365 8和0.365 2;本文提出的约束截断奇异值解的精度最高,与约束正则化解精度相当,其平均RMSE仅为0.057 3。

基于截断奇异值分解与K-Medians的局部放电源定位方法

针对复杂环境中特高频信号达时差误差较大,引起非线性方程求解不准确的问题,提出一种基于截断奇异值分解(TSVD)与K-Medians的局部放电(PD)源定位方法。首先,通过超高频天线获取PD信号,利用能量积累提取时差信息。其次,针对线性方程求解困难且不准确的难题,提出随机组合线性变换方法。将非线性定位方程组进行线性转化,同时利用预处理技术消除坐标系选取对定位方程的影响。然后,采用TSVD正则化算法求解线性方程,引入K-Medians聚类算法对TSVD正则化算法进行优化改进,进而实现了变电站场景下PD源的坐标定位。最后,通过理论验证与现场实验两种途径对所提出的方法进行分析。实验结果验证了所提定位方法的可行性与准确性。

基于截断奇异值分解正则化的信号复原和重建方法

用第一类Fredholm积分方程描述的信号复原和重建模型为典型的不适定反问题。利用Gauss-Legendre数值积分获得观测信号数据,利用中矩形数值积分对积分方程加以离散化,通过引入截断奇异值分解正则化方法,基于无偏风险预测估计确定正则化参数,从而实现信号的复原和重建。结果表明,给出的正则化方法能较好地实现信号重建,取得良好的信号复原效果。