动态载荷识别的小波正交算子变换法

在动态载荷识别动力学方程中引入离散正交小波 (即Haar小波正交基 ) ,从而得到了一种新的动态载荷识别方法小波正交算子变换法 .此方法对高阶模态信息能有效地提取 ,克服了傅立叶变换的缺点 ,从而提高了动态载荷的识别精度 .

动态载荷的小波正交算子变换识别法

应用小波正交算子的信息压缩性质，建立了能量相对集中的动力学模型，从而得到一种新的动态载荷识别方法——小波正交算子变换法。实例表明，该方法能较好地处理由于高阶模态信息贡献的截断对识别精度的影响问题。

基于正交算子的动力学模型的建立

从信息能量分布的观点出发考察动力学模型，把广义离散正交算子与系统动力学建模理论相结合，利用正交算子的信息压缩性质建立了能量相对集中的、适应于动态载荷识别的动力学模型．此模型运用模态分析技术大幅度降低了求解尺寸，解决了损失高阶模态信息问题．

基于邻域正交交叉算子的人工鱼群算法

将邻域正交交叉算子引入到基本人工鱼群算法中,提出了一种基于邻域正交交叉算子的人工鱼群算法。该算法采用动态调整人工鱼视野和步长的方法,较好地平衡了全局搜索能力和局部搜索能力。将人工鱼的邻域极值与该人工鱼进行正交交叉运算,产生少量的具有代表性的较优个体,而新产生的个体不仅利用了本身的有用信息,同时利用了邻域极值的最优信息,加快了算法的收敛速度,增强了算法的寻优能力。仿真结果表明,该算法具有较高的优化性能。

基于自适应正交局部搜索算子的混合遗传算法

基于遗传算法的动态特性和正交设计的思想 ,提出了能根据当前进化的种群状态自适应调整局部搜索空间大小的正交局部搜索算子 .对结合了自适应正交局部搜索算子的混合遗传算法进行了经典的多峰值测试函数的性能测试 ,结果表明 ,混合算法在获得的解的准确性和收敛速度上均优于标准遗传算法 .

基于邻域正交交叉算子的混合蛙跳算法

混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法优化精度低、收敛速度慢的缺点,引入邻域正交交叉算子的概念,提出了一种基于邻域正交交叉算子的混合蛙跳算法(SFLA-OCO)。通过对基准函数进行测试,实验结果证明改进的算法提高了算法的收敛速度,增强了算法的寻优能力。

多维分段广义正交多项式算子及其在分布参数系统辨识中的应用

在一维分段广义正交多项式的基础上 ,提出多维分段广义正交多项式及其相应的正交多项式算子的定义 ,总结归纳了多维分段广义正交多项式算子的基本性质和主要运算规则 ,并将二维分段广义正交多项式算子法应用于一类非线性分布参数系统的辨识。数值算例表明 ,即使在存在量测噪声的情况下 。

基于L1范数和正交梯度算子的超分辨率重建

针对超分辨率图像重建的病态问题,设计了一种新的自适应超分辨率图像序列重建算法。该算法在L1范数重建框架下,利用金字塔算法与Lucas-Kanade算法相结合的方法实现图像配准,获得亚像素的运动估计;通过引入移位算子给出了基于正交梯度算子的正则项的实现方法,并从自适应的角度选择正则化参数,最后通过最速下降法求解模型的目标泛函最小值。结果表明:对于模拟实验和真实序列实验,该方法相比于样条插值算法、Tikhonov正则化算法、双边全变差重建算法都有一定的优势,能够取得更好的复原效果,并且由于正则项较为简单,重建所需时间相对减少。

广义正交模糊Maclaurin对称平均算子及其应用

研究广义正交模糊决策环境下的集结算子及其决策应用。针对在信息集成时,需要考虑多个输入变量之间的相关关系以及专家的评价值为广义正交模糊信息的多属性决策问题,提出一种解决广义正交模糊多属性决策问题的方法。考虑到Maclaurin对称平均算子能够反映多个输入变量之间的相关关系,利用该算子集结广义正交模糊信息,提出了广义正交模糊Maclaurin对称平均算子、广义正交模糊加权Maclaurin对称平均算子,并研究了这些算子的性质和特殊情形。提出了基于广义正交模糊集结算子的多属性决策方法,并通过实例验证了其可行性和优势。

分段广义正交多项式算子法的非线性系统分析

首先对文献 [7]提出的分段广义正交多项式算子 (简记为PGOPO)的主要运算规则进行了概括和总结 ,特别是推导出了非线性函数的PGOPO递推计算公式 ;其次对一般非线性系统PGOPO算子解及解的收敛性问题进行了分析、研究 ,证明了PGOPO算子解将收敛于其精确解 ;最后采用PGOPO算子法对一类含时延的非线性系统进行了分析 ,并推导出便于使用的递推求解算法。给出的数值算例论证了该算法的有效性。

基于正交Fourier-Mellin矩的改进亚像素边缘检测算法

提出一种改进的亚像素级边缘检测算法,该算法先用像素级边缘检测算子(Canny算子)定位所有可能的边缘点位置,再利用正交Fourier-Mellin矩(OFMM)算子的低径向阶与旋转不变特性在已有像素级边缘位置上进一步定位亚像素级边缘位置。实验表明,同等条件下该算法运算效率较高,不仅具有较高的检测精度(小于0.2 pixel),且算法耗时较短。

球谐域传播算子快速声定向算法

为了在低信噪比情况下宽带声源可以获得较好的波达方向(DOA)估计并且降低运算量,将正交传播算子算法推广应用于球谐域。在建立球阵列声场模型基础上,提出两种基于球谐传播算子定向算法,即使用球傅里叶变换成分获得传播算子的算法和使用球傅里叶变换成分的交叉谱矩阵获得传播算子的算法。分析了不同半径的球阵列频率适应范围,解决了宽带声源频率适应性问题;比较分析了上述两种算法和球谐域多重信号分类算法在不同信噪比下的DOA估计性能,进行声源定向实验并测试3种算法的DOA估计用时。实验结果表明,两种算法均具有运算量小、花费时间少且定向准确的特点。

一种算子自定义小波薄板单元及应用

提出了基于提升方案的自适应算子自定义小波有限元法,构造了一种新的算子自定义小波薄板单元。建立二维Hermite型有限元多分辨空间和两尺度关系,并由广义变分原理推导薄板结构关于尺度函数和小波函数的内积关系式,即算子。为满足算子正交性,提出基于提升方案的算子自定义小波单元的构造方法,其优点在于可根据问题的需要来设计具有期望特性的小波基。提出基于两尺度误差的自适应算子自定义小波有限元方法,通过向大于误差阈值的局域添加算子自定义小波,实现薄板结构问题的高效求解。算子自定义小波有限元法节省了重新划分网格或提高插值函数的阶次所带来的大量有限元前处理时间,并且实现薄板问题的高效解耦运算。

算子值框架的分解

研究Hilbert空间上算子值框架既可以写成三个标准正交算子值框架的线性组合,也可以写成一个标准正交算子值框架与一个Riesz算子值框架的线性组合.还研究Hilbert空间上的算子值框架可以写成两个标准正交算子值框架的线性组合,当且仅当它是Riesz算子值框架.

基于反学习和正交交叉算子的元胞差分进化算法

提出了一种基于正交交叉算子的元胞差分进化算法.进化初期采用反学习初始化方法获得初始候选种群,利用元胞结构的局部搜索方法替代控制参数调节差分进化算法的选择压力,从而平衡差分进化算法的探索能力和开发能力,利用元胞自动机的并行演化机制保持种群的多样性,从而避免陷入局部最优.该算法利用无交叉因子的正交交叉算子,通过多元素重复试验加速种群收敛速度.对多个典型测试函数的仿真实验结果表明,所提出的算法相较于多个差分进化改进算法具有更快的收敛速度和更好的计算精度.

分段广义正交多项式算子及其性质

为了使正交函数分析法成为一套建立在严格数学理论基础上、便于应用的较完整的分析法 ,在广义混合正交函数的基础上 ,提出了一类新的线性、连续、有界算子——分段广义正交多项式算子 (简称为 PGOPO) ,根据正交函数的性质及逼近论中的有关定理 ,对 PGOPO算子的基本性质进行了概括和总结 ;探讨了 PGOPO算子逼近下的误差及收敛性问题 ,为正交函数分析法初步建立了一个合适的数学框架 ,从而使现有的正交函数分析法系统化、理论化 ,并为下一步推广

潜射导弹水下动载荷识别仿真分析

选择了Haar小波这一既具有对称性,又是有限紧支撑的正交小波,构造了高精度动态载荷识别模型,使得在满足实测响应个数远远小于导弹自由度数的情况下,可以识别出比较精确的动态载荷.针对8自由度弹簧质量块系统,使用传统的模态变换识别方法和使用离散正交的Haar小波作为正交矩阵的小波正交算子变换法进行了比较分析,结果证实了基于Haar小波的识别方法的优越性.使用小波方法仿真识别了某型导弹的振动载荷,与给定的仿真载荷相比,能给出有一定精度的识别结果,从而证明了辨识方法的可行性.

改进的遗传算法在球面点分布问题中的应用

球面点的分布问题,是世界性数学难题.对基本遗传算法进行了改进.采用实数编码,同时在遗传算法中引入了正交算子、变维子空间算子、灾变算子等高效演化算子,形成了自适应遗传算法.这样改进的算法极大地促进了个体多样性,并能促进优秀基因型的杂交和遗传,在收敛和鲁棒性方面优于一般的遗传算法,将它应用于球面点分布问题取得了较好的效果.

界面和速度反射联合成像──理论与方法

依据波逆行原理重新推导了由地震波反射走时资料反演界面深度的关系式──走时对界面偏导数关系，它不仅适用于反射波，也适用于透射波．还给出了任意多个复杂界面情况下走时对界面偏导数关系的离散形式．另外，正交算子投影法被推广用来解决速度与界面的同时成像问题．数值模拟的结果表明，本文的方法是有效的．

一种适用于米波雷达低角测高环境的快速算法

本文针对米波雷达低角测高环境的特点,充分利用数据协方差矩阵中的信息,基于空间平滑和传播算子的思想,提出了一种适用于米波雷达低角测高环境的快速算法(SSPM算法,Spatial Smoothing and Propagator Method)。该方法不需要去相干处理和复杂的特征分解,可直接应用于存在多径干扰的米波雷达低角测高环境。仿真实验及实测数据处理结果均表明了该方法的有效性。