基于分离系数矩阵差分法的输流管道轴向耦合响应特性研究

利用分离系数矩阵差分法配合隐式欧拉法,针对输流直管轴向振动流固耦合-四方程模型进行数值仿真计算,研究在水锤激励下,输流直管耦合轴向振动响应特性。分离系数矩阵差分法避开特征线法复杂的时间或空间插值,能根据波的传播方向选择适当的差分公式进行计算,简单可行且稳定性较好。将该数值模式的计算结果与前人的数值结果和经典水锤理论对比,吻合良好,表明其具有较高的适应性和准确性。对比分析了仅考虑泊松耦合时和同时考虑泊松与连接两种耦合时,流体流速、管内压强、轴向管道振动速度以及管壁应力四个特征参数的响应特性。结果表明,两种耦合作用对管道轴向振动特性的影响不容忽视,泊松耦合主要影响振动响应幅值,而连接耦合不仅会影响振动幅值,还会影响振动频率。

矩阵差分方程的稳定性

讨论了矩阵差分方程的稳定性,并给出了判定准则。

脉冲噪声环境下基于矩阵差分的远近场混合源定位

为了提高脉冲噪声环境下基于二阶协方差矩阵差分(COV-MD)的远近场混合源定位算法的估计性能,本文提出了基于分数低阶协方差矩阵差分(FLOC-MD)和基于压缩变换协方差矩阵差分(CTC-MD)的远近场混合源定位算法。所提出的算法首先利用一维MUSIC谱峰搜索获得远场源信号的方位角估计,然后利用矩阵差分法实现远近场信号源的分离得到扩展的近场源分数低阶协方差矩阵(或压缩变换协方差矩阵),最后在利用类旋转不变方法(ESPRIT-Like)估计得到的近场源方位角的基础上,再次利用一维MUSIC谱峰搜索获得近场源距离的估计。计算机仿真结果表明:CTC-MD算法和FLOC-MD算法在强脉冲和低信噪比情况下的估计性能都要明显优于COV-MD算法和其他基于二阶统计量的远近场混合源定位算法,同时CTC-MD算法的性能要好于FLOC-MD算法并且不依赖于脉冲噪声的先验信息。

基于矩阵差分的远场和近场混合源定位方法

混合源定位在无源雷达中发挥着重要作用。针对均匀圆阵下基于相位差方法的定位精度较低的问题,该文提出基于矩阵差分的远场和近场混合源定位方法。首先,利用二维多重信号(2-D MUSIC)分类方法估计出远场源的方位角和俯仰角;随后,利用协方差矩阵差分方法提取出近场源差分矩阵,通过改进的类旋转不变估计信号参数(ESPRIT-like)方法计算出近场源的方位角和俯仰角;进一步地,利用一维多重信号分类方法估计出近场源的距离;最后通过仿真实验对该文所提算法进行验证。该文所提算法在远场源和近场源角度相同的情况下能够有效地识别混合源,并且提高混合源参数估计精度。实验结果表明该算法在信噪比(SNR)为20 dB时,近场源的二维DOA估计误差接近0.01°,而近场源的距离误差接近0.1 m。

二阶线性矩阵差分方程的解及渐近稳定性

讨论了二阶线性矩阵差分方程AXn+2+BXn+1+CXn=0的解及其渐近稳定性.首先,给出了它的特征方程有解的一个充要条件,然后利用特征方程两个相异的解刻划出该矩阵差分方程的通解,并分析其解的渐近稳定性,最后运用一实例验证了相关结果.

一类高阶矩阵差分方程的解及渐近稳定性

讨论了一类高阶矩阵差分方程的解及渐近稳定性问题.利用特征子空间的维数得到了特征方程存在可对角化解的一个充要条件;然后利用特征方程的相异解刻划出该矩阵差分方程的通解,并给出其解渐近稳定的两个充分条件.推广了相关文献的结果.

基于多分辨率差分矩阵的纹理检索

提出了一种新的图像纹理分析算法——多分辨率差分矩阵。该算法在多分辨率基础上通过统计局部小波包系数变化情况来描述图像的纹理特征,利用小波包的多通道特性和差分矩阵的灰度差提取满足人类视觉特性。使用该算法对Brodatz图像库进行的检索实验表明,相对于其它复杂多分辨率特征提取方法,多分辨率差分矩阵无论在检索效率与检索效果上均有一定程度的提高。

基于差分自相关矩阵的激光脉冲编码识别

在分析了激光脉冲编码方式的基础上,提出基于自相关矩阵统计的激光脉冲编码识别方法:利用接收到的脉冲序列,构造一阶差分自相关矩阵和二阶差分自相关矩阵,分别对其进行直方图统计,根据直方图特点识别激光脉冲序列的编码方式,并解算出脉冲时间参数.通过仿真实验,验证算法的有效性,用计算机仿真生成不同类型的脉冲序列,并设定脉冲丢失概率和虚假脉冲概率,验证编码识别算法.实验证明该编码识别算法正确率高,实时性好,有较强的抗干扰脉冲能力.

基于小波变换与差分矩阵的虹膜识别技术

文章提出了一种二维离散小波变换与差分矩阵相结合的虹膜识别算法。与现有的替他方法相比,该方法充分利用虹膜的尺度信息和空间信息,有效提高了虹膜识别率。

一种新的多窗口差分矩阵图像水印加载技术研究

研究了数字图像中水印信息添加的问题。针对以往基于空间域水印图像加载保密性差、容易受到噪声干扰等缺陷,提出了一种利用随机产生的差分矩阵进行水印加载与提取的算法。首先利用随机数构造一个随机矩阵;然后将原始图像与构造的随机矩阵进行差分运算,通过线性叠加函数,将待添加的水印信息添加到差分矩阵图像中,从而实现了水印加载。该方法由于利用了随机差分矩阵,因此有很好的安全特性,并能很好地实现显式或者隐式水印信息的加载。实验结果显示,该方法能在不影响原始图像的观感条件下实现水印的有效添加,并且所添加的水印图像能有效地防止噪声的干扰,实现准确的水印加载和提取。

基于邻域像素差分矩阵的彩色空域图像隐写分析特征

通过分析灰度空域图像隐写直接扩展至彩色空域图像潜在的安全问题,提出了针对彩色空域图像隐写的隐写分析特征。首先,计算颜色通道内邻域像素差分矩阵的Markov转移概率矩阵,提取颜色通道内特征并进行融合;然后,计算颜色通道间邻域像素差分矩阵的Markov转移概率矩阵,并将水平和垂直共4个方向与对角和反对角共4个方向的转移概率矩阵分别进行融合,作为颜色通道间特征;最后,颜色通道内特征与颜色通道间特征构成最终的隐写分析特征,并使用集成分类器作为特征训练和测试工具。实验结果表明,该隐写分析特征可有效检测彩色空域图像隐写,并且颜色通道间特征能有效捕获内容自适应隐写对彩色图像的颜色通道间相关性的影响。

广义二阶差分矩阵的逆与幂

广义二阶差分矩阵是指如下m+1阶方阵方程ax^2+bx+c=0称为T_(m+1)的特征方程,其根称为T_(m+1)的特征根。文[1]、[2]中均研究了T=T_(m+1)(-1,2,-1),[2]中并称其为二阶差分矩阵。两文采用与二阶微分算子相类比的方法求得了T^(-1)的元素的简单表达式。对于更广泛的矩阵(1)。

利用差分矩阵进行基于内容的图像检索

随着大容量图像数据库的广泛应用,基于内容的图像检索(CBIR)技术成为对其进行管理和检索的有效手段。文中提出了一种基于灰度变化进行基于内容的图像检索的方法,利用差分概念提取出图像的差分矩阵,再从中提取特征进行度量。给出了对自然图像库检索的实验结果,实验表明,采用该方法比空间颜色直方图与共生矩阵等方法能取得更好的检索效果。与颜色空间直方图和灰度共生矩阵的比较实验证明差分矩阵的方法在速度和结果上都有比较好的效果。

基于像素差分基元矩阵的图像检索

针对图像检索问题,提出一种基于像素差分基元矩阵的图像检索方法。该方法结合图像的颜色特征与纹理特征,在量化后的HSV颜色空间中提出10种基元;通过定义的基元扫描图像,生成像素差分矩阵以及基元过渡矩阵。最后利用统计算法将上述两个矩阵合并为一个像素差分基元矩阵,实现了颜色、纹理以及空间信息等多特征的图像检索。在Corel标准图像数据库中执行图像检索方法间的对比实验,在Corel-4000图像数据库中执行旋转图像检索实验,实验结果表明,该方法不仅具有良好的检索表现,而且可以实现旋转图像的检索。

不同群运算之间的差分矩阵研究

本文指出在密钥随机等概的情况下，两种不同的群运算间的差分矩阵的期望矩阵是对称的。

基于差分分段PCA的多模态过程故障监测

多模态的故障监测是一个复杂的问题,既需要考虑稳定模态下的故障监测,也需要考虑不同模态间的过渡故障监测.不同稳定模态下的数据具有不同的相关关系,对每个稳定模态需要建立不同的稳定模态模型.当稳定生产模态发生改变时,生产过程进入过渡模态,需要考虑过渡变量相关关系的变化.本文通过对过渡数据差分,得到变量相对变化信息.利用主成分分析(Principal component analysis,PCA)分段对差分变量的相关特性进行分析,提取相对变化的特征.最后以实际连续退火机组生产线为背景,用基于差分分段PCA的多模态方法对多模态过程进行故障监测,发现算法很好地反映了实际过渡过程机理,验证了算法的有效性.

基于LBP人脸纹理特征的差分直方图移位无损信息隐藏算法

针对信息隐藏算法中提高嵌入量与增强鲁棒性之间的矛盾问题,提出一种多载体信息隐藏算法。使用多幅人脸表情图像作为载体,采用局部二值模式(LBP)纹理特征识别人脸表情区域来嵌入加密信息;计算出载体区域的相邻像素差值矩阵,通过对差值矩阵的对应元素直方图进行移位构造出嵌入空间来实现加密信息的可逆隐藏与载体图像的无损恢复。分析证明了该算法比现有算法具有更大的嵌入容量并保持较高的鲁棒性的优势,在最大嵌入容量达到0. 561时具有38. 421 d B的信噪比(PSNR),且在识别的嵌入区域PSNR值达到46. 286。鲁棒性实验表明,该算法对于滤波攻击可以与原始信息图像的相似度大于99%;面对剪切、平移攻击时,秘密图像归一化系数NC最小为0. 743和0. 728,远大于其他算法。从与其他算法的对比实验结果看,该算法是有效的。

色噪声下基于差分聚焦的宽带DOA估计方法

针对色噪声下宽带阵列波达方向(DOA)估计精度差及稳健性不足的问题,本文结合协方差矩阵差分理论及特征向量空间聚焦算法提出有效解决方案.算法首先按照协方差矩阵差分理论求解差分矩阵,并对差分协方差矩阵进行特征分解,取正特征值部分对应的特征向量重构观测模型,消除色噪声及“伪峰”影响;然后,针对新观测模型,构建新的信号自相关矩阵;在此基础上,推导了不需角度预估的宽带DOA估计方法原理,即以不同频点处特征向量信号子空间为基础,求解聚焦矩阵;此外,为避免特征分解过程中零特征值所对应的特征向量对算法分辨门限的影响,依照特征值递减序列对特征向量矩阵进行重新排列,由非显著部分与信号阵列流型矩阵之间的正交性关系,重构聚焦矩阵.最后,仿真比较分析了所提算法与在噪声背景下的测向精确性、分辨能力、算法稳健性及复杂度方面的性能.理论分析及仿真结果表明,本文方法在色噪声背景下估计精度高、稳健性好,且不需要进行角度预估,复杂度低,实用性较强.

基于协方差矩阵递推的故障诊断

在大型复杂系统中,局部的故障可能传播到系统的其它部分,造成严重的后果,因此要及时诊断故障。传统的PCA方法需要通过离线建模和在线检测,实时性不好。因此,该文给出了协方差矩阵递推的方法,它能够有效的解决实时或离线数据的故障诊断。最后通过一个仿真例子,PCA方法和协方差矩阵递推方法在故障诊断的对比,说明协方差矩阵递推的有效性。

基于环境的三维激光实时去动态物体方法

为提高三维激光传入点云算法框架的点云质量,减少移动物体对点云地图精度的影响,提出一种能够在框架前端基于环境特征的实时去除动态物体的方法。将点云投影得到深度矩阵和高度矩阵(z值矩阵),并从z值矩阵中提取出环境特征;利用环境特征将前后帧点云快速对齐;利用对齐后的前后帧点云得到z值差分矩阵进行筛选,并标记动态点云;以动态点云为中心,利用深度矩阵进行聚类,并将聚类得到的未标记点云进行标记,传入后端时舍弃标记的点云。分别在Ours数据集上以及KITTI数据集上验证了该方法的效果。