变截面压电悬臂梁能量采集器在高斯白噪声激励下的稳态统计特性研究

环境振动是一种非周期、随机的宽频激励,研究振动能量采集器在环境振动下的能量采集特性具有重要意义。本文采用改进随机平均法,求解了变截面压电梁在高斯白噪声激励下的等效振幅、位移、速度的稳态概率密度函数,位移与速度的联合概率密度函数以及稳态均方输出电压,随后研究了变截面压电梁的能量采集效能。结果表明:负载电阻一定时,截面系数β>0时的变截面压电梁相比β=0时的等截面压电梁有更好的稳态均方输出电压;截面系数β>0时,随着电阻电容乘积的倒数的增加,变截面压电梁的均方电压均呈现逐渐减小的趋势,当电阻电容乘积的倒数值一定时,β值越大,均方电压也越高;随着噪声强度的增加,变截面压电梁的均方电压均呈现逐渐增大的趋势,当噪声强度一定时,β值越大,均方电压也越高。本文研究结果可为变截面压电悬臂梁能量采集系统的设计及应用提供理论依据。

非线性三角恋模型及其在高斯白噪声激励下的基本动力学特征

研究了非线性三角恋模型在某些特定参数下的一些基本动力学特征,包括对称性、耗散性、不动点(平衡),混沌行为和混沌吸引子.由于心理系统具有高度的复杂性和不确定性,本文用标准高斯白噪声刻画随机因素,构建了随机激励下的爱情模型,并研究了新模型的随机动力学行为,得到了不同激励幅值下系统的响应结果.

高斯白噪声激励下减振器的最佳参数

通过对高斯白噪声激励下减振器的运动分析,建立减振系统的运动微分方程,从而获得减振系统的频率特性。由激励的高斯白噪声特征(功率谱密度函数是常数)可求系统的响应的功率谱密度函数及系统响应的均方值。为了衡量系统的减振效果,对减振系数给予定义。通过对主系统相对于副系统的各种频率比、质量比及不同阻尼率的分析,得到合适参数的减振器(即最佳频率比和最佳阻尼率的减振器)。

谐和与随机噪声联合作用下非线性系统的响应

研究了Duffing振子在谐和与随机噪声联合激励下的响应和稳应性问题。用谐波平衡法分析了系统在确定性谐和激励和随机激励联合作用下的响应 ,用随机平均法讨论了随机扰动项对系统晌应的影响。在一定条件下 ,系统具有两个均方响应值和跳跃现象。数值模拟表明本文提出的方法是有效的。

确定性谐和与随机噪声联合作用下二自由度系统的响应

研究了二自由度非线性系统在确定性谐和与随机噪声联合激励下的主共振响应。用多尺度法分离了系统的快变项 ,讨论了系统的阻尼项、随机项等对系统响应的影响。在一定条件下 ,系统具有两个均方响应值和跳跃现象 ,饱和现象也存在。

基于ACBO-GM联合方法的高维变量结构模型修正

工程结构模型修正常面临变量维度高、非线性程度强等现实问题,其模型修正的精度和效率受到严重影响,为改善这一不足,提出基于改进物体碰撞算法(Advanced Colliding Bodies Optimization,ACBO)和高斯白噪声扰动(Gaussian-white-noise Mutation,GM)的联合修正方法。在联合方法中,ACBO实现从传统的“一对一”到“优对多”的碰撞模式的转变,GM则用于保证碰撞过程中种群的多样性,可有效提升结构模型修正效率。基于一系列测试函数,对比分析标准物体碰撞算法(Colliding Bodies Optimization,CBO)和联合优化方法的优化性能;给出基于ACBO-GM联合方法的修正流程,并将其应用于钢框架修正算例和悬臂梁修正实例,对比研究基于联合修正方法与基于遗传算法(Genetic Algorithm,GA)的修正精度和效率。研究表明,ACBO-GM联合优化方法在精度和效率方面都明显优于传统的CBO方法,该优化方法的可行性得到验证;基于ACBO-GM联合方法在钢框架和悬臂梁两个工程结构修正案例中的应用,其修正精度均与基于GA方法的精度一致,但修正效率显著优于基于GA的修正方法。

一种新的信源信道联合迭代解码

提出了一种新的联合迭代解变长码(VLC)和低密度校验码(LDPC)的解码器.该系统主要由两个软输入和软输出(SISO)的模块组成,能利用VLC码字结构和马尔可夫信源之间的相关性来纠正误码.由于联合解码算法降低了误码率,使得LDPC的迭代次数大大减少,补偿了联合解码过程中所需要的联合信源信道变长码解码器(JVLD)的计算时间.仿真结果表明,联合迭代解码算法明显优于传统的分离解码器.

基于熵编码CABAC的信源信道联合解码器

H.264的熵编码都采用基于上下文自适应二进制算术编码(CABAC),能达到较高的压缩性能,但对信道误码非常敏感.文中提出了一种基于CABAC的算数码变长码联合解码算法,联合信源信道算数码解码之后的信息作为变长码的输入信息,再通过变长码格状图搜索获得最佳的符号序列.同时,在算数码解码部分可以利用变长码的码字结构信息来删除无效搜索路径,提高解码性能.仿真实验表明,该联合迭代解码算法明显优于传统的分离解码器.

一种引入虚拟噪声分量的独立分量分析语音增强算法

简要介绍了有关独立分量分析(ICA)的基本理论和算法后,探讨了独立分量分析在语音增强中的应用。针对在加噪模型中进行ICA分离时,噪声消除比较困难这一问题通过理论分析,引入了虚拟高斯白噪声的概念,将其应用在ICA的语音增强算法中得到了解决。仿真试验结果表明,该方法能有效地消除语音信号中的白噪声。

谐和与随机激励共同作用下振动能量采集系统的响应预测

非线性振动能量采集技术是近年来获得广泛发展且有效的微电子设备供能手段,而各类设备工作的实际环境较为复杂,亟需建立更加贴近其真实服役环境的模型,以便对俘能效率开展准确的预测与分析.周期激励与随机噪声联合激励模型能有效模拟振动能量采集器的真实服役环境,但当前研究常局限于单独的周期激励或随机激励情形.为此,本文利用径向基神经网络方法,分析谐和与高斯白噪声联合激励下振动能量采集系统的瞬态响应.首先,构造由高斯基函数与时变权值系数组成的FPK方程试解;随后,采用有限差分格式离散时间导数项,构造由FPK方程残差和权值系数约束条件组成的损失函数;最后,对损失函数进行最小化,获得最优权值系数矩阵,进而得到系统时变响应概率密度函数的近似解.以单稳态与双稳态系统为算例,验证该求解方案,考察了机电耦合系数及机电时间常数对系统瞬态响应和输出功率的影响,并通过与蒙特卡罗模拟对比验证了理论解析解的正确性.结果表明,系统在所设激励扰动下,其响应概率密度函数的拓扑结构随时间演化有较大改变;调整系统关键参数将会诱导其发生随机跳跃以及随机P-分岔,且关键参数的改变对俘能效率有显著影响.本工作结果对探究能量采集系统的随机动力学演化规律以及优化系统的俘能效率提供了一定理论性参考.

基于最大似然法的平坦信道估计

由确定性干扰和高斯白噪声干扰信号是常见的各种工程应用。提出了一个联合测量的干扰和噪声功率水平的非数据辅助算法。该算法采用迭代的方法,以最大似然准则为基础。仿真结果表明,该方法具有收敛速度快,准确性高。