倒双谱降维谱的舰船辐射噪声特性分析

海洋资源开发逐渐成为人类发展的趋势,与此同时,海洋在现代战争中的地位也越来越重要,因此,水下目标识别成为各国海洋领域研究的重点。船舶辐射噪声属于时变信号,可以利用高阶统计量抑制高斯噪声,实现信号特征分析。本文研究船舶辐射噪声的主要来源,提出基于倒双谱的降维谱舰船辐射噪声分析算法。

倒双谱的降维谱在舰船推进系统中的仿真研究

该文运用m atlab分析工具,根据倒双谱理论,结合分析舰船推进系统特征的实际需要,定义了倒双谱的降维谱,提出了谐波信号基频的估计方法,定性地分析了谐波信号能量和倒双谱的降维谱零分量的关系,提取了舰船推进系统信息的基频特征和分析带宽内其能量的特征。研究结果表明,该文的方法是正确有效的,它把复杂的三维倒谱转换为二维倒谱,较之功率倒谱更能抑制高斯噪声,且不丢失特征信息,同时计算量较之倒双谱大大减小,采用倒双谱的降维谱分析技术在提取轴频分量和估计舰船推进器螺旋桨转速和舰船吨位中有很好的应用价值。

基于高分辨雷达距离像降维双谱特征的舰船目标识别

针对利用高分辨雷达距离像(HRRP)进行舰船目标识别的问题,本文研究了轴向、径向、圆周、局部四种降维积分双谱特征对舰船目标识别性能的区别.首先使用不同降维积分双谱对舰船目标HRRP进行特征提取,然后利用支持向量机(SVM)对提取的特征进行分类识别,最后通过仿真和实测实验分别分析了不同特征向量长度和训练样本数量对不同降维积分双谱识别性能的影响.仿真和实测结果表明,不同的降维积分双谱在达到最佳的识别性能时,需要选择不同的特征向量长度和训练样本数量.

基于降维双谱分析法的航空发动机轴承磨损故障分析

航空发动机轴承发生故障时,其振动信号受周期脉冲力的影响多为含噪非平稳随机信号,采用传统的频谱分析法很难提取轴承故障的振动特征。对双谱进行对角切片处理形成降维双谱,并将其引入到航空发动机轴承故障振动信号分析中。采用降维双谱对仿真和实测的发动机轴承磨损振动数据进行处理,成功提取到轴承振动信号的调制频率成分,并准确判定故障。数据处理结果表明,降维双谱能够有效提取发动机轴承磨损振动特征频率,对轴承磨损故障具有较高的诊断率。

基于降维循环谱的特征提取与目标识别

在日益复杂的电磁环境中,如何提取有效特征是解决目标识别难题的一个关键。通过对目标信号的分析,发现它们虽呈现非平稳性,但却具有循环平稳性。因此,循环谱在分析此类信号方面具有优越的潜力,但是采用循环谱通常导致高维问题。针对这个问题,这里提出了降维循环谱的特征提取与目标识别方法,该方法以循环谱的相同频率点在不同循环频率下的相关性作为识别特征,并用主成分分析方法对该特征降维。实验结果表明,基于降维循环谱的方法具有很好的鲁棒性。

基于概率密度演化的输电塔-线体系抗风可靠性分析

以三线两塔直线段输电塔-线体系为工程对象,应用有限元数值模拟,建立了基于概率密度演化的输电塔-线体系抗风可靠性分析方法。首先,应用谱表示-降维方法模拟结构脉动风场,生成风荷载的代表性样本集合。然后,结合概率密度演化理论,分析了输电塔-线体系考虑气弹效应的随机动力反应。最后,应用等价极值思想构建了风荷载作用下输电塔-线体系失效准则,进而对输电塔-线体系的抗风可靠性进行精细化分析。本文结合谱表示-降维方法与概率密度演化理论,实现了仅用较少数量的代表性样本来精细地分析结构的抗风可靠性,为工程实践提供参考。

DUAL-SPARSITY PRESERVING PROJECTION

Sparsity preserving projection（SPP） is a popular graph-based dimensionality reduction（DR） method, which has been successfully applied to solve face recognition recently. SPP contains natural discriminating information by preserving sparse reconstruction relationship of data sets. However, SPP suffers from the fact that every new feature learned from data sets is linear combinations of all the original features, which often makes it difficult to interpret the results. To address this issue, a novel DR method called dual-sparsity preserving projection （DSPP） is proposed to further impose sparsity constraints on the projection directions of SPP. Specifically, the proposed method casts the projection function learning of SPP into a regression-type optimization problem, and then the sparse projections can be efficiently computed by the related lasso algorithm. Experimental results from face databases demonstrate the effectiveness of the proposed algorithm.

强风区超高桥塔自爬升钢平台抗风可靠度评估

以张靖皋长江大桥辅塔自爬升钢平台为研究对象,开展了强风区超高桥塔自爬升钢平台抗风可靠度评估.建立自爬升钢平台的有限元模型,采用谱表示-降维方法生成233条湍流脉动风速代表性样本,考虑不同风力等级及风向角,对比分析等效静风荷载及随机湍流风荷载下自爬升钢平台的挠度响应,并结合概率密度演化理论对自爬升钢平台的抗风可靠度进行评估.结果表明,等效静风荷载下平台正面迎风的挠度响应偏危险,随机湍流风荷载下平台侧面迎风的挠度响应偏危险,且最大挠度出现在自爬升钢平台的主平台顶部.在7级风力时自爬升钢平台的最大挠度接近0.02,超过规范限值,正面抗风可靠度接近于零,侧面抗风可靠度为1,抗风加固时应充分考虑自爬升钢平台正面抗风能力.