随机高斯干扰时 MOK 通信方式的误码率计算

分析非相干Ｍ进制正交键控信号在随机高斯干扰信道中的平均差错概率；给出了计算非相干Ｍ进制正交键控信号在包络平方检波时，平均差错概率的通用表达式，为分析Ｍ进制正交键控信号提供了数学工具．

非高斯波浪作用下深水高墩的非线性随机振动

首先,建立非高斯波浪作用下深水高墩的随机动力学模型,采用泊松白噪声激励模拟非高斯随机波浪过程,利用达朗贝尔原理和伽辽金方法推导深水高墩的运动方程。然后,通过径向基神经网络法求解广义FPK方程,获得系统的瞬态响应概率密度函数。最后,考察不同结构参数对系统响应的影响,并采用蒙特卡罗模拟(MCS)验证理论解。结果表明:理论解与模拟结果吻合良好;浸入比和质量比增加均会放大高墩的响应;采用高斯模型会使结构设计偏于保守。

基于逆高斯随机过程的混凝土梁桥抗力退化模型

为准确体现混凝土梁桥抗力退化的时变性与随机性,运用逆高斯(IG)随机过程建立了结构抗力退化模型.基于现场检测数据,采用贝叶斯更新理论对IG随机过程进行实时更新.针对IG随机过程中的参数因先验分布与后验分布非共轭而难以采样估计的问题,提出了混合Gibbs采样法.结合数值案例论证了该方法的可行性,并将其应用于某一混凝土梁桥的抗力预测分析.研究结果表明:IG随机过程可利用现场检测信息对桥梁抗力退化过程实时更新;混合Gibbs采样法可解决IG随机过程的高维参数估计问题,克服了形函数中指数q值的经验性给定缺陷;随着服役年限的增大,桥梁结构的累积退化量逐步增大,当桥梁服役年限为60 a时,其累积退化量为服役年限为30 a时的3.48倍.与Gamma随机过程相比,IG随机过程避免了部分初始参数的假定,可得到更为精确的桥梁抗力退化模型.

基于高斯混合模型的物流非高斯随机振动损伤分析

针对公路运输环境中的振动信号具有明显的非高斯性,提出一种非高斯随机振动疲劳损伤分析方法。为了描述振动信号的幅值概率密度分布,采用移动加速度均方根来代表该段信号的振动强度,并引入高斯混合模型对加速度均方根值进行描述。在此基础上结合Tovo-Benasciutti方法和Dirlik方法推导出非高斯宽带频域疲劳损伤计算方法。最后,以雨流计数法作为参考,对不同峭度的实测振动信号进行疲劳损伤分析,结果表明,与传统频域疲劳损伤计算方法相比较,提出的非高斯疲劳损伤方法具有更高的计算精度。该研究对于运输包装件的随机振动加速试验设计有实际意义。

包装件在非高斯随机载荷下响应特征分析方法研究

在运输过程中,包装件经常受到非高斯随机振动的作用,在进行包装系统优化时,经常需要重复确定包装件加速度响应的统计特征和振动可靠性,该研究提出一种高效准确确定非高斯随机振动条件下非线性包装件加速度响应统计特征的分析方法。采用非高斯Karhunen-Loeve展开将非高斯随机振动表示为非高斯随机变量的线性组合,用一阶泰勒展开估计包装件加速度响应,确定加速度响应的统计矩参数,根据包装件加速度响应的前四阶矩参数,应用鞍点估计法确定包装件加速度响应的概率密度函数(probability density function, PDF)和累积分布函数(cumulative distribution function, CDF)。由于采用随机变量的线性组合模拟非高斯随机振动激励,避免了随机变量非线性变换,采用一阶泰勒展开估计包装件加速度响应具有良好的准确性,鞍点估计法分析包装件加速度响应的PDF和CDF,避免了大量蒙特卡洛或拟蒙特卡洛分析,提高了分析效率。

高斯势分段双稳随机共振在不同噪声下的轴承故障诊断

为解决经典双稳随机共振(classical bistable stochastic resonance, CBSR)在强噪声下输出信噪比(signal-to-noise ratio, SNR)较低问题,将非饱和分段双稳随机共振(unsaturated piecewise bistable stochastic resonance, UPBSR)与高斯势(gaussian potential, GP)随机共振结合得到一种高斯势分段双稳随机共振(Gaussian potential piecewise bistable stochastic resonance, GPPBSR)。首先,将GPPBSR与CBSR、UPBSR的势函数分析对比;其次,以SNR和平均信噪比增益(mean signal-to-noise ratio increase, MSNRI)为衡量指标,分别在高斯白噪声和色噪声背景下通过遗传算法参数寻优得到SNR和MSNRI随系统参数的变化规律,其结果表明在两种噪声背景下,GPPBSR系统的SNR和MSNRI均优于UPBSR,抗噪性能更好;最后,为验证在不同场景下GPPBSR系统轴承故障诊断的实用性,将UPBSR和GPPBSR系统应用于6205-2RS JEM SKF和HRB 6205-2Z两种型号的轴承故障诊断中。仿真结果表明,GPPBSR系统在两种噪声背景下的故障信号诊断均是可行的,且比CBSR和UPBSR的性能更优越。

高斯与非高斯随机振动对洗护产品包装的影响

目的研究高斯激振力和非高斯激振力的随机振动对商品包装的影响差异,提供随机振动试验方法和参数,并对商品运输包装设计方案提供优化建议。方法利用科学计量方法研究随机振动技术的发展态势。通过增大峭度的方法进行非高斯激振模拟随机振动试验。研究随机振动强度通过功率谱密度和疲劳损伤的表达,以及随机振动试验时间与疲劳损伤的表达关系。结果电商渠道销售通过快递配送的洗洁精商品包裹优先采用ISTA 3A—2018 Packaged-Products for Parcel Delivery System Shipment 70 kg(150 lb)or less。使用Over-The-Road Trailer图谱和Pick-up and Delivery Vehicle图谱进行随机振动试验,通过加载峭度进行加速模拟试验和加强模拟试验。结论在洗洁精商品包裹加载峭度为5、7、9条件下,能够复现实际配送中商品的货损。基于试验结果提出的包装设计修改方案在加强模拟试验条件下可以实现商品防护的功能。全渠道供应链配送商品包裹应采用高效、科学的实验室测试方法,为运输包装设计和验证提供方法和数据。

基于半正定松弛与高斯随机化的电制燃料设施联合煤电机组优化经济调度方法

给出一种电制燃料设施与煤电机组联合运行的方案,可在产生电力、甲醇等重要二次能源的同时,提高发电系统灵活性。为了对联合机组进行合理调度,实现提升灵活性的同时确保经济性最优,提出了电制燃料设施联合煤电机组参与调频服务的优化经济调度方法。在充分考虑调频服务市场规则的情况下,构建了电制燃料设施与煤电机组联合参与单次调频的优化经济调度模型,相比已有研究该模型更加准确;针对含max函数的NP-hard非线性模型求解困难的问题,提出了采用分类转换并利用半正定松弛对原问题进行松弛,通过高斯随机化求解的方案。算例分析表明所提方法具有准确、高效的优势,为灵活能源设施与煤电机组联合运行的优化经济调度提供了参考。

非高斯随机路面下八轮重型车辆悬架的减振控制方法研究

针对非高斯随机路面条件开展了八轮重型装甲车辆悬架的减振控制策略研究。当前随机路面通常采用基于功率谱密度法的高斯信号进行表征,难以准确描述装甲车辆行驶的复杂路面工况。建立了八轮重型装甲车的整车悬架模型,实现了对起伏路面非高斯性能的准确表征,提出了针对非高斯随机路面的模糊自适应悬架振动控制策略。仿真结果表明:所提出的控制策略可在装甲车所行驶的实际路面工况下对整车起到良好的减振效果,为八轮装甲车辆的减振控制奠定了理论基础。

一种新的高斯双模态随机疲劳损伤分析方法

为能够准确地对高斯双模态随机过程的疲劳损伤进行评估,提出了一种名为改进频带法的疲劳损伤频域计算方法。该方法从功率谱分割的角度出发,首先分别将低频模态和高频模态的功率谱密度函数分割成很多份极窄的频带,利用损伤等效原则进行等效转换,得到相应的等效窄带过程。然后,将高频等效窄带过程向低频等效窄带过程再次进行等效转换。在此过程中,为考虑低频模态与高频模态之间的相互作用,引入与一个高、低频模态频率比、能量比以及S-N曲线材料参数m有关的修正因子对总零阶谱矩进行修正。最后,利用窄带过程疲劳损伤解析解即可计算高斯双模态过程的总疲劳损伤。以时域雨流计数法计算的疲劳损伤结果作为基准,分别采用理想矩形双模态谱和真实双模态谱进行数值试验,将该方法与多种现有频域疲劳损伤分析方法进行了对比。研究结果表明,提出的改进频带法与传统频域方法相比,具有计算精度更高并且易于编程的优点,该方法在实际工程应用中将具有很大的潜力。

铁道车辆轴箱振动非高斯特征与分布研究

以对铁道车辆轴箱振动非高斯特征与分布为对象开展研究。基于列车线路轴箱实测加速度信号,提取由轨道冲击引起的轴箱振动特征非高斯信号。使用多个概率密度函数(Probability Density Function,PDF)模型对实测信号进行拟合,并与实测特征信号的经验分布进行对比,评估各模型对轴箱特征非高斯信号的拟合精度。基于W-H非线性变换模型,建立一种非高斯信号模拟方法。利用模拟信号分析非高斯特征对各模型拟合精度的影响。结果表明:列车在行驶过程中具有非高斯特征,当列车经过轨道焊接接头、道岔与波磨路段时,由于轮轨冲击,非高斯特征明显增大,车轮多边形对信号非高斯特征几乎没有影响;基于W-H模型的非线性变换法,可以在保证模拟信号功率谱与指定功率谱基本一致的情况下,进行不同非高斯特征的信号模拟;高斯混合模型能够对铁道车辆非高斯信号较为准确地拟合;随着模拟非高斯信号峭度与偏度的增大,各模型与经验分布的相对误差也会增大,其中高斯混合模型拟合精度相对较高。

基于改进T-B法的宽带高斯过程疲劳损伤分析

针对宽带高斯随机应力过程造成的疲劳损伤问题,本文提出一种基于改进Tovo-Benasciutti(T-B)法的疲劳损伤频域分析方法。通过不同参数形式的功率谱进行时域的疲劳损伤分析,针对T-B法中的关键参数bTB提出一个新的非线性函数模型。与原T-B法相比,新提出的函数模型bMTB可以考虑S-N曲线斜率参数m的影响,并以此为基础提出基于改进T-B法的疲劳损伤分析方法。以时域的雨流计数法结果作为基准,分别采用参数化功率谱和真实响应谱进行数值试验,并与现有的多种宽带高斯疲劳损伤分析方法进行对比,验证本文所提出的改进T-B法的准确性和适用性。

改进双向快速搜索随机树的无人艇路径规划

针对双向快速搜索随机树(bidirectional rapidly-exploring random tree, BI-RRT)算法在全局路径规划时存在搜索效率低、路径拐点较多等问题,提出一种改进BI-RRT的水面无人艇(unmanned surface vehicle, USV)全局路径规划算法。该算法采取了极度贪心的思想、高斯偏置随机点采样方法以及启发式的节点扩展策略,同时对节点扩展和搜索树连接进行角度约束,将生成的路径进行剪枝和3次B样条优化处理。结果表明,相对于改进前,改进的BI-RRT在平均时间、随机采样点和平均路径上分别减少了40.5%、65.0%和24.0%。改进后的算法时间、采样点和搜索树扩展大幅度减少,路径平滑度提高且路径更短。

基于贝叶斯推断的地下水流模型非高斯源项场的识别

地下水模型中非均匀介质的复杂性及观测数据的稀缺性使模型存在不确定性。为了更好地预测模型的输出,需要我们基于有限的观测数据来估计模型中的未知参数,降低不确定性。贝叶斯方法是刻画不完全数据、模型偏差和测量误差带来的不确定性的有效方式,它可以根据现有数据确定参数向量的后验分布。在实际应用中,其主要挑战在于从后验分布中抽样。传统抽样方法随未知参数维数的增加而出现退化现象。本文主要利用最大期望变量选择(EMVS)方法来识别稀疏离散余弦变换(DCT)系数,并对后验分布中的超参数进行自适应更新,以提高问题的求解效率;特别地,利用逆Hessian矩阵来加速朗之万动力学蒙特卡洛马尔科夫链(MCMC)的收敛速度,使用敏感性矩阵构造的简化模型来有效地计算梯度和Hessian矩阵,高效地解决高维不确定性分析和反演问题。基于地下水源项识别高维反演数值实验,验证了反演方法能够得到可靠的参数估计,为提高地下水模拟在实际应用中的可靠性和计算效率提供了新的思路,对后续的地下水资源管理决策制定具有重要意义。

指定功率谱密度、偏斜度和峭度值下的非高斯随机过程数字模拟

无记忆非线性变换是传统非高斯随机过程模拟中经常使用的方法,然而,用于模拟同时具有指定功率谱密度、偏斜度和峭度值的非高斯随机过程时迭代过程复杂耗时,且精度也难以保证。通过理论推导,分析并得到了一种新的基于IFFT和时域随机化的非高斯随机过程模拟算法,能够方便快捷地模拟具有指定功率谱密度、偏斜度和峭度值的平稳非高斯信号。在此基础上进行了数值仿真实验,数值仿真结果与理论分析结果相一致,显示了该方法的有效性。

一种新的非高斯随机振动数值模拟方法

在振动工程领域,采用蒙特卡洛仿真方法求解复杂随机动力学问题时需要精确模拟各种随机振动激励信号。当随机振动激励具有显著的非高斯特征时,用传统的高斯振动去近似将产生较大的分析误差,需要研究精确的非高斯振动数值模拟技术。现有各种非高斯随机模拟方法一般只能模拟具有高峰值特征的随机振动,即超高斯随机振动,并且算法复杂不够直观,需要进行多次反复迭代,模拟精度和效率都有待提高。本文提出了一种新的基于幅值调制和相位重构的非高斯随机振动数值模拟方法,算法简洁直观,并充分利用快速傅里叶变换算法提高模拟效率,不仅可以模拟具有指定统计特性和频谱特性的超高斯随机振动,还能模拟亚高斯随机振动,具有广泛的适应性。数值仿真实验验证了该方法的有效性和精确性。

具有时变功率谱的非高斯随机过程的数值模拟

为了有效地模拟具有目标时变功率谱特征的非高斯随机过程,即非平稳非高斯随机过程。提出了基于目标时变功率谱和目标非高斯概率密度函数,通过建立非高斯与高斯随机过程之间相互转换的非线性平移关系,以及非线性平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系,将非平稳非高斯随机过程转化为非平稳高斯随机过程的模拟;而非平稳高斯随机过程可通过谱表示进行有效的模拟。为了验证该方法的有效性,进行了具有目标非平稳非高斯特征的脉动风速模拟;模拟结果表明:模拟生成的脉动风速样本的功率谱具有时变特征,且瞬时功率谱和相关函数均与目标相吻合;任意时刻脉动风速样本的概率密度函数与目标非高斯函数相互吻合;因此,模拟的随机样本不仅具有目标时变功率的非平稳特征而且还具有目标概率密度函数的非高斯特征,说明了该非平稳非高斯随机过程模拟方法的有效性。

利用FFT实现对非高斯随机粗糙表面的模拟

为了研究和分析非高斯随机粗糙表面,提出了一种基于快速傅里叶变换(FFT)和Johnson转换系统以及自相关函数等理论模拟生成非高斯随机粗糙表面的方法,生成了具有给定偏斜度、峰度的随机粗糙表面,验证了该方法的可行性和正确性;并给出了在相关长度等于0.1μm,0.5μm和30μm下的非高斯随机粗糙表面的模拟结果以及输入参数和输出参数的比较结果.结果表明,模拟生成的非高斯随机粗糙表面,其输入的随机表面的统计参数与输出的统计参数吻合较好.

基于有理平方根逼近的非高斯随机分布系统的故障诊断和容错控制

随机分布系统指的是输入为常规向量而输出为系统输出的概率密度函数所描述的一类随机系统．该类系统控制算法的目标是选择一个控制输入使得系统的实际输出概率密度函数尽可能跟踪一个事先给定的概率密度函数．本文对采用有理平方根B样条逼近其输出概率密度函数的非高斯动态随机分布系统,提出了一种基于非线性自适应观测器的故障诊断方法．该方法可快速有效地诊断出非高斯随机分布系统故障．通过对故障系统的重组,使故障后系统的输出概率密度函数仍能跟踪给定的分布,实现了该随机系统的容错控制,提高了随机系统的可靠性．

高斯随机粗糙表面的电磁散射研究

本文利用数值方法研究高斯随机粗糙表面的电磁散射问题 .应用矩量法研究高斯随机粗糙表面的电磁散射可以使我们获得较为精确的数值结果 .但是 ,对于表面散射 ,应用矩量法时 ,表面未知变量的数目非常大 ,即使对于一维表面也需要几千个未知变量 .当我们求解矩阵方程时 ,计算机对求解的问题有几个限制 ,一个是内存的限制 ,一个是速度的限制 .为了克服内存的限制 ,发展了许多迭代数值算法 .本文发展了一种新的数值迭代方法 .利用这一方法 ,我们对高斯随机粗糙表面的电磁散射问题进行了研究 ,并与矩阵反演方法进行了比较 .所得结果表明 ,这种新的迭代法具有很好的收敛性 .