基于小波变换和EMD提取非平稳风速中的时变均值

依据Gramer定理,非平稳风速可以分解为确定性的时变平均风速和零均值平稳随机脉动风速的叠加。时变平均风速刻画了风速时程的非平稳特征,其准确提取将使得非平稳风速的分析变得较为容易。提出利用单尺度小波能量的突变确定时变均值分解的准确层次,利用该层次近似系数的离散正交小波逆变换可得到准确的时变均值。分析结果表明,利用该方法提取的时变平均风速比EMD方法更为准确可靠。

一类非平稳噪声扰动下的时变系统辨识

本文论述了一类非平稳噪声扰动下时变系统的参数估计问题,提出了既适用于噪声均值慢漂移,又适用于噪声均值突变时的参数估计方法,最后由仿真例子验证了所提出方法的有效性。

一种非平稳随机振动试验控制系统设计

目的 实现非平稳随机振动试验控制,在传统随机振动试验控制理论基础上,提出一种针对非平稳连续振动方式下的随机试验控制方法。方法 将均方根时变的非平稳随机振动过程近似等效为一个均方根和PSD谱的乘积模型,通过实时计算归一化的驱动谱,利用均方根实时跟随控制策略,更新驱动信号,实现连续非平稳随机振动控制。利用软件编程实现控制算法和策略,并基于工控机、实时控制器、数据采集模块等硬件,设计一套非平稳随机振动试验控制系统。将该控制系统与振动台试验系统连接,开展时变随机功能验证试验。结果 归一化后的PSD谱控制误差在±3 dB范围内,控制效果和精度能够满足设计要求。结论使用所设计的控制系统开展非平稳随机振动试验是可行的,能够实现对参考时变均方根曲线的实时跟随控制。

基于广义子集模拟和自适应Kriging模型的非线性随机动力系统的时变可靠性分析

针对非线性随机动力系统在非平稳高斯随机过程激励下的时变可靠性问题,提出一种广义子集模拟(GSS)和主动学习Kriging模型结合Monte Carlo的自适应更新(AK-MCS)高效计算方法(GSS-AK-MCS)。基于全概率定理,将非线性随机动力系统的时变可靠性转化为一个双层嵌套问题:内层通过GSS算法解决非平稳随机激励下累积失效概率的计算;外层自适应地构建系统随机参数与累积失效概率之间的Kriging代理模型,基于代理模型实现随机系统的可靠性分析。以两个非线性结构系统的时变可靠性分析为例,验证所提出方法的可行性。数值算例结果表明:GSS-AK-MCS方法不受非平稳随机激励的频谱特征的影响,与传统的MCS和Kriging模型方法比较,显著提高了非线性随机动力系统的时变可靠性计算效率。

高耸柔性建筑结构非平稳非线性动力方程统计线性化分析的等效参数计算

采用统计线性化分析方法，研究了高耸柔性建筑结构在非平稳地震激励下考虑几何非线性效应时等效参数的计算方法，推导了等效参数阵以等效参数向量的有限单元计算表达式，解决了统计线性化分析方法应用于大型复杂结构非线性随机响应分析的关键问题，并采用迭代的计算方法对洛阳电视塔结构的非零均值非平稳时变系统的响应进行了计算。

时变线性大系统在结构扰动下的平稳振荡

该文应用大系统的分解方法及一个推广的不等式，研究了一类时变大系统在结构扰动下的平稳振荡问题，得到了一些新结果．

非平稳地震激励下高耸电视塔结构非线性响应的统计线性化分析

采用统计线性化的分析方法,研究了高耸电视塔结构在非平稳地震激励下考虑几何非线性效应时等效参数阵的计算方法,给出了等效参数阵的有限单元计算表达式,研究了相应的非零均值非平稳时变系统的计算算法,并对洛阳电视塔结构进行了计算研究。

关于非平稳随机振动的分析方法

本文提供两方面的内容:(1)在时域中分解非平稳激励后求解时不变系统的响应及概率特征;(2)在频率域内利用谱场描绘谱等高线图的方法。还给出了车辆、火箭发动机受非平稳激励时的振动分析。

稀疏多小波时变系统辨识及脑电信号时频分析

通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一步结合正则化正交最小二乘(ROLS)算法,既降低模型复杂度,又避免模型过拟合问题,从而实现了时变参数的快速准确估计。仿真实例结果表明,与传统递归最小二乘(RLS)算法、经典正交最小二乘(OLS)算法结果相比,所提稀疏多小波建模算法能够更加准确跟踪时变参数的变化。最后,该算法用于运动想象任务下采集的真实EEG信号的时频特征分析,能够有效地得到α节律下高时频分辨率的事件相关去同步(ERD)及事件相关同步(ERS)分析结果,验证了本文算法的应用性。

一类基于非平稳噪声参量估计的时变系统参数辨识

对于未知噪声时变统计特性的时变动态系统，论述了一类基于非平稳噪声参量估计的时变系统参数辨识算法．该算法包括三部分，通过在线状态估计，构造残序列模型，试图从测量信号中分离出非平稳噪声，在线估计噪声时变均值和方差，用于整个改进算法的实现．仿真例子验证了该方法的有效性．

非平稳地震激励下惯容耗能结构动力响应解析法

针对惯容减震系统在非平稳地震激励下动力响应研究不足的问题,提出设有混联Ⅰ型惯容减震系统的多自由度耗能结构动力响应时变方差的解析解法。根据惯容减震系统的本构关系、结构的动力方程及非平稳地震激励,综合利用复模态法和虚拟激励法,将惯容耗能结构解耦为一阶系统,以便获得结构位移、速度、层间剪力等响应量的统一解。采用二次式分解法将统一解的时变功率谱密度函数转化为惯容耗能结构复模态特征值、模态系数、时变模态强度系数和含有圆频率平方项的二次式乘积的线性组合。在此基础上,利用非平稳模态谱矩在无限积分区间有解析解的特征,推导出非平稳地震激励下耗能结构响应时变方差的解析解。通过采用突加型白噪声激励对结构动力响应进行分析,验证了所提动力响应功率谱和时变方差的正确性。同时,基于突加型Kanai-Tajimi模型的框架结构动力响应研究,分析了惯容系统参数对减震效果的影响。所提方法可适用于线性结构在其他非平稳调制函数的地震动下的响应分析。

广义时变ARMA模型参数函数的确定方法

提出一种确定广义时变ARMA模型参数函数的方法。该方法首先求得时间序列的均值函数和方差函数 ,并将广义时变ARMA模型转化为时变ARMA模型 ,然后通过样本周期图和多点平均方法得到时变参数的函数形式 ,再分别采用最小二乘法和极大似然法确定其中的待定参数。从而将一个复杂的时变问题转变为相对简单的时不变问题进行处理。

基于EVSEWT的下击暴流时变平均风提取

下击暴流等极端风具有强烈的非平稳特性,给风场特性分析、结构响应计算带来挑战。根据经验将非平稳风分为时变平均风和零均值脉动风分别进行分析,是处理非平稳风速信号的有效方法。分析了几种常见时变均值提取方法的优缺点,在此基础上提出一种基于能量波谷寻找的经验小波变换方法,用于下击暴流时变平均风速提取,并将提取的时变平均风和脉动风用于分析某幢高层建筑顶部位移响应。对2组下击暴流的分析结果得出:与经验模态分解和离散小波变换方法相比,基于能量波谷寻找的经验小波变换方法模型提取的时变平均风更符合预期,对应的结构响应偏于安全。

关于时域法与复频域法求解LTI系统时解的一致性问题

探讨了用时域法与复频域法求解 LTI系统时解的一致性问题 ,指出了理论上解的一致性与具体操作上的矛盾 ,以及用时域法求解 LTI系统过程中容易出现的概念性的错误 ,并提出了何时、何地、以及如何对时域解进行修正的办法。

线性、非时变电路任意输入的响应——卷积积分

卷积积分是分析线性、非时变网络在任意波形输入下零状态响应的重要方法,是电路理论的重要内容之一。因此,在新编的中央电大《电路分析》课程教材中,增加了卷积分分析的内容,目的在于使同学们了解卷积积分的数学定义,和线性、非时变电路任意输入下的零状态响应——卷积积分分析方法,为线性系统的分析提供基础。

确定时间序列协方差函数的方法

提出一种确定时间序列协方差函数的方法,它首先根据(多元)时间序列构造其互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列,然后采用谱分析和多点平均方法对互协方差函数随机序列、互相关函数随机序列或自协方差函数随机序列、自相关函数随机序列的趋势项进行分离,分别求得其周期项和非周期项的函数表达式,再综合给出整个趋势项函数。从而得到原时间序列的互协方差函数、互相关函数或自协方差函数、自相关函数的函数形式,并通过最小二乘方法确定其中的待定参数。该方法可用于时间序列协方差函数的建模、分析和预测,并且计算简单易行、精度高,便于实际应用。

基于小波变换的电力谐波测量方法综述

电力系统的谐波测量,特别是对突变的和时变的非平稳谐波的时频分析,一直是电力工作者研究的一项重要的课题.随着数字信号处理技术的发展,小波变换作为一种较有效的方法,也已被广泛地应用于对电力系统的谐波测量中.本文综述了采用小波进行电力系统谐波测量的方法,以及所具有的特点与不足,并提出了基于小波进行电力系统谐波测量的未来研究方向.

卷积的教学演示程序

在时域内，连续卷积和离散卷积是求解线性非时变系统零状态响应的重要方法，特别是激励信号为时限信号时尤其如此。卷积的计算比较复杂，是信号与系统分析中的重点和难点，特别适合用计算机来计算。以往的卷积积分多用FORTRAN、C、VB等语言编程，不仅编程繁琐，而且可视性差。

基于变中心互相关熵的比例自适应滤波算法研究

针对传统自适应滤波算法对于非零均值非高斯噪声干扰环境下稀疏系统参数估计存在稳态精度低的问题,以变中心互相关熵为代价函数,引入比例更新机制,应用随机梯度法设计一种新的稀疏自适应滤波算法。变中心互相关熵的中心可位于任何位置,其可很好地匹配非零均值的误差分布,而比例更新机制为每个权值参数赋予可变的步长参数,因此可增强算法的跟踪能力。进一步设计在线学习方法来估计核宽度和中心位置,以提高算法性能。另外根据能量守恒关系研究了算法的收敛性。仿真实验结果表明,该算法相对于传统自适应滤波算法对于非零均值非高斯噪声环境下的稀疏参数估计具有明显的优越性和鲁棒性。

零碳园区电-氢混合储能系统多目标优化配置

随着氢气生产和储存技术的快速发展,开发氢气储能系统(hydrogen energy storage systems, HESSs)将给能源和电力系统结构带来根本性变化。HESSs和电池储能系统(battery energy storage systems, BESSs)相结合进行协调优化可以解决多种能源供需之间的不平衡,并提高能源效率。为确保BESSs和HESSs规划的有效性,以最小全生命周期成本(life cycle cost, LCC)、系统网损、联络线交换功率偏差、负荷波动以及电压波动为目标,采用带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ, NSGA2)求解储能系统(energy storage systems, ESSs)选址定容规划方案的Pareto非支配解集。并利用基于熵权法(entropy weight method, EWM)的灰靶决策在Pareto非支配解集中选取最佳折中解。另外,通过模糊核C-均值(fuzzy kernel C-means, FKCM)聚类算法获取源荷典型运行场景集,并基于扩展的IEEE-33节点系统进行仿真分析。仿真结果表明:NSGA2算法不仅实现了电-氢混合储能系统LCC最小,且其电压质量、功率稳定性、网损与负荷波动也显著优于对比算法。