基于能量阈值的双参数阈值函数在生理信号降噪中的应用

针对弱生理信号在采集过程中易被噪声淹没,传统小波去噪算法存在去噪效果差和信号提取失真的问题,根据小波系数的能量分布特点,提出一种改进的小波阈值去噪算法。通过计算各层小波系数的能量来确定阈值,避免阈值计算的不平衡性,同时提高自适应性和弱信号的保真度;采用一种改进的可调节的双参数阈值函数对小波系数进行处理,在小波系数压缩程度可控的同时可以自由调节阈值函数的变化趋势。实验结果表明:改进的小波阈值去噪算法相较于两种传统去噪算法(经验模态分解算法和滤波器算法)以及12种传统小波阈值和阈值函数组合算法,在信噪比、均方根百分比和均方根误差上都具有明显的优势,并且在实测生理信号中取得了最小的平均相对误差和最小的波动性。

MMMC两侧电流基于Lyapunov函数的控制策略

分频传输系统(fractional frequency transmission system,FFTS)是一种海上风电电能传输方案,FFTS中最为关键的装置为大功率AC/AC变换器,而模块化多电平矩阵变换器(modular multilevel matrix converter,MMMC)是一种高电压、大功率AC/AC变换器。针对MMMC输入输出两侧的电流控制,目前一般都采用传统PI控制,其控制参数多且控制效果不理想,而基于Lyapunov函数的控制策略的控制器数量、控制复杂程度和效果都优于PI控制,因此提出了MMMC输入输出两侧电流的Lyapunov函数控制策略。根据MMMC的拓扑结构,推导出MMMC输入输出两侧电流解耦模型,再结合Lyapunov函数控制理论,推导出MMMC输入输出两侧电流的Lyapunov函数控制的数学模型,证明了所提控制具有全局渐进稳定性,讨论了Lyapunov函数控制的不精确以及参数选择问题。最后在MATLAB仿真平台上针对MMMC输入输出两侧电流控制采用所提控制策略和传统控制策略分别在不同工况下进行实验比较,仿真结果验证了所提控制策的正确性与优越性。

基于全局能量函数和锚点图的室内语义分割

室内场景是人类生活的重要场所,基于三维点云感知与理解室内场景一直以来都是研究热点。室内语义分割根据不同粒度细化为:结构(地板、墙壁、天花板等)的提取、空间(房间、走廊及开放空间)的语义划分,以及物体(桌子、椅子、书架、柜子等)的语义分割识别。现有方法可有效实现遵循曼哈顿世界(Manhattan world,MW)假设的室内场景分割识别,可以满足结构与坐标轴保持平行,无曲面墙面和所有物体均垂直地面放置的简单环境下应用需求。然而,在复杂环境中,如面对曲面墙面、长走廊、任意定向物体,现有方法往往出现曲面结构错分割、长走廊过分割及室内物体错分类等问题,无法满足高精度室内语义分割的要求。为改善上述问题,实现基于室内三维点云的更高精度的分类和分割,论文拟从下面3个方面入手。

基于能量函数塑形的直流微电网多电力弹簧电压平稳控制方法

直流微电网低惯性响应特性常导致系统存在不确定性扰动时母线电压波动越限。针对这一问题,文中以直流电力弹簧(DCES)为核心构建智能负载,解析直流电机动能与智能负载惯量能量间的映射关系,实现需求侧等效虚拟惯量注入,快速补偿不确定性扰动造成的DCES输出电压偏差;针对多DCES协同控制,设计动态事件触发机制,以最小通信需求求解全局一致性误差,实现各DCES输出电压期望轨迹实时在线更新;提出了具有最小相位特性的反馈线性化控制器,将传统电压-电流双环控制转化为能量单环控制,构建DCES能量函数,重塑状态变量空间为Grassmann流形,实现系统完全解耦和精确线性化转换,准确跟踪各DCES输出电压期望轨迹,同时确保全局渐近稳定。基于dSPACE的实验结果表明:系统存在外部不确定扰动和内部参数摄动情形下,所提方法可实现直流微电网母线电压的平稳控制,具有动态响应快、稳定性好、鲁棒性强、抗扰性优的特点。

广义哈密顿实现及其在基于能量的准Lyapunov函数构造中的应用

首先研究一般非线性系统的Hamilton实现问题 ,给出了两个实现的充分条件 ;然后应用所得到的结果研究广义受控耗散Hamilton系统的基于能量的准Lyapunov函数构造问题 ,给出若干能通过改造Hamilton函数得到准Lyapunov函数的充分条件 .

基于边力函数能量泛函的图像分割算法

针对传统图像分割算法中存在的图像分割速度慢以及初始轮廓和参数鲁棒性差等问题,提出一种基于边力函数能量泛函的图像分割算法。通过顺序统计滤波边力函数进行数据拟合,提出边力函数能量泛函的概念,从而使得曲线快速自适应地向目标边界靠近。为了有效地调节水平集函数,引入优化后的长度项对曲线进行平滑和缩短处理,另外利用梯度下降法实现能量泛函的极小化。实验结果显示所提出的方法图像分割速度较快,分割精度较高,且对于初始轮廓与参数具有较强的鲁棒性。实验结果验证了该方法的有效性。

基于障碍Lyapunov函数的未知控制方向非线性系统的约束鲁棒输出调节

本文研究一类不确定非线性系统的约束鲁棒输出调节问题.在具有未知控制输入方向的情况下,要求被控非线性系统的受控输出在趋近于零的同时,被限制在给定的范围内.文章结合障碍Lyapunov函数和Nussbaum增益技术,进行反馈控制器的设计.通过MATLAB仿真验证了控制算法的合理性.同时,与基于二次型Lyapunov函数设计的仿真结果进行对比,表明了控制算法的有效性.

基于HHT能量和最大Lyapunov指数的蛇行分类方法

现有蛇行监测标准仅考虑构架横向加速度信号的时域幅值信息,通过单一的固定值去评判列车是否蛇行,没有定量反映蛇行失稳对列车的影响程度;针对以上问题,提出基于HHT的能量法,该方法从信号频域主频的大小,频谱的集中性以及频率值等方面来判断高速列车是否发生蛇行运动;在此基础上,提出了快速蛇行收敛的概念,此类情况对车辆系统运行安全影响较小,因此是不影响车辆系统安全的信号;最后,利用最大Lyapunov指数表征信号的周期性,从而区分快速蛇行收敛和蛇行运动(小幅蛇行和大幅蛇行);结果表明,通过HHT能量法与最大Lyapunov指数相结合可以对高速列车正常运行、快速蛇行收敛、小幅蛇行和大幅蛇行的4种运行状态进行定性识别,且HHT能量值能定量反映蛇行程度的大小,并通过实测线路数据验证了方法的可行性。

不平衡电网电压下MMC-UPQC的Lyapunov函数控制方法

统一电能质量控制器(UPQC)结合模块化多电平换流器(MMC)而成的MMC-UPQC系统能够解决高压下电能质量问题,但目前MMC-UPQC常用PID等线性控制来补偿电流和电压,但因MMC-UPQC为非线性、多变量对象,因此,PID等线性控制难以得到满意的补偿效果。为此,提出将非线性Lyapunov函数控制用于MMC-UPQC电流和电压的补偿控制。首先,对不平衡电网下MMC-UPQC进行数学建模;接着,对不平衡电网下MMC-UPQC的电气量进行正负序分离;然后,将提出的Lyapunov函数控制用于不平衡电网下MMC-UPQC的电能质量补偿,并证明了Lyapunov函数控制系统的稳定性,推出了Lyapunov函数控制增益的稳定范围;最后,在仿真系统平台上对Lyapunov函数控制和传统PID控制两种方法进行仿真实验比较,仿真结果验证了Lyapunov函数控制方法能够更好地补偿MMC-UPQC电流和电压的电能质量。

非共振能区连续能量确定论中子输运计算方法研究

为了分析核反应堆堆芯内相关物理量分布,需要利用数值方法求解中子输运方程。其中,概率论方法计算效率尚无法满足大型工程计算的需求;而确定论方法大都采用多群近似技术,需要制作专门的多群数据库、进行复杂的共振计算。为了消除确定论方法中的多群近似,本研究提出了基于函数展开的连续能量确定论中子输运计算技术。针对核反应微观截面在非共振能区的特点,建立了多项式基函数展开技术,恰当地刻画了中子在能量维度上的耦合特性,给出了中子通量密度和核反应率等物理量随中子能量的分布。本文详细介绍了非共振能区函数展开技术的理论模型、程序开发与验证。数值结果表明,该技术思路可行。

基于EMD分量与小波包能量熵的轧辊磨削颤振在线预测

针对轧辊磨削颤振时的时频域单一处理方法存在部分特征丢失的问题,提出了时频域相结合的方法对信号进行特征处理,并利用智能算法实现轧辊磨削颤振的在线预测。首先,利用经验模态分解(empirical mode decomposition,EMD)方法对振动传感器信号进行分解获得各固有模态函数(intrinsic mode function,IMF),剔除“虚假分量”后计算表征轧辊磨削颤振的时域特征。然后,利用小波包能量熵对声发射传感器信号求解频率段节点能量熵值,获得表征轧辊磨削颤振的频域特征。最后,将上述时频域特征降维后代入智能算法模型实现对轧辊磨削加工的在线预测。结果表明:LV-SVM模型的磨削颤振分类平均准确率达92.75%,模型平均响应时间为0.7765 s;验证了时频域特性的EMD和小波包能量熵方法的LV-SVM在线预测轧辊磨削颤振的有效性。

基于Lyapunov-MPC方法的非合作目标近距离抵近控制

针对航天器近距离视线抵近同时存在轨道与姿态机动的非合作目标特定方位控制问题,提出了一种基于控制Lyapunov函数(CLF)的模型预测控制方法 (LMPC)。首先,根据视线坐标系下的轨道动力学方程,建立了满足视线指向要求的航天器相对轨道动力学模型,并推导了期望轨道的解析表达式。其次,利用MPC方法设计控制器进行在线优化控制,并通过纳入基于李雅普洛夫方法的非线性反步控制的显式特征,构建收缩约束式,以确保闭环稳定性。接着,对基于LMPC的控制方法的递归可行性和闭环稳定性进行了证明。最后,仿真结果证明了所设计的LMPC轨迹跟踪方法的有效性和鲁棒性。

基于函数型数据分析算法的电阻性本质安全电路电弧放电模型

区别于电感性和电容性本质安全电路,电阻性本质安全电路的电弧放电波形因具有三种类型一直无法被准确描述,且电阻性电路本质安全判据的不完善描述会导致实际运行条件下爆炸事故的多发性。对此,该文首先考虑电阻性本质安全电路的放电过程及波形特征,基于函数型数据分析回归算法,建立了高维、参数强相关、适用范围广的电阻性电路电弧放电数学模型,并基于模型建立了相应的本质安全能量判据;然后采用该模型模拟电阻性电路放电过程并提出了一种电弧放电波形分类方法,发现在特定电路参数条件下,当电路正常工作电流I≤0.15 A或I≥0.6 A时,电弧放电基本呈现典型放电形式;最后搭建火花放电试验平台,验证了所建电弧模型的可行性与预测效果的准确性。

基于能量函数的风力发电机空载电压动态控制方法

针对风力发电机空载电压动态控制过程中,控制律未能达到最优,导致空载电压不稳定、控制精度较差的问题,提出基于能量函数的风力发电机空载电压动态控制方法 .在发电机拓扑结构下,采用开关函数结合基尔霍夫电压定律,建立基于三相静止坐标系的风力发电机数学模型,获取风力发电机的运行状态;凭借傅里叶频谱分析发电机空载运行时的电压,得到高次谐波中齿谐波的正弦性畸变率与电话谐波因数;通过构建空载电压动态控制模型,获取初始控制律,在控制律的约束条件下,建立能量函数,以此优化初始控制律,设计出更适用于风力发电机空载电压的动态控制律.实验结果表明:所提方法能够平稳且有效地持续动态控制风力发电机的空载电压,使电压波形无限接近正弦波形,令发电机始终位于理想的运行状态,并且风力发电机空载电压动态控制精度较高,具备投入应用的可行性条件.

风电系统能量传递函数模型建立及能量转换分析

风力发电系统是包含风力机、发电机等多子系统的复杂系统,其整体性能研究尚未开展。为评估风电系统整体性能,这里通过分析子系统间能量传递关系,构建系统整体的能量传递函数模型,利用Matlab/Simulink软件对系统传递函数进行建模仿真,将模型仿真结果与搭建的垂直轴风电系统试验平台试验结果对比分析的方式研究能量转换过程中系统性能的变化。分析结果表明,系统的仿真功率与试验功率的相对误差为3.7%,仿真效率与试验效率的相对误差为4.3%,且曲线变化趋势同步。验证了风电系统能量传递函数模型能够预测系统整体的能量转换性能和输出特性,为风电系统部件的选型与匹配提供了参考价值。

基于TVFEMD-IMF能量熵增量的桥梁监测数据降噪方法

针对桥梁监测数据受多重噪声干扰、影响结构真实响应获取的问题,提出了一种基于时变滤波经验模态分解(time-varying filtering empirical mode decomposition,简称TVFEMD)和本征模函数(intrinsic mode function,简称IMF)能量熵增量的桥梁监测数据降噪方法。首先,利用TVFEMD分解桥梁原始监测数据,得到多个子序列;其次,采用IMF能量熵增量确定多个子序列中的有效子序列;然后,划分子序列中的结构响应分量和噪声分量,对结构响应分量重组实现监测数据降噪;最后,利用平均绝对误差(mean absolute error,简称MAE)、均方根误差(root mean squared error,简称RMSE)和信噪比(signal-noise ratio,简称SNR)对不同方法的降噪效果进行评价。仿真算例和工程实例结果表明:TVFEMD相比经验模态分解(empirical mode decomposition,简称EMD),有效解决了模态混叠问题;TVFEMD结合IMF能量熵增量方法,有效抑制了多重噪声影响,对结果精度有较大提升;与EMD-IMF能量熵增量和Kalman滤波降噪法相比,TVFEMD-IMF能量熵增量法所得到降噪信号的MAE和RMSE值分别提升了23%和21%以上,降噪效果更好,信噪比提升38%以上,抗噪性能更佳。

溴化镧探测器γ射线能量展宽及解谱研究

溴化镧(LaBr_(3):Ce)探测器是一种性能优良的无机闪烁体探测器,准确的LaBr_(3):Ce探测器γ响应参数以及响应能谱是开展应用工作的基础。通过对实验中实测γ能谱的分析,可以得到溴化镧谱仪的半高宽-能量关系,在尝试使用MCNP中GEB卡还原此关系时,发现可将程序中自带的半高宽-能量函数简化,简化后的函数关系仍能较好地反映实验测量信息。在此基础上,采用MCNP程序模拟了0.1~5 MeV的单能γ射线在Φ50 mm×10 mm溴化镧探测器中的响应输出,构建了其γ响应函数矩阵。通过能谱计算得到展宽系数后,编写MATLAB计算程序对构建的响应矩阵进行高斯展宽。利用展宽后的矩阵通过加权最小二乘法对实验测得的复杂能谱进行解谱,并将解谱结果与实验测量数据进行比较验证。结果表明:展宽后的响应函数与实验得到的响应函数符合一致,通过数值解谱可以很好地给出实验测量中不同γ源的能量以及相对产额等信息。

基于随机颜色Petri网的食物网能量流动建模与分析

为更好地描述能量流动问题,对生物变化做出及时的预测。以食物网中能量流动为例,提出一种随机颜色Petri网模型及可达性分析方法。在颜色Petri网的基础之上针对token引入随机函数和约束函数等属性用来描述token的传递特性;基于随机颜色Petri网提出可达图构造算法和随机概率矩阵;将随机颜色Petri网应用到食物网的能量流动过程中,对能量流动过程进行分析并对传递的物质进行分类,验证该模型的有效性。

基于高斯小波函数和线性表达法的开口板自由振动特性研究

研究开口板自振特性的求解方法,将开口部位视为厚度为零的板,引入局域化特性的高斯小波函数作为位移形函数来捕捉厚度突变的情况,提高解的精确度。提出线性表达方法解耦位移形函数与边界条件,基本思路是通过高斯消元法找到约束条件矩阵中线性无关的列向量,将位移形函数中的未知系数转变为线性无关系数列向量的线性表达,从而将有约束问题转变为无约束问题。对四边简支和四边固定的开口板进行分析,结合有限元方法计算结果,讨论解的收敛性和准确性。研究了不同开口尺寸、开口形状对自振频率的影响,得到开口尺寸、开口形状与自振频率关系曲线,对影响的原因进行了解释。最后计算了不同边界约束条件下多开口板的自振频率。

基于能量模型的最大熵生成对抗网络

生成对抗网络(Generative Adversarial Network,GAN)是目前深度学习领域的一个研究热点。针对GAN生成模型存在模式坍塌和训练不稳定的问题,提出一种全新的能量函数意义下的生成式对抗网络模型(Energy Maximum Entropy GAN,E-MEGAN)。该模型的最终目标是最大化生成样本的熵来解决模式坍塌问题,使用非参数互信息估计量计算该熵。为了稳定对抗的训练过程,还使用了以零为中心的梯度惩罚技巧。通过在MNIST和CelebA数据集上进行大量实验,表明该模型可以生成清晰高质量的图像,其IS(Inception Scores)和FID(Frechet Inception Distance)与WGAN-GP技术相比具有同等竞争力,并且不会遭受模式的损失。