基于仿射类平滑伪Wigner分布的厚度有序递变型薄互层时频特征分析

厚度有序递变型薄互层是众多薄互层类型中比较典型的类型之一,其时频特征的准确刻画对于识别和解释该类薄互层具有重要意义。通过建立不同总厚度、不同互层数、不同厚度变化量的厚度有序递变型薄互层地质模型,采用波动方程正演模拟获取理论数据,通过仿射类平滑伪Wigner分布获取时频谱。在此基础上,系统梳理不同类型薄互层时域波形、时频谱和瞬时频谱特征及变化规律。研究结果表明,典型的厚度有序递变型薄互层具有"薄升厚降"、"薄宽厚窄"的总体时频变化规律,薄层时频变化规律是其主要的调控机制。另外,厚度有序递变型薄互层的时频特征存在明显厚度分区特性:厚度小于1/8波长的各单层表现出峰值频率随着地层减薄而降低、频带变窄的特性;厚度大于1/2波长的各单层表现出随着地层增厚,第一频带被压缩、陷频带变宽的特性;厚度介于(1/8~1/2)波长的各单层表现出与单一薄层相近的频谱特性;单层厚度区间、互层数和厚度变化量是厚度分区特性的主控因素。还提出了过渡性递变型薄互层、等效薄层的概念,从而将薄层、等厚薄互层、厚度有序递变型薄互层联结成一个统一的时频响应特征框架。

基于平滑伪Wigner-Ville分布信号重排的爆破振动信号分析研究

简单介绍了重排时频分布,包括Cohen类分布的重排和Affine类分布的重排。并选择属于重排Cohen类分布的平滑伪Wigner-Ville分布重排对地下和露天爆破振动信号的时频特征进行对比分析,得出了它们之间的不同之处和相似之处,以便采取更加合理的措施来减小爆破振动的危害,从而保护地下工程和露天工程设施的安全稳定性。

层次狄利克雷过程隐半马尔科夫模型识别飞行员脑疲劳状态

在民航及军用航空领域,长期恶劣飞行环境的影响将导致飞行员精神不集中,产生疲劳现象,严重影响飞行员的判断能力.因此,研究飞行员的脑疲劳状态对飞行安全来说非常重要.脑疲劳推理主要面临二个基本问题:一是如何提取脑疲劳认知的特征,二是如何识别带驻留时间的脑疲劳认知潜在状态.针对第1个问题,本文提出一种基于Kaiser窗函数的光滑伪仿射维格纳–维勒分布的方法,提取主要认知脑区的脑电节律的瞬时频谱特征.并与其他时频分布的特征进行对比,本文的特征具有明显的局部显著性.针对第2个问题,本文建立一种基于剩余寿命的隐半马尔科夫模型(HSMM)的飞行员脑疲劳认知动力学推理模型,解决了传统隐马尔科夫模型潜状态快速切换及无法对潜状态驻留时间进行建模的问题.飞行员脑疲劳认知行为是由多通道的脑节律融合的整体表现行为,建立多通道共享狄利克雷过程先验参数的层次学习网络,形成共享疲劳认知主题的子任务学习机制.实验结果显示本文的模型具有较高的推理飞行员脑疲劳状态的能力,具有广泛的应用价值.