基于Melnikov函数Duffing系统微弱信号检测

在传统的混沌振子检测微弱信号方法中,当系统进入间歇性混沌状态时,可以通过找到间歇性混沌周期,来计算微弱信号频率。然而直接从时域图上观察所得的间歇性混沌周期容易出现较大的误差。针对这个问题,提出了基于Melnikov函数的Duffing振子微弱信号检测方法,能够检测正弦微弱信号频率,并应用此法对强噪声背景下的微弱正弦信号检测进行仿真。理论分析及仿真结果表明基于Melnikov函数对微弱信号进行检测,可以更加清晰明确地检测出微弱信号的频率。

基于电力配电网络的双向工频自动通信技术

双向工频自动通信系统(TWACS)是基于电力配电网络的一种新型通信技术,文章详细介绍了这种TWACS的结构,信号的调制原理,编码方式及时域检测方法。

基于作图法的传输线时域响应分析

传输线是微波和高速电路中的典型结构,通常采用数值计算方法对其进行时域响应分析。本文基于传输线理论,推导并阐述了两种有效的作图方法,即反弹图法以及Bergeron图法,分别用于求解端接线性负载以及端接非线性负载的无耗传输线结构。作图法具有物理概念清晰,直观形象,便于掌握等特点,适合在教学过程中实施。

偏心量影响下的裂纹转子非线性研究

利用拉格朗日方程建立了非稳态油膜力作用下的转子-定子-轴承系统裂纹故障的力学模型,应用数值分析方法研究了该系统在偏心量变化时转子系统的分岔图、时域波形、幅值谱图和Poincare截面,揭示了系统分岔特性和进入混沌的途径.研究结果表明:当偏心量作为唯一控制参数时,裂纹转子系统呈现出复杂的非线性动力学行为.该结果为大型旋转机械的故障诊断提供了理论依据.

基于网络加权Voronoi图分析的南京市商业中心辐射域研究

道路网络在城市社会和经济活动中发挥重要作用,它是联系商业中心与需求间的桥梁,道路系统的更新与变化必然会对它们的关联产生影响。Voronoi图是划分势力空间的有效工具,基于道路网络分析构建的加权Voronoi图可以模拟城市商业中心功能辐射的实际情形。本文给出了基于道路网络分析的Voronoi图和加权Voronoi图构建方法,通过对各种Voronoi图的比较分析,认为基于网络路径时间分析构建的加权Voronoi面域图在商业中心辐射域模拟中最为有效。将空间相互作用和断裂点理论与网络加权Voronoi面域图相结合,模拟不同交通条件下南京市商业中心辐射域空间格局及其需求覆盖变化,并提取了辐射域的覆盖面积、覆盖人口、最远辐射路径距离和平均辐射路径距离等信息。对商业中心的地铁邻近度与其辐射域的扩张面积进行相关分析,采用域邻接矩阵描述空间划分平衡与不平衡之间的相互转变过程,可分析道路系统变更后商业中心之间空间竞争的变化趋势。分析结果表明商业中心的地铁邻近度与辐射域的扩张具有较大的相关性,快速轨道交通在商业中心空间竞争中发挥关键作用。

基于时区偏差的旅客列车始发域优化研究

旅客列车合理始发终到时间范围是编制旅客列车运行图的重要依据,对于方便旅客旅行、优化车底运用意义重大。在阐述我国铁路东西方向线路长、时区偏差大的运营特点的基础上,针对旅客列车始发时间范围的优化问题,运用现有方法,设计以北京为基准,引入各城市时区偏差的合理始发域计算公式,并通过实例与传统方法计算得出的结果进行对比分析。结果表明,该优化方法能够合理地考虑时区偏差对旅客列车始发终到时间范围的影响。

一种轧机故障诊断的方法

利用时域图、峭度趋势波形图、峰值趋势波形图、频率图、自相关对低速重载轧机的故障机理进行了剖析,提出了综合利用时域图中自动判断冲击,再利用峭度趋势波形图和峰值趋势波形图确定故障隐患是否存在,最后用频率图和自相关共同确定故障位置的方法。阐述了如何在时域图中自动判断冲击,如何形成峭度趋势波形图、峰值趋势波形图以及怎么样利用频率图和自相关共同确定故障位置。所提出和研究的综合方法能够有效、快速、准确的判断和分析故障。

电流控制型Boost变换器分叉行为的仿真和分析

研究了电流控制型Boost变换器的分叉行为,建立了符合实际电路限定条件下的离散迭代映射模型,采用分叉图和庞加莱截面,分析了电路参数对分叉行为的影响,并对产生切分叉和阵发混沌现象的电路参数进行了讨论。通过构造Matlab下的分段光滑开关模型,采用龙格—库塔(Runge-Kutta)算法,得到了Boost变换器的时域波形和相轨图,从而验证了离散迭代映射模型的正确性。研究结果表明电流控制型Boost变换器具有丰富的非线性动力学行为。

森林植被衰减系数极化特征研究

采用室内宽带极化测量系统获得了小场景森林植被3～10 GHz高精度多极化的频域数据,通过时域响应定量推导了极化衰减差异与回波电平的数学关系,并结合植被的形态特征分析了极化衰减特征随频率的变化规律。结果表明通过不同极化的衰减系数差异能够刻画森林植被结构的形态分布特征。当频率较低时,森林植被的结构分布体现有向性,随着频率的升高,主要的回波来自于冠层,植被结构呈现随机性分布特点。

基于压电陶瓷的地聚合物砂浆强度发展监测研究

将压电陶瓷(PZT)智能骨料成对嵌入地聚合物砂浆试件内部,利用主动感应法监测不同龄期地聚合物砂浆压电应力波信号,将时域信号图分析和小波包能量分析相结合,探讨了压电信号能量变化与地聚合物砂浆强度变化的对应关系。时域信号图分析表明,随着地聚合物砂浆养护龄期的增加,压电陶瓷智能电压幅值逐步增加,反映了地聚合物砂浆抗压强度的变化过程。小波包能量分析表明,随龄期的增加,地聚合物砂浆抗压强度变化过程与压电信号幅值计算总能量具有一致性。基于地聚合物砂浆抗压强度试验结果与压电陶瓷应力波所计算的能量值,拟合出地聚合物砂浆强度与压电应力波信号计算总能量的相关函数关系。

外圆车削TC4钛合金颤振稳定性极限预测

外圆车削加工TC4钛合金过程中,再生型颤振会在工件表面留下不规则的振纹,严重影响了钛合金的表面加工质量。考虑外圆车削动力学参数的影响,建立了外圆车削TC4钛合金再生型颤振动力学模型。在KDN数控车床上进行动力学参数识别试验,将试验结果代入所建模型解析解中,利用MATLAB软件绘制外圆车削稳定性叶瓣图并得到外圆车削加工TC4钛合金的极限切削深度为0.5532 mm。进行外圆车削试验,对试验结果进行时域分析以及粗糙度分析。试验结果表明:当切削深度小于0.5532 mm时,无论转速取何值,车削都相对稳定;当切削深度大于0.5532 mm,但与转速构成的点位于叶瓣图曲线下方时,其振幅平均值、粗糙度较小,与前者相差不大,车削稳定;当切削深度与转速构成的点位于叶瓣图曲线上方时,与叶瓣图曲线下方相同转速的点对比,其振幅平均值增大了1倍左右,粗糙度值增大了31%左右,车削不稳定。试验分析结果验证了所绘稳定性叶瓣图的可靠性,对实际加工具有一定的指导意义。

局部放电脉冲信号特征向量的提取方法

为检测和识别高压开关柜的绝缘故障,提出一种局部放电特征向量的提取方法。首先,基于二维参数的降维统计方法提出了相位中值、正负半轴放电频次比值等主要统计算子,用以提取放电脉冲信号的幅值、相位等特征向量。然后模拟测试尖端、沿面、悬浮、接触不良等开关柜内部放电故障,并提取局部放电故障的相关信息。最后,分析局部放电图谱、时域图和放电模式识别效果,得出不同统计算子的贡献率。结果表明:该方法能够有效提取局部放电特征向量,降维提取的统计算子能够用于还原实际局部放电故障的相关信息。

上海中医药大学在校大学生不同情感状态脉图特征参数分析与识别

目的对上海中医药大学在校大学生不同情感状态下脉图特征参数进行分析与识别,以期为大学生情感状态的辨识提供客观的参考依据。方法选择上海中医药大学11名身心健康的大学生,以中医情志脉象理论为基础,通过素材诱导,激发受试者不同情感表达。采用ZBOX-Ⅰ型脉象数字化采集分析仪采集受试者平静、喜悦、恐惧、悲伤4种不同情感状态下的脉图共224人次,提取4组情感状态下脉图时域参数和多尺度熵参数,采用非参数检验统计4组脉图特征参数差异,随机森林分类器对情感状态进行分类识别。结果 4组脉图时域参数及多尺度熵参数差异有统计学意义(P<0.05);基于脉图时域参数对不同情感状态进行识别,识别率为70.52%,基于脉图时域和多尺度熵参数进行识别,识别率提高至74.52%。结论脉图特征参数可为情感状态的辨识提供客观参考依据,脉图时域参数结合多尺度熵参数可提高情感状态识别率。

基于时域伪谱法的二维光子带隙结构的能带研究

根据Bloth定理推导了伪周期电磁场的麦克斯韦方程,采用时域伪谱(PSTD)法分析二维光子带隙结构(PBG)的能带,对空间的微分进行付里叶变换离散而不作差分近似离散,使空域变换成伪谱域.计算结果与平面波展开法的结论相一致.分析了不同截面形状在不同的典型点阵结构中的物理特性.

基于DER的高速链路通道误码率眼图的实现

针对传统的最坏眼图技术通常会导致过量设计的问题,从统计域的角度提出了一种既定数据率下的通道误码率眼图的求解方法。文中采用双边沿响应法,基于DDR4十线模型将通道的码间干扰和串扰的影响同时考虑在内。通过给发送的码元赋以概率,再对卷积运算的结果进行处理,绘出最终的误码率眼图,不只局限于最坏眼图,因此更具有实用价值。

CR200J型动力集中动车组动力车轴承故障判断方法研究

从动力车轴承分布、监控传感器分布、轴承数据分析设备、轴承温度数据、SV幅值数据分析等方面着手研究,提出同位温差大于20℃时需要重点跟踪、同位温差大于20℃并有上升趋势时安排入库检查,对轴承状态进行精确判定。通过个性化分析对时域波形图特征、频域图和诊断抽象谱图的对应关系进行判断,根据所报轴位的冲击诊断值、波形特征及对应关系,判断轴承的故障部位,确保动力集中动车组运行安全。

基于多对抗域适应网络的多工况故障诊断

针对机械设备在多工况下采集到的数据存在分布差异、分类精度较低且人工标注成本较高的问题,提出了小波时频图与迁移学习的多对抗域适应网络(Multi-Adversarial Domain Adaptation,MADA)结合的智能故障诊断方法(CWT-MADA),用于多工况的故障诊断。该方法构建双流深度卷积神经网络学习源域和目标域的原始信息和时频图特征,该组合特征有助于解决故障特征利用不充分的问题;通过源域样本聚类对目标域样本进行打伪标记,并在多对抗域适应过程中约束特征提取器,不断拉近不同域中同类之间的距离,减少工况变换造成的分布差异;与几个目前先进的领域自适应方法进行了对比实验,实验结果表明,CWT-MADA方法在多工况故障诊断中具有较高的准确率。

基于时域有限差分法的二维光子带隙结构的能带研究

时域有限差分法是解决Maxwell方程最常用的一种方法,在计算光子晶体能带结构的问题上,时域有限差分法可应用的结构范围更为广泛。本文用时域有限差分法分析二维光子晶体的色散特性,和参考文献的结论吻合得很好。

基于灰度时域图和FFA-Transformer网络的压制干扰识别算法

目前基于频域构造的残差网络干扰识别算法在提取压制干扰特征时,泛化能力较弱,在低干噪比下受噪声影响大。为此,针对5类频谱图相似的压制干扰信号,提出一种基于灰度时域图和Fused Feature Aware Transformer(FFA-Transformer)网络的压制干扰识别算法。将一维的时域信号构造成体现信号特征的灰度时域图,使得网络能够提取更多信号特征,并搭建FFA-Transformer网络,利用该网络实现5类压制干扰信号的识别。该网络通过加权平均的方式融合编码器输出的全局特征和局部特征,网络同时关注纹理等全局特征和边缘等局部特征,加强了全局特征和局部特征的关联性,较传统ViT网络和传统CNN网络训练频谱图和时域图更能高精度地实现5类压制干扰信号的识别。

复杂电磁环境下多跳频信号盲检测

为了在复杂电磁环境中实现多跳频信号盲检测,提出一种基于时频图连通域特征的多跳频信号检测算法.首先利用短时傅里叶变换与wigner-ville分布(STFT&WVD)组合时频方法完成时频变换,保证时频图的时频分辨率和交叉项抑制,并利用自适应二维维纳滤波去除背景噪声,提高算法抗噪性能;然后采用自适应阈值二值化算法对时频图二值化处理并进行8邻域连通域标记,提取每个连通域的特征组成分类特征集;最后利用改进的K均值聚类算法完成特征集分类,根据分类集统计结果和检测条件实现跳频信号检测.仿真结果表明:本文算法能够有效克服定频干扰、突发干扰和扫频干扰;在低信噪比条件下,算法聚类稳定性较好,跳频检测成功率较高.