乘性噪声作用下延迟分数阶系统中的随机共振

时间延迟是动力系统的共同特性，在科学领域中得到广泛应用. 分数阶微积分具有时间记忆性和长程空间相关性，能更好地描述具有记忆、路径依赖性的物理过程，但很少文献研究延迟分数阶系统中的随机共振现象. 为此，研究乘性噪声作用下延迟分数阶系统中的随机共振. 基于线性系统理论，利用拉普拉斯变换和小延迟近似方法，得到了分数阶系统输出幅度增益（output amplitude gain，OAG）表达式. 研究结果表明:OAG是延迟时间的非单调函数；在OAG与乘性噪声的强度和相关率、随机延迟的相关率，以及分数指数和系统驱动信号频率的关系曲线上出现了随机共振现象；当乘性噪声强度较小，以及乘性噪声相关率相对较小或相对较大时，OAG随阻尼系数的增大而减小；而当乘性噪声强度较大，以及乘性噪声相关率取中间值时，OAG随阻尼系数的增大而增大.      

基本概率指派生成方法在高铁设备故障诊断中的应用研究

以高铁设备故障诊断为研究背景,提出一种基于样本证据距离和可信度函数的基本概率指派(BPA函数)的生成方法。根据所提出的概率赋值和传感器可信度生成方法,生成初始BPA。为了消除干扰影响,同时考虑证据冲突问题,引入冲突消解的方法,对初始BPA经过冲突阈值判别并进行相应的冲突消解。高速列车转向架故障诊断试验表明,所提出BPA生成的方法简单有效,能够处理冲突较大的数据。     

提速机车动力学性能测试及安全性和平稳性评估指标的探讨

机车动力学性能试验,关系到机车的运行安全性和运行平稳性,是所有机车性能试验中最重要的试验项目之一.根据几年来完成大量机车动力学性能试验的工作经验以及对国内外有关资料的研究,参考国内外有关标准TB/T2360-93、GB5599-1995、UIC518-1998等,提出提速机车动力学性能测试及安全性和平稳性评估指标的一些设想.     

基于图像识别的轮轨冲角测量系统研究

为了解决机车车辆运行过程中轮轨冲角的连续测量问题,研究基于运动图像识别的轮轨冲角测量原理,提出轮轨冲角测量方法。运用该方法研制了由图像采集系统、同步采集控制系统、图像处理软件等组成的轮轨冲角测量系统,通过连续测量转向架侧架与轨道的夹角和轮对与侧架的夹角计算轮轨冲角。应用该测量方法对DF8B三轴径向转向架机车进行实车线路试验,测得该车径向机构锁定和不锁定两种状态下通过250 m半径曲线时的第一轴和第三轴轮轨冲角变化曲线。     

基于类间和类内方差的快速二维阈值分割法

为了提高二维阈值分割法的处理速度,提出二维类间方差最大法的快速实现方法.首先,将二维最佳阈值（s*,t*）的求解拆分成两个一维最佳阈值s*和t*的求解,并引入类内距离的定义,提出新的最佳阈值判别式.其次,将原二维直方图分成M×M个区域,合并每个区域为一点,并构建新的二维直方图,在其上应用本文改进的阈值判别式D（s*,t*）求解,得到分割阈值所在的区域编号.最后,在该区域内再次使用D（s*,t*）求解得到原始图像的最佳分割阈值.理论分析及针对不同信噪比的多幅图像的实验结果表明,本文方法的分割错误率低于原始二维Otsu法,且将原算法的时间复杂度由O（L4）降为O（L1/2）,空间复杂度由S（L2）降为S（2L）.      

基于小波脊频级联特征的雷达辐射源信号识别

为识别复杂体制雷达辐射源信号,提出了一种基于小波脊频级联特征提取的信号识别方法.该方法采用新的小波原子和脊线检测策略提取信号的脊频特征,并提取其级联特征作为信号识别向量.仿真结果表明,采用级联特征能有效地识别辐射源信号,当信噪比为5 dB时,识别率达95%以上.与传统小波和现有方法相比,所提出的方法具有更好的信号识别效果.     

RES脉内特征的差分进化粒子群投影寻踪评价模型

针对雷达辐射源信号脉内特征综合评估存在标准单一、缺乏客观性等问题,提出了基于群体智能的雷达辐射源信号脉内特征综合评估模型.首先,通过投影寻踪算法将雷达辐射源信号脉内特征的综合评估问题转化为有条件限制的多元非线性目标函数的优化问题;其次,通过改进的粒子群优化算法与差分进化算法的结合得到新的智能算法;最后,利用该算法实现多元非线性目标函数的优化求解.仿真结果表明:该群体智能算法对Rosenbrock测试函数的最优适应度值最小,对Rastrigrin函数和Girewank测试函数的最优适应度值为0,说明该算法的计算精度优于其他算法.同时适应度值的方差比标准粒子群算法和差分进化算法小,说明该算法的收敛性和鲁棒性较好.通过与加速遗传算法对评估问题目标函数5次优化结果的比较,本算法的计算结果没有波动,说明基于群体智能的RES脉内特征综合评估模型能够更客观、更有效地实现对RES脉内特征的综合评估.      

有约束优化中遗传算法的应用

以列车操纵优化中为每个行车子区间分配时间片段这一实际问题为背景, 详细介绍了 用遗传算法(GA ) 利用引进惩罚项解决这一类有约束优化问题。同时给出了GA 对 于有约束问题的几点改进方法: 用交叉基始位加快进化进程、用变异环境串来激励 出更优秀的个体。