混沌方法在舰船辐射噪声分析中的应用研究

为了检测舰船辐射噪声中的非线性特征,本文采用混沌、分形理论从信号产生的机理、相空间轨迹、分形维数和Lyapunov指数等4个方面着重研究了舰船辐射噪声的混沌现象.研究结果表明舰船辐射噪声信号中确实存在混沌现象,且不同类别的信号具有不同的非线性特征,该结果将为水声信号处理、水下目标检测和识别提供新的理论方法.     

基于改进混沌系统的微弱信号检测方法

混沌系统具有对噪声和与系统内置信号频差较大信号免疫,而对与系统内置信号频差较小信号敏感的特点,据此可检测强宽带噪声背景下的微弱信号。但在实际仿真过程中发现,当系统处于混沌临界状态时,输入纯噪声也可能引起系统的相变,且当输入的信号与系统内置信号频率相同而初相位不同时,可能不能引起系统的相变。这些情况的出现降低了微弱信号检测的正确率。本文主要针对该问题提出解决方法,将混沌系统内置信号的幅度取为小于混沌临界阈值,可避免纯噪声引起系统的相变,将混沌系统扩展为4种形式后,可检测不同初相位的输入信号。仿真结果证实该改进方法的有效性。     

Alford力作用下计及叶片振动的转子-轴承系统动力学特性分析

为了分析非线性耦合因素与叶片振动对转子-轴承系统动力学特性影响,文章将叶片模化为悬臂梁结构并利用假设模态法离散简化,建立了阿尔福德(Alford)力作用下计及叶片弯曲振动的系统动力学模型。采用Runge-Kutta法对非线性振动微分方程进行数值求解,通过系统响应的分岔图、时间历程图与频谱图、轴心轨迹图、Poincaré映射图和相图研究了叶片弯曲变形以及Alford力对系统的非线性动力学行为的影响。结果表明:叶片振动使系统的不稳定区域提前,转子发生混沌运动的转速范围增大;叶尖气隙引起的Alford力使系统的运动状态变得更为复杂,油膜非线性更加明显。     

混沌理论在船舶辐射噪声特征提取中的应用

随着海洋开发的深入,水声信号处理是水下目标识别的基础,由于目标辐射噪声的干扰,识别的精度会降低。船舶辐射噪声特征值提取是水声信号处理的重要组成。水下目标物辐射噪声是一个非线性信号,随着时间延长,传播行为随机性越来越强。混沌理论是研究非线性随机信号的重要理论,本文在研究船舶辐射噪声非线性特性及混沌理论的基础上,利用非线性多空间重构技术对辐射噪声特性进行提取,最后对水下目标噪声实测数据进行仿真。     

车用汽油机瞬态空燃比的混沌时序非线性组合辨识模型

为提高汽油机瞬态空燃比的辨识精度,提出了混沌时序非线性组合辨识模型.采用2种单项辨识方法,包括最小二乘支持向量机(LS-SVM)及径向基函数(RBF)前向型神经网络,分别对瞬态空燃比时间序列进行建模与辨识.采用非线性组合方法利用BP神经网络对2种单项辨识方法的结果进行组合辨识,并与Elman神经网络模型及最小二乘辨识模型进行比较.结果表明:混沌时序非线性组合辨识模型的辨识精度优于Elman神经网络模型及最小二乘辨识模型,具有更强的非线性辨识能力,能提高瞬态空燃比的辨识精度,为空燃比反馈控制的成功实行提供了有力依据.     

基于OIPSO算法的环境最优动力定位控制器设计

环境最优动力定位控制是一种以能量消耗最少为目标的动力定位控制方法,在不需要任何环境传感器的情况下,使其保持在设定区域且消耗能量最少,节约燃料、减少有害气体的排放。首先,提出一种带有目标性初始化粒子群的改进粒子群优化算法(OIPSO),通过引入混沌算子,利用信息熵进行评估对初始化粒子种群进行调整以提高粒子群算法全局搜索能力和收敛速度,具有大范围全局寻优能力。其次,研究设计环境最优艏向控制器控制律,该控制律能满足欠驱动船舶动力定位的控制需求。最后以Cyber Ship Ⅱ动力定位模型船为对象进行仿真验证。结果表明,所提出的寻优算法和改进控制律达到了设计的目的。     

双层非线性隔振系统混沌特性分析

以双层非线性隔振系统为对象,建立两自由度非线性隔振系统的动力学模型,研究在不同激励条件下的动力学特性和隔振效果。分析激励幅值一定的条件下系统响应随激励频率的全局分岔变化规律及其非线性动力学特征,采用优势频率处的能量衰减评估隔振系统对强线谱的隔离效果。计算结果表明,处于混沌状态时优势频率处的线谱强度降低了25.9 d B,验证混沌隔振方法能有效降低结构噪声中的线谱成分。     

基于混沌-小波神经网络的公交客流量预测模型研究

为提高公交客流量预测的精确度,将混沌理论和小波神经网络方法相结合应用于公交客流量预测。分别采用自相关法、伪最近邻域法计算公交客流量时间序列的时间延迟、嵌入维数,采用小数据量法计算其最大李雅普诺夫指数,证实该时间序列具有混沌特性。据此建立混沌-小波神经网络预测模型,进而对H省某市实际公交客流量进行预测。实验结果表明,相比于传统的BP神经网络预测法、LIBSVM预测法,该方法在均方误差(MSE)、平均绝对误差(MAE)、平均相对误差(MRE)上均具有更小的预测误差,因而可以有效地预测公交客流量。     

混沌临界值对混沌系统检测性能的影响分析

利用混沌系统进行微弱信号检测时,确定系统由混沌态转化为大尺度周期态的混沌临界阈值至关重要。仿真表明:选取不同精度的混沌临界阈值将对混沌系统检测性能产生影响,选取的临界阈值精度越高,能够检测到信号的信噪比越低,但同时其对噪声检测的虚警率也越高。因此,实际检测中需根据检测要求来选取合适精度的临界阈值,以使检测性能达到检测要求。