盲源分离技术在水声信号中的应用研究

通过研究α稳定分布,提出海洋噪声、舰船辐射噪声等符合低阶α稳定分布,在进行对称α稳定分布且独立的随机源信号进行盲分离处理时,若仍然采用高斯分布将不收敛。本文设计了分数低阶矩阵盲源分离算法,最后通过实验对比本文所设计算法和时延分离算法。实验结果表明:本文所设计的算法对于α稳定分布且有独立的随机信号,具有较好的收敛性,能够有效实现盲源信号分离。通过从复杂的海洋噪声中仍能较好地提取出船舱辐射噪声的实验,说明即使信噪比发生变化,源信号分离后相似系数较分离前仍然有稳定地提高。     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

基于动态分频段FRA法的自耦变压器绕组轴向移位故障诊断

针对传统的频率响应分析(FRA)法无法识别自耦变压器绕组常见轴向移位故障的问题,提出基于动态分频段的FRA法:首先,搭建自耦变压器轴向移位故障模拟平台,获取不同轴向移位故障下绕组频响数据;其次,将幅频特性曲线波峰点与相频特性曲线C-L过零点频率相同的点作为预备分频点,同时将频响数据动态划分为多个频段,并绘制分频段极坐标图;然后,提取极坐标图的4个灰度梯度共生矩阵纹理特征和对应的归一化特征参数;最后,通过图形与特征的变化规律分析自耦变压器绕组的状态。试验验证结果表明:采用基于动态分频段的FRA法,生成的极坐标图数据点重叠情况得到改善,有利于图形分析和特征提取;不同绕组发生轴向移位故障时,各频段极坐标图变化趋势明显;同一绕组发生不同程度轴向故障时,极坐标图随故障程度增加差异呈变大的趋势;采用基于动态分频段的FRA法能准确区分自耦变压器轴向移位的故障绕组与故障程度,并能为自耦变压器现场故障诊断提供参考。     

层次分析法在运载器系统中应用研究

该文应用层次分析法研究水下运载器各子系统或部件对总体性能重要程度,在对运载器进行层次结构建模基础上,根据表征各元素间看要性关系,形成单一准则下判断矩阵,构造系统的加权超矩阵,得到系统的极限相对排序（LIP）,最后给出了部分计算分析结果。     

超声法研究SiCp增强6066Al 基复合材料的阻尼特性

利用超声法研究了粉末冶金工艺制备6066Al/SiCp复合材料的阻尼特性。实验测定了4种不同SiC体积比(5%,7%,9%,12%)试样在超声频率为1.25 MHz、2.5 MHz、5 MHz、10 MHz时的衰减系数α。结果表明:可以用吸收衰减表征该复合材料的阻尼特性;随着测试频率的增大,材料对超声的吸收和散射增强,吸收和散射衰减系数增大;在一定范围内随着SiC体积比的增大,该材料的吸收衰减系数增大,阻尼性能增强。     

基于Simulink的单相矩阵变换器的研究

介绍了矩阵变换器(MC)的优点,在此基础上分析单相矩阵变换器的工作原理、拓扑结构及推导过程,并基于Simulink进行仿真研究.以此来证明这种变换器的优点.通过仿真结果,发现这种交-交变换器具有输出频率连续可调、输出电压波形存在畸变,但在一定范围内连续可调、输入输出电流较接近正弦波等优点,发展前景大,值得进一步研究.     

MatLab在有限元刚度矩阵推导中的应用

MatLab具有强大的符号运算功能.以平面梁单元刚度矩阵为例,详细介绍MatLab在单元刚度矩阵推导中的具体应用,编写了平面梁单元刚度符号运算程序,运算结果与手工推导完全一致,该方法可进一步推广到其它单元甚至到更复杂非线性单元刚度矩阵推导中.     

多方式多类型交通分配模型(MMA)在收费型公路网中的应用研究

在对收费型公路运营模式进行研究的基础上,利用交通规划软件建立了基于广义费用的交通流量分配模型即多方式多类型交通分配模型,通过对模型参数的科学标定和网络的合理设置,得到各类车型在特定网络上的流量分配、路段饱和率以及通行费用,并对此模型的应用效果进行分析,最终为区域高速公路网规划、路段交通量预测提供依据。     

高速公路合理收费标准确定方法研究

随着投入运营的时间增加,高速公路运营管理中的矛盾日益突出,如何确定科学合理的道路收费率,成为道路经营者普遍关注的问题。在收费标准基本模型的基础上提出了收费标准方案评估模型,利用判断矩阵选择最佳方案,并制定了相应的收费标准的动态调整方法。     

Estimation of origin-destination matrices from link counts and sporadic routing data

Estimation of origin-destination (OD) matrices from link count data is a challenging problem because of the highly indeterminate relationship between the observations and the latent route flows. Conversely, estimation is straightforward if we observe the path taken by each vehicle. We consider an intermediate problem of increasing practical importance, in which link count data is supplemented by routing information for a fraction of vehicles on the network. We develop a statistical model for these combined data sources and derive some tractable normal approximations thereof. We examine likelihood-based inference for these normal models under the assumption that the probability of vehicle tracking is known. We show that the likelihood theory can be non-standard because of boundary effects, and provide conditions under which such irregular behaviour will be observed in practice. For regular cases we outline connections with existing generalised least squares methods. We then consider estimation of OD matrices under estimated and/or misspecified models for the probability of vehicle tracking. Theoretical developments are complemented by simulation experiments and an illustrative example using a section of road network from the English city of Leicester.