灰色数学理论中的灰集及其分解定量

讨论灰色数学理论的一个基本问题，即灰色集合以及它的有关运算，灰集的分解定理、表现定理和扩张原理。     

地铁建设工程进度与投资信息集成模型研究与应用

本通过基于地铁工程形象单元的项目分解结构，构建地铁工程进度与投资信息的集成模型，使得管理人员通过单一化、集成性进度信息，能够同时掌握地铁工程进度与投资目标的执行动态，进而利用赢得值原理与方法，提出了一套针对地铁建设工程的“可视化”项目进度与投资的集成控制方案。     

基于奇异值分解的灰色模型参数估计

提出了一种新的基于奇异值分解的GM(1,1),GM(1,N)等灰色模型参数估计方法,该方法在进行奇异值分解时,借助2个辅助矩阵将奇异值分解矩阵分解为多个矩阵之积.研究了该估计方法下对原始序列进行数乘变换后参数的变化特征.研究表明该方法充分利用了奇异值分解的优点,回避了由于最小二乘法给灰色模型带来病态性的缺点,提高了模型的稳定性,同时还减少了计算量.     

基于WPES与MEEMD的船用主机振动研究

为揭示船用长冲程低速柴油机健康状态下的振动特征,采用小波包能量谱（Wavelet Packet Energy Spectrum, WPES）和改进的总体平均经验模态分解（Modified Ensemble Empirical Mode Decomposition, MEEMD）结合的特征提取方法,对典型推进工况下低速机的表面振动信号进行3层小波包分解和重构。通过对能量占比较大的节点采用MEEMD方法进行分解,获得IMF1分量频谱。研究结果表明,在40%以下的较低发动机负荷时,各单次燃烧循环的振动波动较小,振动幅值基本一致。提升至50%以上发动机负荷时,燃烧引起振动波动明显增强。50%工况下,中高频能量占总能量的41.51%,为主要振动源。     

基于平均加窗周期图法的工况传递路径分析

为改善工况传递路径分析（OTPA）在实际应用过程中精度较低,存在数据耦合的现象,文章提出了一种基于平均加窗周期图法的OTPA方法。利用加权函数即窗函数对输入、输出响应的时域数据进行截取分析,增强信号傅里叶变换时的周期性,改善数据频域分析出现的泄露现象,并应用截断奇异值分解法对输入响应信号进行解耦,提高传递率计算精度。最后将改进的工况传递路径分析方法应用于某电动汽车主驾驶座椅振动分析,拟合出的目标点响应频谱与目标点真实频谱重合度较高,且成功识别出主要振动源,为电动汽车主驾驶座椅减振工作提供了理论依据。     

基于小波去噪与经验模态分解的混合储能容量优化配置

针对风电出力并网困难的问题,提出采用混合储能系统平抑风电输出功率波动.首先,采用小波分析对风电输出功率信号进行小波去噪;其次采用经验模态分解对去噪后的功率信号进行分解;然后将储能系统内部功率指令划分与系统容量配置相结合,以储能系统容量配置成本最小为目标,建立混合储能容量优化模型,通过穷举对不同分界点所对应的系容量配置成...     

海船电子电气船员配员的影响及对策

介绍电子电气员的由来及在STCW公约中的要求,分析有关电子电气配员的规定对中国海事主管机关、船舶管理公司以及航海教育与培训机构的影响,并提出相应的对策。     

旋转调制式捷联惯导系统初始对准方案研究

初始对准技术是惯性导航的关键技术之一,其精度将直接影响导航精度。旋转调制式捷联惯导系统在一定的旋转方案下虽然可以将惯性组件的误差调制掉从而提高系统导航精度,但其初始对准的误差则不受调制,所以有必要对旋转调制式惯导系统的初始对准进行深入研究,确定适合旋转式捷联系统使用的对准技术和方案以进一步提高系统精度。文章对可应用于旋转调制式捷联惯导系统的三种对准方案做了研究分析并进行了仿真。结果显示,二位置对准方案可显著提高系统变量的可观测度,连续旋转方案对准精度最高,收敛速度最快,效果最好。     

经验模式能量在脉动信号分析中的应用(英文)

After an aerial object enters the water, physical changes to sounds in the water caused by the accompanying bubbles are quite complex. As a result, traditional signal analyzing methods cannot identify the real physical object. In view of this situation, a novel method for analyzing the sounds caused by an aerial object’s entry into water was proposed. This method analyzes the vibrational mode of the bubbles by using empitical mode decomposition. Experimental results showed that this method can efficiently remove noise and extract the broadband pulse signal and low-frequency fluctuating signal, producing an accurate resolution of entry time and frequency. This shows the improved performance of the proposed method.     

基于经验模式分解的滤波去噪算法

经验模式分解法被认为是非线性、非平稳数据处理方法的新进展.其最大优点是根据信号本身的特性自适应地产生合适的模态函数,这些模态函数能很好地反映信号在任何时间局部的频率特征,克服了小波变换中要选取合适小波基的困难.基于经验模式分解的分解特性,本文提出了一种新的阈值去噪方法,通过事先建立的经验阈值,根据自适应方法对噪声进行去除,然后对去除的噪声进行随机采样后加入到去噪信号中重新滤波,通过反复滤波迭代进行噪声的去除.实验结果证明了本方法与小波相比具有自身独特的优势.