Study on fast calibration of a ULA＇s gain and phase error

Array calibration is important in engineering practice. In this paper, fast calibration methods for a ULA＇s gain and phase errors both in far and near fields are proposed. In the far field, using a single sound source without exact orientation, this method horizontally rotates the array exactly once, performs eigen value decomposition for the covariance matrix of received data, then computes the gain and phase error according to the formulas. In the near field, using the same single sound source, it is necessary to rotate the array horizontally at most three times, build equations according to geometric relations, then solve them. Using the formula proposed in this paper, spherical waves are modified into plane waves. Then eigen values decomposition is performed. These two calibration methods were shown to be valid by simulation and are fast, accurate and easy to use. Finally, an analysis of factors influencing estimation precision is given.     

基于基尼系数分解的城乡公共交通不平等测度:以浙江省海宁市为例

探明城乡公共交通不平等来源及其变化特征对缩小城乡差距有重要意义,以浙江省海宁市为例,将站点可达性作为公共交通服务指标,以交通小区作为分析单元计算公共交通可达性,分别计算2011—2020年研究区域总体、城区、农村及城乡间的基尼系数,将总体基尼系数按城区和农村两个子群进行分解,分析城乡公共交通不平等来源及其演变特征。结果发现：总体基尼系数为0.7204～0.7736,城区基尼系数为0.5718～0.6058,农村基尼系数为0.5955～0.6390,城乡间基尼系数为0.8131～0.8710,研究区域公共交通严重不平等,城乡间不平等程度最大;2011—2020年间总体、城区、农村和城乡间的基尼系数分别下降了5.62%、6.88%、5.21%和6.65%,公共交通不平等不断改善;城乡间不平等对总体不平等的贡献率为63.03%～67.58%,是总体不平等的主要来源。研究表明,基尼系数分解能有效测度城乡公共交通不平等来源,缩小城乡间不平等是城乡客运均等化发展的重要任务。     

基于小波分析的自适应噪声识别

图像噪声类型直接影响去噪方法的去噪效果.因此,研究图像噪声类型的识别,对于数字图像去噪方法效果的提高具有重要意义.利用小波分解的高频系数,分析直方图和曲线拟合图的跳变出现概率特征以及黄金分割点处的窗口宽度特征,提出一种数字图象噪声类型自适应识别方法.针对图像噪声识别类型,采用相适用去噪方法提高图像去噪效果.通过大量实验表明,该方法是切实有效的.     

基于互相关奇异值分解的滚动轴承故障诊断

滚动轴承在机械装置中非常重要,其运行状态与整台机械设备的工作状态有直接的关系,但在早期弱故障检测时,特征信号经常被淹没在噪声中。为了提高该故障特征的识别精度,提出了基于互相关奇异值分解的故障诊断方法。首先利用奇异值分解将轴承故障信号分解为多个分量信号;其次使用峭度值作为衡量标准,选择两个合适的奇异值分量用于互相关包络分析以获得包络谱;最后通过信号的频谱分析,得到轴承的故障频率,从而完成早期微弱故障检测。通过仿真信号和滚动轴承内圈故障实测数据仿真对比,验证了该方法的有效性。     

粗糙集在海量数据库分解中的应用

首先介绍粗糙集理论,在属性选择量度的基础上进行数据库分解,并且描述分解的流程,从而得到不同的规则集。最后本文算法通过与ID3算法和RSES算法进行比较,从实验结果可知,虽然本文算法在分辨率上略低于其他2种算法,但规则条数远少于其他2种方法,说明本文算法分类模型简单,决策分析性高。     

Farima模型在海上无线网络状态融合中的应用

为了克服海上无线网络信号传输中的噪声干扰,本文将小波变换和Farima模型应用于信号状态融合,首先利用小波变换对信号进行分解,再利用Farima模型进行预测,最后对重构后的信号进行融合,实验结果表明本文算法融合速率高,准确性好。     

基于SDA模型的道路运输企业成本效益分析

论文基于SDA的因子分解模型,分析道路运输企业的成本效益变化。通过对道路运输企业成本占比最大的能源消耗成本的分析和计算,得出结论,在产值不变前提下,单位能源成本下降是能源利用率和能源结构的共同贡献,其中能源结构的贡献较大。在能源利用率方面,电力给予了较大贡献,在能源结构中,柴油的变化最大。论文结论对道路运输企业能源消耗成本控制,通过科学选用不同动力类型车辆提高效益具有借鉴意义。     

基于小波变换的有限长度信号的分解与重构算法

针对Ｍａｌｌａｔ的小波分解与生构的塔式算法，具体地对有限长度信号提供了一种小波分解与重构的算法，该算法仅利用了有限个小波基，无需对信号进行周期延拓，从而可完全无失真地重构信息。