机电设备无失效数据的可靠性评估

利用对数正态分布函数的性质获得了各检测时刻新的Bayes估计,进而给出了母体参数的估计,并对机电设备的可靠性数据进行了处理。     

华为光伏发电为上海地铁增添绿色加速度

位于上海浦东的地铁龙阳路基地为地铁2号线和7号线服务,每天都有列车进进出出.但许多人不知道的是,这里的地铁车库还是一座隐藏的"发电厂".登上车库屋顶,看到屋顶几乎铺满了太阳能板.其中大大的M字样光伏板嵌套着绿色草坪分外显眼, Metro代表着地铁,绿色象征着环保.     

舰船光电跟踪设备可靠性外场数据处理研究

统计舰船光电跟踪设备故障,分析其可靠性增长的趋势检验方法,研究提出光电跟踪设备可靠性外场数据的区间估计公式。     

基于改进的SOMP水声通信信道联合估计方法

水声通信信道通常表现出时变特征。然而在某些通信条件下,水声信道的变化速率相对发送的OFDM符号周期而言仍然较慢,整体呈现缓慢时变特性,而且研究表明在相邻时隙内的信道结构具有较强的时间相关性。如何利用好信道的缓变特征,设计适合的OFDM信道估计方法,对进一步改善水声通信信道估计性能具有重要意义。分布式压缩感知(Distributed Compressed Sensing,DCS)理论通过利用多个信号的共同稀疏性进行联合重构,能够进一步提高稀疏重建性能。因此本文将以此为基础,在DCS理论框架下,通过对同步正交匹配追踪(Simultaneous Orthogonal Matching Pursuit,SOMP)算法进行改进,构造一种时域联合的信道估计方法并通过仿真与其他类似算法进行性能比较。     

车轮多边形激励下高速转向架构架振动特性分析

车轮多边形通过轮轨接触产生高频激励,会加剧高速转向架的振动、恶化结构部件振动环境,显著影响高速车辆的动力学性能和疲劳寿命。建立了考虑柔性轮对与构架的高速车辆刚柔耦合动力学模型,并开展台架试验验证,通过仿真探究前后轮对多边形相位差、多边形激扰频率与波深对构架振动特性的影响。结果表明：双轮对车轮多边形激励下的构架振动响应大于单轮对激励,但在激励引起构架结构模态共振时二者之间的差距会减小;前后轮对多边形的相位差会引起构架振动的相位差,但对振幅大小无明显影响;在同一激扰频率下,多边形波深越大,构架的振动越大。本研究可为多边形产生和传播机理及抑制措施提供参考。     

基于叠加训练序列的稀疏水声OFDM信道估计(英文)

针对稀疏多径的水声OFDM信道,提出了基于叠加训练序列的信道估计方法,能够提高带宽传输效率.在发送端的信息序列中叠加一个低功率的周期性训练序列,在不占用额外的信号带宽的情况下估计信道参数,未知的信息序列会对叠加训练序列的信道估计方法产生干扰,在本文中采用迭代方法提高估计性能.水声信道具有延时时间长,信道稀疏的特点,本文采用匹配跟踪的方法估计信道非零系数的位置,降低加性白噪声对信道估计的影响.仿真结果显示,本文的方法能达到很好的信道估计性能,同时能够降低OFDM的峰均比.     

单矢量传感器信号处理方位估计

研究基于压差式矢量传感器声压振速联合处理的方位估计算法,获取目标真实方位.采用频数直方图对信号的每个采样区间内的一定采样点数的瞬时方位估计值进行统计,统计出该采样区间内的方位值集中数目,方位值集中数目最多的方向则表明该方向声能流最大,即为目标方向.水池试验结果验证了频数直方图方法可以有效剔除目标估计中界面反射干扰信号引起的方位估值,获得目标真实方位.     

UKF和PF融合算法在动力定位船舶状态估计中的应用研究

针对船舶动力定位状态估计时使用扩展卡尔曼滤波导致模型失配而产生滤波精度不高甚至滤波发散的问题,设计一种融合无迹卡尔曼滤波和粒子滤波的动力定位船舶状态估计算法.该算法以粒子滤波作为整体框架,运用无迹卡尔曼滤波对粒子状态的每次更新进行最优化估计,从而最优化了每个粒子的状态,再根据每个粒子的重要性分布,得出船舶复合运动中的低频状态.Matlab仿真结果表明,该方法能够从含有高频和噪声干扰的测量信息中估计出的船舶低频运动状态,相比于直接使用UKF,该方法的滤波精度更高,滤波性能也比较稳定.     

基于混合神经网络的汽车运动状态估计

针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN混合神经网络架构,实现了车辆运动状态的深度学习估计。基于多个标准工况组成的数据集与典型实车测试工况进行了网络训练与测试验证。结果表明,相比于传统算法,本算法基于神经网络实现了精准的无动力学模型的汽车运动状态估计,提高了估计精度,且对路面附着系数变化具有鲁棒性。