新型三角履带诱导轮瞬态响应模拟方法与分析

针对传统的三角履带诱导轮结构一直存在动力性能不足、轴承系统负荷大、动力动态响应差的问题。提出并设计了一种新型三角履带诱导轮瞬态响应模拟方法。根据有限单元程序对数据分析设定,设计动力轴承系统。运用VENSIM仿真模型与多体动力学算法,对三角履带诱导轮结构瞬态响应进行了分析。并进行了实验分析,结果表明,传统的三角履带诱导轮瞬态响应模拟方法相比,改进的三角履带诱导轮结构具有瞬态响应快,地域适应性强,轴承系统寿命长等优点。     

改进的FastICA-SVR结合荧光光谱技术测定1-萘酚、2-萘酚

水作为生命之源与人类的生存息息相关，近年来关于水环境污染的报道越来越多，不容忽视。实验以萘酚的两种同分异构体1-萘酚、2-萘酚的混合物作为研究对象，提出了一种新的算法，通过对混合物的三维荧光光谱进行分析来实现水中萘酚的定性定量分析。利用FS920稳态荧光光谱仪对配制的混合溶液进行扫描得到荧光光谱数据，并对数据进行一系列的预处理去除拉曼散射和瑞利散射的影响。将解决盲源分离(BSS)问题的独立成分分析(ICA)算法应用到荧光光谱定性定量分析问题当中，盲源分离技术就是将测量得到的混合信号作为处理对象进行分解，实现未知系统中源信号的求解，并得到混合矩阵。对混合物中单一物质的识别与测量与盲源分离问题类似。采用基于负熵最大的快速独立成分分析(FastICA)算法对实验数据进行分解，将所有样本的三维荧光光谱数据沿发射波长方向展开成为向量，得到一个大小为(N×M)的矩阵(N为样本数，M为波长数)，将该矩阵作为快速独立成分分析的输入进行独立分量提取，输出分别为单组分物质的展开荧光光谱和混合矩阵。FastICA算法的关键是利用牛顿迭代算法得到解混矩阵，但迭代过程中复杂的求导问题会使计算量增大、迭代速度减慢，针对该算法存在的问题，提出用差分法(又称为双点弦截法)代替求导的解决方法。为了验证算法的可行性，用改进后的算法和原有算法分别对荧光光谱数据进行了五次独立分量提取实验，原有算法平均运行时间为17.78 s，而改进后的算法平均运行时间为3.22 s，比原有算法提高了14.56 s，有效地减少了计算量，改善了FastICA算法的迭代速度并且使其收敛性更加稳定。通过实验结果可以看出改进后的算法得到的光谱更接近真实的光谱。利用快速独立成分分析算法分解得到的混合矩阵与物质浓度相关，这是物质定量分析的依据，但它们之间的关系可能是非线性的，采用能实现非线性拟合的支持向量回归机(SVR)进行回归预测，将混合矩阵和实际浓度矩阵分别作为SVR的输入和输出，利用遗传算法(GA)对支持向量回归机的参数进行优化选择，并选择径向基核函数(RBF函数)作为SVR的核函数，建立回归模型，实现对荧光光谱的定量分析。1-萘酚的拟合相关系数(r)为0.998 6，样品回收率(Recovery rate)为96.75%～104.2%，预测均方根误差(RMSEP)为0.119 μg·L-1；2-萘酚的拟合相关系数为0.998 8，样品回收率为96.8%～105.5%，预测均方根误差为0.1 μg·L-1，预测结果比较令人满意，符合预测要求。实验证明改进的基于负熵最大的FastICA-SVR算法能实现对混合物中1-萘酚、2-萘酚准确有效的识别和测量，并且改进之后加快了算法的分解速度。     

基于改进射影控制的降阶高压直流附加控制器设计

针对电力系统控制器设计中,控制器阶数过高且影响控制品质的问题,提出一种基于射影定理的降阶控制器设计新方法,并对射影定理做出改进,实现抑制低频振荡的高压直流附加阻尼控制.通过总体最小二乘-旋转不变技术分析系统振荡特性并辨识出相关模型,再基于极点配置得到状态反馈矩阵,最后利用改进的射影控制理论设计输出反馈降阶控制器,同时将控制器与传统的带观测器的极点配置控制方法进行比较.仿真验证表明,基于射影控制理论的控制器效果较好,控制器阶数较低,鲁棒性强,便于工程实现.     

基于序列图象对应概率累积的基础矩阵求解方法

提出一种基于图象序列对应概率累积的基础矩阵求解算法.该算法基于序列对应概率累积求最大熵点的对应概率累积分布图,采用RANSAC思想和加权最小二乘法拟舍极线,通过统计分类器求解极点并消除出格极线,并利用所求的对应极线和极点,采用一种参量化方法求解F矩阵.该算法工程实现容易,对输入的源图象没有苛刻的要求,可以基于随机拍摄的图象序列方便地求解F矩阵.     

基于序列图象对应概率累积的基础矩阵求解方法*

提出一种基于图象序列对应概率累积的基础矩阵求解算法.该算法基于序列对应概率累积求最大熵点的对应概率累积分布图,采用RANSAC思想和加权最小二乘法拟合极线,通过统计分类器求解极点并消除出格极线,并利用所求的对应极线和极点,采用一种参量化方法求解F矩阵.该算法工程实现容易,对输入的源图象没有苛刻的要求,可以基于随机拍摄的图象序列方便地求解F矩阵.     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明:该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

一种基于蚁群算法的边缘提取算法

提出一种基于梯度定义和蚁群算法的边缘提取算法.根据梯度在边缘处的直观响应,提出自适应的边缘特征定义,并结合蚁群算法的特性,令蚂蚁遗留不同等级的信息素.根据搜索权值矩阵得到尽量平滑的边缘,最终的边缘通过自动阈值进行提取.实验表明：该算法的性能在同样的智能算法和经典的边缘检测算子中表现良好,并对噪音不敏感.     

拖线阵机动时的自适应波束形成

提出了一种MVDR(最小方差无失真响应)的改进算法,用以解决常规MVDR算法由于阵形时变而出现的性能下降问题。在获得时变阵形估计数据的基础上,该算法以统计时段内的平均阵形为基准阵形,在每个扫描方向上根据实际阵形和基准阵形的差异对阵列互谱矩阵多样本进行相位补偿,从而实现统计时段内的互谱矩阵多样本相干累加和目标检测。数值仿真与海上实验数据处理结果表明:与传统MVDR算法相比,改进算法有效缓解了时变阵形下的目标测向角度模糊问题,可提高拖线阵目标左右舷分辨性能、增强弱目标检测能力。      

一种基于离散粒子群优化算法的高光谱图像端元提取方法

针对混合像元分解过程中,由于数据噪声引起的端元提取不准确问题,引入了群智能算法中的粒子群优化算法,并对粒子群优化算法进行了改进,重新定义了位置和速度的表示方法和更新策略,得到离散粒子群优化(discrete particle swarm optimization,D-PSO),能够在离散空间中进行搜索,解决组合优化问题。同时,通过定义目标函数和可行解空间,将端元提取问题改写成组合优化问题,最终实现利用D-PSO进行端元提取。在给出算法的详细流程之后,文章通过一组模拟数据实验和一组实际数据实验验证了D-PSO算法对于具有较大噪声的数据的适应性和提取端元的可信程度,并分析了不同参数对于算法性能的影响。     

基于机器学习的轨道校正方法

轨道校正是加速器束流调节最基本的步骤之一,也是目前各加速器实验室共同面对的问题之一。在传统方法中,线性代数工具被应用于各种类型的响应矩阵,以解决响应矩阵的奇异性等问题。提出一种基于机器学习的加速器轨道校正方法,可以避免处理响应矩阵的问题通过直接读取BPM数据和校正磁铁强度值实时构建机器学习模型快速地对轨道进行修正。对机器学习的轨道校正方法进行了介绍,并从数学公式、算法模型、在模拟和真实数据上的测试等方面对该方法进行了讨论。结果表明,在误差范围内该方法能有效的对加速器束流轨道进行校正。     

Hénon混沌系统广义预测控制无静差快速算法

提出了一种具有无静差跟踪性能的Hénon混沌系统广义预测控制快速算法.采用改进的时变遗忘因子递推最小二乘方法辨识混沌系统,通过在常规广义预测控制性能指标函数中引入前馈增益矩阵与柔化矩阵,并将MP神经元网络与BP算法相结合在线调整柔化因子,实现系统对参考信号的无静差快速跟踪.该算法避免了矩阵求逆计算,能够很好地跟踪参考信号.仿真结果验证了该方法的有效性. 关键词： 广义预测控制 Hénon混沌系统 前馈增益矩阵 柔化矩阵     

基于空间密度聚类的改进KRX高光谱异常检测

高光谱遥感影像包含了丰富的光谱信息,对于地物具有极强的分辨能力,从而促进了不需任何先验信息的高光谱异常目标探测技术的发展。KRX（Kernel RX）异常探测算法巧妙地利用核函数将RX算法映射至高维特征空间,加强了光谱中非线性信息的运用,具有较强的可分辨性,显著改善了低维空间的光谱不可分问题。然而,也暴露了KRX算法中病态Gram矩阵求逆误差大,异常检测效率低等缺点。为实现理论上KRX算法的强探测性能,提出一种基于新型聚类方法的改进KRX探测算法（DC-KRX）。（1）由于空间邻域像元具有较强的光谱相似性,会造成Gram矩阵病态,严重影响了异常探测效果,因此背景虚检现象严重。针对病态Gram矩阵的求逆误差问题,算法改进了KRX算子,对Gram矩阵进行奇异值分解,选取特征值较大的主成分,保证了Gram矩阵的求逆精度,待测像元的探测结果采用l-2范数表示,检测效果提高明显;（2）在改进KRX的基础上,提出了空间聚类KRX算法。空间像元之间具有光谱强相关性,既造成了Gram矩阵的病态,数据的冗余也影响了探测效率。实验发现,通过聚类算法可以合并像元于聚类中心,减少空间维度,提高计算效率;同时,聚类中心按照聚类大小被赋予不同的权重,保证了探测精度;（3）另一方面,选用合适的聚类算法是一个难点。聚类KRX算法对于聚类算法的精度和实时性要求较高,比较发现,一种基于密度峰值快速搜索（DC）的新型聚类算法具有较好的聚类性能。算法采用欧式距离计算任意像元的相似度,利用局部密度和邻域距离作为聚类中心的联合判断准则,对结果进行排序得到聚类中心。实验发现,该聚类算法计算速度快,且能够对任意形状的分布进行聚类,非常适合于维度较高,成分复杂的高光谱图像,且适用于较高次数的重复聚类。DC-KRX算法提供了一种空间聚类预处理的高光谱异常探测新思路,最后,与国际主流探测算法对比发现,该算法表现了较好的探测性能。同时,时效性对比分析发现,聚类前后算法的检测效率提高了30%以上,有效改善了KRX算法的实时性。     

Hénon混沌系统的自适应预测函数控制快速算法

提出了一种带有预测函数的Hénon 混沌系统的广义预测控制快速算法.首先用时变遗忘因子的递推最小二乘方法辨识混沌系统,然后在广义预测控制的基础上引入了预测函数控制方法,并充分利用了预测信息的补偿作用.这种算法克服了广义预测控制中求解逆矩阵的缺点,提高了系统响应的速度,并且具有较强的跟踪给定信号、抑制系统参数摄动和随机噪声的能力.仿真结果验证了该方法的有效性. 关键词： 广义预测控制 预测函数 Hénon 混沌系统 参数辨识     

Parameter vertex method and its parallel solution for evaluating the dynamic response bounds of structures with interval parameters

In this article, we propose a parameter vertex method to determine the upper and lower bounds of the dynamic response of structures with interval parameters, which can be regarded as an extension of the matrix vertex method proposed by Qiu and Wang. The matrix vertex method requires considerable computation time and encounters the dependency problem in practice, thereby limiting its application in engineering. The proposed parameter vertex method can avoid the dependency problem, and the number of possible vertex combinations in the proposed method is significantly less than that in the matrix vertex method. The parameter vertex method requires that each matrix element in the dynamic differential equation is monotonic with respect to the uncertain parameter, and that the dynamic response reaches its extreme value when the uncertain parameter is at its endpoint. To further reduce the runtime, both vertical and transversal parallel algorithms are introduced and integrated into the parameter vertex method to improve its computational efficiency. Two numerical examples are presented to demonstrate the proposed method combined with both parallel algorithms. The performances of the two parallel algorithms are thoroughly studied. The parameter vertex method combined with parallel algorithm can be used for large-scale computing.     

改进SIFT融合五官特征的旋转人脸检测算法

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法。该算法通过改进单神经元中的K值公式提高了Kp、Ki、Kd的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小。通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验。结果表明：所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

Hénon混沌系统的自适应广义预测控制快速算法

提出了一种带有约束矩阵的Hénon 混沌系统的广义预测控制快速算法,首先用带有遗忘因子的递推最小二乘参数辨识法来逼近混沌系统,然后该算法引入了一种约束矩阵,约束矩阵的引入避免了矩阵求逆的计算,占用内存小,计算速度快,并且具有较强的跟踪给定信号和抑制系统参数摄动和随机噪声的能力.仿真结果验证了该方法的有效性. 关键词： 广义预测控制 约束矩阵 Hénon混沌系统 参数辨识     

零点约束矩阵滤波设计

为解决在空域预滤波阶段抑制强噪声的问题,提出了零点约束矩阵滤波设计方法,并给出了解的表达式。通过设计凸规划问题,在严格约束阻带响应等于零的情况下,使通带误差最小。将凸规划问题转换为线性约束二阶最优化问题,构造Lagrange函数并得到最优解,重排后得出滤波矩阵。仿真可知,本方法可设计出强干扰离散分布或处于某扇面的预滤波器,可用于解决常规波束形成算法受强干扰影响方位估计性能的问题。      

应用半正定规划的目标方位超分辨方法

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L₂范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。      

加性和乘性泊松白噪声联合激励下光滑非连续振子的随机响应

利用广义胞映射方法,研究了加性和乘性泊松白噪声联合作用下SD振子(smooth and discontinuous oscillator)的随机响应问题.基于图分析算法,获得确定SD振子的吸引子、吸引域、域边界、鞍和不变流形等全局特性.基于矩阵分析算法,计算了SD振子在泊松白噪声激励下的瞬态和稳态响应.结果表明:随机响应的概率密度函数演化方向和确定情况下的不稳定流形形状之间存在密切联系.蒙特卡罗模拟结果表明,所使用的方法是有效且准确的.     

计算流体中一个改进的强隐式格式及迭代的收敛性

本文分析了Stone引入辅助矩阵Ã将五对角阵A变为七对角阵A+Ã的过程,指出Stone引入的辅助阵Ã不具备对称性,由此会给迭代收敛的分析工作带来困难。在此分析的基础上构造了一个对称的辅助矩阵,当A为对称时可使A+Ã对称正定。给出选取最优迭代参数ω的公式和办法。通过典型算例对这种改进的强隐式格式的数值稳定性作了验证。