光学频率梳非线性传输及其在相位噪声探测中的应用

光纤传递链路中相位噪声探测是基于光纤的精确射频标准传递系统中重要组成部分。为解决光纤链路相位噪声探测中节点反射干扰的问题, 本文基于广义非线性薛定谔方程, 理论上研究了窄带光学频率梳在色散位移光纤中的非线性光学传播特性。在理论分析的基础上, 结合密集波分复用架构, 提出了一种基于锁模光学频率梳进行光纤传递射频信号的相位噪声探测新技术, 克服了节点反射干扰, 给出了初步实验验证。     

固体异质结界面结构预测方法及AutoInterface程序实现

预测材料异质结的界面原子结构对于理解界面对性能的影响至关重要. 目前, 从理论上预测材料界面结构仍具有极大挑战, 主要是缺乏普适有效的理论计算方法. 本文介绍了本课题组在异质结界面结构预测方面取得的最新进展. 结合马氏体相变唯象理论、 图论和随机表面行走算法, 提出了界面结构的一种有效预测方法, 可以实现自动化的计算预测. 通过GaP/TiO₂半导体异质结等展示了该方法的有效性和在催化等领域的应用前景.     

基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.      

基于神经网络的核电厂设备易损性分析

核电结构的易损性分析是核电厂地震安全评估中至关重要的一环, 但是由于核电结构的复杂性以及考虑土?结相互作用SSI时较大的计算规模, 使得计算核电厂设备易损性曲线十分耗时. 为发展高效的核电厂设备易损性分析方法, 本文采用核电结构土?结相互作用分析的分区计算方法, 并利用有限的SSI分析结果建立神经元模型ANN代替有限元模型, 分别基于对数正态假定的回归法和蒙特卡洛法进行了设备易损性分析. ANN数值模拟包括了以下内容: (1)基于半偏相关系数选择最相关的地震动参数作为ANN输入, 并通过交叉检验建立神经元模型; (2)量化研究ANN数值模拟的预测不确定性, 其中包含了由于简化地震动输入引起的随机不确定性和训练样本缺失引起的认知不确定性; (3)基于ANN模型预测结果分别采用蒙特卡洛法和基于对数正态假定的回归法进行设备的易损性分析. 本文探讨了不同的地震强度指标以及土层材料的不确定性对易损性曲线的影响, 同时验证了回归法中对数正态模型假定的基本合理性, 为核电厂设备易损性分析提供了一种可能方向.      

基于碎点法的动态断裂分析

工程中的冲击防护结构在撞击、爆炸等冲击载荷下可能发生动态断裂并最终破坏, 抑制结构的动态断裂是提升结构防护能力的重要手段, 为此需要准确预测结构在动态载荷下的断裂行为. 数值仿真是预测动态断裂的重要手段, 然而当前工程中常用的有限元法在模拟断裂方面仍存在网格畸变和难以显式引入裂纹等问题. 碎点法是近年来提出的一种不连续型伽辽金弱形式无网格方法, 适合模拟断裂问题, 本文提出一种显式动力学格式的碎点法并将该方法应用于动态断裂分析. 一方面, 碎点法参考弱形式无网格类方法, 将求解域离散为空间中的节点和子域, 并基于支持域内的节点群构造子域的位移试函数, 因此该方法的子域具有抵抗畸变的能力. 另一方面, 碎点法参考间断伽辽金有限元法, 使用分片连续的位移试函数, 并引入内部界面数值通量修正保证方法的一致性和稳定性, 因此该方法易于在结构中显式引入裂纹. 本文首先介绍碎点法的核心思想和离散形式, 接着推导了动力学碎点法弱形式动量方程, 然后建立了碎点法的显式动力学求解格式, 最后通过算例验证动力学碎点法预测应力波传播和动态断裂行为的能力.      

基于大偏差理论非高斯随机动力系统离出行为研究

本文介绍了大偏差理论的基本思想及其在非高斯随机动力系统的离出问题研究中的应用.依据不同的非高斯噪声类型,本文分别评述了随机混合系统、指数轻跳跃过程和α稳定Lévy噪声驱动的随机动力系统的离出问题的主要研究方法和近期研究进展.针对随机混合系统,本文介绍了利用随机微分方程对其进行近似的拟稳态扩散近似方法,计算拟势和最优离出路径的WKB近似方法与细致平衡条件的研究,以及求解随机混合系统的简化版本(即生灭过程)的离出问题的研究进展.对于指数轻跳跃过程驱动的随机动力系统,本文介绍了其大偏差原理和中度偏差原理的泛函极值问题的建立,拟势概念的定义和平均离出时间的估计.针对具有α稳定Lévy噪声的随机动力系统,本文介绍了计算平均首次离出时间和离出概率的理论和数值方法,计算最优离出路径的Onsager-Machlup理论、机器学习方法、最大似然法和数据驱动方法.最后,给出了非高斯随机动力系统的离出现象相关的一些开放性问题.     

基于变分贝叶斯优化的近邻采样 PF-SLAM 算法

针对移动机器人同时定位与地图构建（SLAM）中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法。采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布。实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76%,较期望最大化算法下的定位与建图误差降低了54%,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考。     

A three-step system calibration procedure with error compensation for 3D shape measurement

System calibration, which usually involves complicated and time-consuming procedures, is crucial for any three-dimensional （3D） shape measurement system based on vision. A novel improved method is proposed for accurate calibration of such a measurement system. The system accuracy is improved with considering the nonlinear measurement error created by the difference between the system model and real measurement environment. We use Levenberg-Marquardt optimization algorithm to compensate the error and get a good result. The improved method has a 50% improvement of re-projection accuracy compared with our previous method. The measurement accuracy is maintained well within 1.5% of the overall measurement depth range.     

Stochastic Resonance in a Time-Delayed Mono-Stable System with Multiplicative and Additive Noise

The stochastic resonance （SR） in a time-delayed mono-stable system driven by multiplicative white noise, additive white noise, additive dichotomous noise as well as a periodic square-wave signal is considered from the view of the signal-to-noise ratio （SNR）. It is found that the SNR increases monotonically with the increase of the delay time. The SNR exhibits the SR behavior when it is plotted as a function of intensities of the noises, displaying the asymmetry of the dichotomous noise. The SNR varies non-monotonically with the increase of the system parameter and the amplitude of the input square-wave signal.