基于虚拟相位平面的相位展开方法

在基于相位分析的三维测量系统中,为了准确地得到物体的高度,相位展开扮演着很重要的角色。传统的相位展开方法常常需要额外的投影图,而傅里叶变换轮廓术只需要采集一幅或两幅变形条纹图就可以实现对物体轮廓的测量,其方法速度快,易于实现。针对傅里叶变换轮廓术方法计算得到的截断相位分布,本文提出了一种利用截断相位与参考平面相位差值2π的整数倍数获得截断相位的正确级次,辅助相位展开的方法。当被测物体较复杂,或者相位截断次数较多时,该方法在已有参考平面相位的基础上虚拟新的相位平面,依次比较截断相位和虚拟相位,进行多次分级相位展开,结合多个展开相位结果,最终得到正确的展开相位。该方法展开速度快,展开错误不会蔓延传递。仿真和实物实验结果证明了该方法的可行性,说明该方法可用于傅里叶变换轮廓术中进行截断相位的快速展开。     

由Campanato型函数和与薛定谔算子相关的Riesz变换生成的Toeplitz算子的有界性

本文研究了由Campanato型函数及与Schrödinger算子相关的Riesz变换生成的Toeplitz算子的有界性.利用Sharp极大函数估计得到了Toeplitz算子Θ^b在Lebesgue空间的有界性,拓广了已有交换子的结果.     

基于Hilbert变换的LFM检测与估计

LFM(线性调频)信号是一类重要的非平稳信号,其完全被初始频率和调频斜率两个参量表征,而LFM信号的检测与估计问题是信号处理中最为重要的研究热点之一.由于调频信号在时频平面内有较好的聚集性,通常使用时频分析的方法对其进行检测和估计.线性正则变换是经典时频分布的广义形式,对LFM信号具有很好的能量聚集特性,在现有的线性正则域Hilbert变换的基础上,提出了一种不需要谱峰搜索而快速检测LFM信号和估计其参数的方法,并且通过仿真实例验证了所提出方法的优越性.     

全平面上解析的非正规增长的Laplace-Stieltjes变换的λ-型

通过引入λ-型的概念,研究了在全平面收敛的Laplace-Stieltjes变换所确定的非正规对数增长的整函数的增长性问题,并得到λ-型与最大模,最大项及最大项指标的关系,推广了Dirichlet级数的相关结果.     

分数阶尺度函数的分解与重构算法

引入分数阶多分辨分析与分数阶尺度函数的概念.运用时频分析方法与分数阶小波变换,研究了分数阶正交小波的构造方法,得到分数阶正交小波存在的充要条件.给出分数阶尺度函数与小波的分解与重构算法,算法比经典的尺度函数与小波的分解与重构算法更具有一般性.     

基于在线HHT和SVM的汽油机轻微漏气故障识别方法

针对汽油机轻微漏气故障会被闭环反馈控制所掩盖,提出了一种基于在线希尔伯特变换(Hilbert-Huang Transform,HHT)和支持向量机(Support vector machine,SVM)的两阶段微小故障识别方法(Online HHT-SVM,OHS).第一阶段在嵌入式两滑动时间窗内通过HHT对发动机空燃比数据流进行在线时频分析,以实时获取空燃比发生异常的时刻;第二阶段通过SVM对异常时刻的数据流故障模式进行离线识别.根据氧传感器信号特征,对经验模态分解(Empirical mode decomposition,EMD)算法进行了改进,并从理论上进行了证明.基于两款发动机的实际运行数据验证了该方法的有效性.     

半群OCK_n的理想的极大子半群

设X_n={1,2,…,n}并赋予自然数序,OCK_n是X_n上的具有核连续的保序变换半群.将考虑OCK_n的理想OCK(n,r)={α∈OCK_n:|imα|≤r}(3≤r≤n-1),并得到了OCK(n,r)的极大子半群的完全分类.     

一类核具有连续横截面变换半群的秩

设X_n={1,2,…,n}并赋予自然数序,MCK_n是X_n上核具有连续横截面保序或反序变换所构成的半群.K_n是MCK_n的最大正则子半群.本文将考虑K_n的理想K(n,r)={α∈K_n:|im(α)|≤r}(3≤r≤n-1).证明了K(n,r)的秩为(n-r+1)(n-r+2)(n-r+3)/6.     

求解中国剩余定理的矩阵变换方法

将问题所对应的一次同余方程组等价地转化为整系数线性方程组问题,借用欧氏环上的线性方程组理论,提出矩阵变换的新算法.通过三个不同的算例,演示了算法的可行性,并分析其优劣性.同时还指出,该方法有效地搭建起《高等代数》与《近世代数》的教学衔接桥梁,有助于诱导学生发现问题和提升解决问题的能力.     

Black-Sholes方程的解析解及收敛性分析

将经典的Black-Sholes方程转化为一类特殊的线性偏微分方程,并通过对其采用Fourier变换方法求得解析解,最后利用优核的相关性质对所得Black-Sholes方程解析解进行收敛性分析,证明了该解析解的收敛性.