n × n 上三角算子矩阵的单值扩张性以及应用*

设X_i是无穷维复Banach空间, L(X_j,X_i)是X_j到X_i上的有界线性算子全体.考虑 n × n 上三角算子矩阵T=(T_ij)_1≤j≤n, 其中T_ij L(X_j,X_i),1≤j≤n; T_ij=0, i>j.本文研究了T的单值扩张性, 通过考察集合S(T)={λ∈C}: T在点λ没有SVEP},证明了S(T)在i=1 ? nS(T_i)中退化,进而给出等式S(T)=i=1 ? n S(T_i)成立的条件. 同时, 考察了T的单值扩张性扰动,得到了S(T)保持对角稳定时T_i所需的条件并予以证明, 同时举例说明这些条件的合理性.最后, 给出单值扩张性关于谱σ(T)和局部谱σT (x)的应用, 得到了谱扰动和局部谱扰动不变的新条件.     

一类新的谱任意复符号模式

设S是一个n阶复符号模式.如果对每一个首项系数为1的n次复系数多项式f(λ),都存在一个复矩阵C∈Q(S),使C的特征多项式就是f(λ),则称S是一个谱任意复符号模式.也可以这样描述:如果n阶复符号模式S的谱集是由所有n阶复矩阵的谱构成的集合,则称S是谱任意复符号模式.本文利用Schur补和行化简方法,给出了一类仅含3n个非零元的谱任意复符号模式.     

A Complex Mode Method for Wind-Induced Responses of 6-Parameter Practical Viscoelastic Damping Energy Dissipation Structures Based on the Davenport Wind Speed Spectrum北大核心CSCD

针对六参数实用黏弹性阻尼耗能结构,基于Davenport风速谱系列响应问题进行了系统的研究.首先,利用六参数黏弹性阻尼器的微分型本构关系,建立了耗能结构基于Davenport风速谱激励下的运动方程;然后,运用复模态法将耗能结构的运动方程由二阶微分方程转化为一阶方程,获得了耗能结构系统对风振激励响应的频域解和功率谱密度函数表达式;最后,利用数学恒等式,基于随机振动理论获得了耗能结构系统在Davenport风速谱激励下的响应和阻尼器受力的解析解.该文方法不仅考虑了结构系统在风振激励作用下全振型展开的结果,表达式较现有结果更为简便,效率及精度更高,且适用于非经典阻尼结构.     

双挠积复Finsler流形的局部对偶平坦性

设(M₁,F₁)和(M₂,F₂)是两个强凸的复Finsler流形,λ₁和λ₂是乘积流形M=M₁×M₂上的光滑实值函数,双挠积复Finsler流形(M₁×(λ₁,λ₂) M2,F)是在乘积流形上赋予了复Finsler度量F²=λ₁²F₁²+λ₂²F₂²的复Finsler流形.本文给出了双挠积复Finsler流形是局部对偶平坦流形的充要条件.     

基于深度迁移学习的脉冲涡流热成像裂纹缺陷检测

提出一种迁移学习与深度学习相结合的钢板裂纹缺陷检测方法。首先,通过非负矩阵分解（NMF）建立红外缺陷数据集的目标域特征空间,以余弦相似度为衡量指标选取可见光缺陷数据集的源域样本,对深度学习模型进行预训练,并将模型权重参数迁移至目标域,实现相似领域的知识迁移;然后,在YOLO v5算法基础上引入自适应空间特征融合（ASFF）模块,提高缺陷检测精度。实验结果表明：所提方法对钢板脉冲涡流热成像裂纹缺陷的检测精度达到98.6%,可实现不同长度裂纹的准确识别与定位。     

稀疏正交联合约束多通道非负矩阵分解声信号分离算法

针对复杂环境下多通道声信号分离问题,提出稀疏正交联合约束多通道非负矩阵分解声信号分离方法。首先设计基于多通道扩展坂仓斋藤(Itakura-Saito,IS)散度的稀疏正交联合约束项构造代价函数,给出信号稀疏和信号正交约束辅助函数,实现代价函数最小化求解。然后通过迭代更新规则设计,得到稀疏正交优化的多通道非负矩阵分解基矩阵和系数矩阵,讨论了稀疏正交约束对基矩阵和系数矩阵稀疏性与连续性影响。最后基于多通道信号空间特性,进行了非负矩阵分解基聚类以获得多通道非负矩阵分解声信号的分离结果。双通道音频数据与四通道声学目标分离实验数据测试表明,对音频数据,所提算法在性能指标信号失真比(SDR)上提高了0.84 dB,对于直升机声源数据,所提算法在SDR上提高了4.53 dB。     

超声全矩阵数据联合稀疏重构的多测量向量模型应用

针对单测量向量模型(Single Measurement Vector,SMV)等传统压缩感知方法处理超声全矩阵数据时,存在重构精度低和重构耗时长等问题,本文研究了多测量向量模型(Multiple Measurement Vectors,MMV)应用的可行性。针对铝合金试块中不同深度的φ2 mm横通孔,分别使用MMV模型中的多测量稀疏贝叶斯(Multiple Sparse Bayesian Learning,MSBL)算法和SMV模型中的稀疏贝叶斯(Sparse Bayesian Learning,SBL)算法进行超声全矩阵数据重构,并实施全聚焦成像。随后,引入归一化均方误差和阵列性能因子评价图像和信号的重构效果。实验结果表明,SBL算法在25%采样率时的归一化均方误差为1.9%,而MSBL算法仅需15%采样率即可达到相似效果且耗时更少。     

捷联惯导系统(SINS)敏感器斜向配置技术

以四个敏感器的冗余系统为例，对采用冗余敏感器的惯导系统的可靠性进行了分析，对四个敏感器构成的捷联惯导系统的可靠性进行了仿真实验，验证了冗余敏感器可以提高系统可靠性结论的正确性。中给出非正交敏感器测量值向惯导系统正交坐标系转化的方法和转换矩阵。最后对冗余敏感器的配置方式进行了分析。通过仿真实验，得到敏感器最佳配置的条件。     

周期波导中弹性波局部化问题的研究

基于弹性波传递矩阵方法，对周期波导中弹性波局部化问题进行了分析研究。根据互易性原理和能量地恒定律，给出了结构弹性波传递矩阵的一般表达式。采用两种求解局部化因子的计算方法，分别计算了谐和与失谐周期波导中的局部化因子，并对其进行了分析讨论。本文对周期波导中波传播与振动局部化的分析方法和计算结果可用于结构的优化设计。     

传递矩阵法在材料力学中的应用

将传递矩阵法应用于材力中的梁、轴问题，优点是能同时求出内力和变形，无需区分静定与静不定问题，易于计算机计算