A hybrid scheme for geoacoustic inversion

A hybrid inversion scheme of geoacoustic parameters, which combines dispersion characteristics of normal modes with transmission loss, has been proposed based on the facts that different parameters have different effects on sound field. First, considering the dispersion characteristics of normal modes were sensitive to the density and the sound speed of seabottom, and not sensitive to the seabottom attenuation coefficient, the group time delays of different modes and different frequencies were acquired through adaptive optimal kernel time-frequency representation, then the group time delays were taken as the cost function, and using a global optimal algorithm, the seabottom density and the profile of seabottom sound speed were deduced. Successively, the validity of inversion results was evaluated by the a posteriori probability. Last, the attenuation coefficient of sediment is inverted using the transmission loss data recorded from the ship radiation noise. The validity of the total inversion results has been evaluated by making use of the matched field processing source localization.     

一种地声参数的联合反演方法

根据地声参数对不同声场物理量影响不同,提出了一种利用简正波频散特征结合声传播损失反演地声参数的联合反演方法。首先,考虑到简正波的频散特性(群速度)对海底的密度和声速较为敏感,而对海底吸收系数不敏感,利用自适应时频分析方法,获得不同频率不同号数简正波的到达时间差,以此作为代价函数,采用全局优化算法,反演出海底密度和海底声速的分层结构,并用概率统计的方法评价反演结果的有效性。反演出海底密度和声速后,利用实验船辐射噪声得到随距离连续的声传播损失来反演出海底吸收系数。最后,把反演的参数很好的用于声源匹配定位验证了反演结果的有效性。     

利用海底反射信号进行地声参数反演的方法

针对现有反演方法的缺点,提出了一种基于海底反射信号的地声参数高分辨反演方法.它利用短距离声源在不同深度上发射宽带线性调频信号,采用垂直阵进行接收,首先通过匹配滤波方法提取多径到达信息,然后利用海底反射损失曲线,反演海底表层的声速和密度,最后利用浅底层反射信号估计沉积层参数.由于海水中直达波受到内波的强烈影响,选择海底表面反射作为参考,用以可靠地计算浅底层反射的相对到达时间和幅度,从而估计出沉积层的厚度、速度和衰减系数.通过海上实验,验证了利用浅底层反射信号反演参数的有效性. 关键词： 海底参数 反演 浅底层反射信号     

不确定混沌系统的径向基函数神经网络反馈补偿控制

对不确定混沌系统控制问题, 研究了一种基于径向基函数神经网络(radial basis function neural network, RBFNN)的反馈补偿控制方法. 该方法首先用RBFNN对混沌系统的动力学特性进行学习, 然后用训练好的RBFNN模型对混沌系统进行反馈补偿控制. 该方法的特点是不需要被控混沌系统的数学模型,可以快速跟踪任意给定的参考信号. 数值仿真试验表明了该控制方法不仅具有响应速度快、控制精度高, 而且具有较强的抑制混沌系统参数摄动能力和抗干扰能力.     

一种基于简正波模态频散的远距离宽带海底参数反演方法

在浅海环境中, 海底环境参数对声传播有着重要的影响. 由于利用单个宽带声源进行海底参数反演时, 随着距离的增大, 误差变大, 本文提出利用warping变换对在浅海波导中传播的, 不同距离上的两个宽带爆炸声源进行简正波的有效分离, 实现了宽带爆炸声源的远距离海底参数反演. 采用全局寻优遗传算法对提取出的模态频散到达时间差与理论计算的模态频散到达时间差进行匹配处理, 并结合随距离连续变化的声传播损失, 实现了利用单水听器进行海底参数的反演. 实验结果表明: 运用反演出的海底参数提取模态频散时间差和实测数据提取出的模态频散时间差吻合得较好; 而通过传播损失反演得到的海底衰减系数与频率呈指数关系. 最后, 对反演结果进行了后验概率分析, 并将本组爆炸声源的反演结果用于另一组不同距离上爆炸声源时仍然有效, 来评价反演结果的有效性.     

基于径向基函数神经网络的荧光光谱技术在菌种识别中的应用

对嗜酸乳杆菌、变异链球菌和保加利亚乳杆菌这三种菌的荧光光谱进行研究,发现在紫外光的激励下,益生菌溶液发出荧光.在最佳激发波长290　nm的激励下,荧光峰值在300—650　nm范围内.采用小波变换对测得的150组光谱数据进行压缩,压缩后每组数据由原来的1341个点减少为168个点,既保留了原图谱的特征,又提高了神经网络的处理速度.径向基函数神经网络方法对压缩后的数据进行研究,对每种菌的40组实验数据进行训练,在此基础上对30组未知数据进行识别.结果表明经过训练之后,径向基函数神经网络能够准确预测未知菌种. 关键词： 荧光光谱 径向基函数神经网络 数据压缩     

基于径向基函数神经网络的荧光光谱技术在菌种识别中的应用

对嗜酸乳杆菌、变异链球菌和保加利亚乳杆菌这三种菌的荧光光谱进行研究,发现在紫外光的激励下,益生菌溶液发出荧光.在最佳激发波长290　nm的激励下,荧光峰值在300—650　nm范围内.采用小波变换对测得的150组光谱数据进行压缩,压缩后每组数据由原来的1341个点减少为168个点,既保留了原图谱的特征,又提高了神经网络的处理速度.径向基函数神经网络方法对压缩后的数据进行研究,对每种菌的40组实验数据进行训练,在此基础上对30组未知数据进行识别.结果表明经过训练之后,径向基函数神经网络能够准确预测未知菌种.     

Accurate radial basis function based neural network approach for analysis of photonic crystal fibers

In this paper, a new and an accurate artificial neural network approach (ANN) is presented for the analysis and design of photonic crystal fibers (PCFs). The new ANN approach is based on the radial basis functions which offer a very quick convergence and high efficiency during the ANN learning. The accuracy of the suggested approach is demonstrated via the excellent agreement between the results obtained using the presented approach and the results of the full vectorial finite difference method (FVFDM). In addition, a new design of highly birefringence PCF with low losses for the two polarized modes is presented using the proposed approach.     

基于RBF神经网络的强流LIA故障诊断与性能评价技术

 用于流体动力学诊断的强流LIA是庞大而复杂的系统,其性能预测和评估是十分困难的。针对强流LIA大量的单次快脉冲非平稳信号,提出基于小波包分析与RBF神经网络技术相结合实现故障智能诊断和性能评价的方法。该方法以强流LIA高维信号的小波包结点能量提取的特征向量来表征信号平顶、脉宽以及暂态特性。在此基础上,建立了“神龙一号”加速器腔电压及注入器出口束流故障诊断与性能评价原型系统,该系统不仅可进行故障诊断和性能评价,还可探测到加速器运行参数的变化趋势,为加速器的精细维护提供预测信息。     

利用多角度海底反向散射信号进行地声参数估计

针对现有海底地声参数估计方法的不足,提出了利用相控参量阵浅地层剖面仪接收的多角度海底反向散射信号进行地声参数估计的方法,首先利用正下方和斜入射方向上沉积层上、下表面的差频反向散射信号进行沉积层厚度和声速估计,然后利用正下方沉积层上、下表面两个不同频率的差频信号的反向散射信号估计沉积层衰减系数,最后利用正下方沉积层上表面原频反向散射信号估计沉积层阻抗,计算沉积层密度从而解决和声速的耦合性,通过水池试验验证了该方法的有效性。     

冬小麦导数光谱特征提取与缺磷胁迫神经网络诊断

分别于返青期、拔节期、抽穗期和灌浆期采集不同磷素处理的冬小麦叶片原始高光谱数据;之后求取其一阶导数(一阶导数光谱)并进行小波去噪处理;通过分析原始光谱和一阶导数光谱对小同磷素处理水平的响应特征,确定敏感波长范围并提取四种吸收面积;将每个叶片磷素含量值对应的四种吸收而积的归一化值,作为样本空间样本点的位置坐标(4维样本输...     

基于基函数展开方法处理具有陡峭界面的Abel反演问题

在激光聚变研究中,存在大量具有陡峭不连续界面特性的靶丸等离子体诊断问题,需要借助Abel反演方法对结果进行分析。 提出了一种基于基函数展开处理不连续径向分布的Abel反演方法,采用带约束的Landweber迭代法求得优化结果。利用该算法可以对不连续阶跃分布进行比较准确的反演,获得阶跃结构特征。在理想情况下,针对不连续阶跃分布的反演方差好于10-4,即使在存在一定噪声的情况下也仍然可以获得较好的结果。该方法可用于对激光聚变研究中压缩过程中球壳的背光照相、自发光成像、光谱测量等诊断结果的数据分析。     

基于基函数展开方法处理具有陡峭界面的Abel反演问题

在激光聚变研究中,存在大量具有陡峭不连续界面特性的靶丸等离子体诊断问题,需要借助Abel反演方法对结果进行分析。 提出了一种基于基函数展开处理不连续径向分布的Abel反演方法,采用带约束的Landweber迭代法求得优化结果。利用该算法可以对不连续阶跃分布进行比较准确的反演,获得阶跃结构特征。在理想情况下,针对不连续阶跃分布的反演方差好于10-4,即使在存在一定噪声的情况下也仍然可以获得较好的结果。该方法可用于对激光聚变研究中压缩过程中球壳的背光照相、自发光成像、光谱测量等诊断结果的数据分析。     

A novel hard decision decoding scheme based on genetic algorithm and neural network

A novel hard decision decoding scheme based on a hybrid intelligent algorithm combining genetic algorithm and neural network, named as genetic neural-network decoding (GND), is proposed. GND offsets the reliability loss caused by channel transmission error and hard decision quantization by making full use of the genetic algorithm's optimization capacity and neural network's pattern classification function to optimize the hard decision outputs of received matched filter and restore a more likelihood codeword as the input of hard decision decoder. As can be seen from the theoretical analysis and computer simulation, GND scheme is close to the traditional soft decision decoding in error correction performance, while its complexity, compared with the traditional soft decision decoding, is greatly reduced because its decoding process does not need to use the channel statistical information.     

势问题的径向基函数——局部边界积分方程方法

将基于径向基函数构造的具有插值特性的近似函数和局部边界积分方程方法相结合，建立了求解势问题的径向基函数——局部边界积分方程方法，推导了相应离散方程.与其他边界积分方程的无网格方法相比，本文方法具有数值实现过程简单、计算量小、精度高的优点，并可直接施加边界条件.最后通过算例说明了该方法的有效性. 关键词： 径向基函数 无网格方法 局部边界积分方程 势问题     

采用拖曳线列阵的海洋声学参数联合反演方法研究

匹配场反演方法是快速获取海底声学参数的一种有效途径,但是其反映的是水体和海底空间变化环境的平均效果,对海底密度和衰减系数的敏感性较小,且在复杂海底环境下,不确定性明显增加。匹配场反演方法通常采用垂直阵来实现,其机动性较差,只能获得局部海区的环境参数。利用拖曳线列阵可以实现环境参数的走航式获取。提出了基于匹配场与反射损失联合反演的方法,利用其中之一的反演结果作为下一步反演的先验信息,敏感参数与不敏感参数多步反演,并逐步缩小了参数的优化空间。同时引入贝叶斯理论与蒙特卡罗方法对反演参数的后验概率密度进行分析,并利用反演结果的后验分布计算了传播损失随距离的概率分布。研究结果表明,联合反演方法对地声参数进行了更准确的反演,尤其是对海底声速反演效果提高明显。通过传播损失的概率分布发现,估计得到的海底参数用于声场预报时,误差较小。     

Bayesian geoacoustic inversion of ship noise on a horizontal array

This paper applies geoacoustic inversion to low-frequency narrow-band acoustic data from a quiet surface ship recorded on a bottom-moored horizontal line array in shallow water. A Bayesian matched-field inversion method is employed which quantifies geoacoustic uncertainties and allows for meaningful comparison of inversion results from different data sets. Geoacoustic inversion results for ship-noise data are compared with inversion results for multitone data from a towed controlled source collected in the same experiment, and with independent geophysical measurements. To increase the information content of low-level ship-noise data, the effect of including multiple, independent data segments in the inversion is investigated and shown to significantly reduce geoacoustic parameter uncertainties. Geoacoustic uncertainties are also shown to depend on ship range and orientation, with increased uncertainties for long ranges and for the ship stern oriented away from the array.     

Construction scheme of four-body wave functions in a hyperspherical basis

The problem of symmetrization of four-body hyperspherical functions is discussed. A construction scheme is given for the symmetrized hyperspherical asis in the (3+1)-configuration. The transformation between hyperspherical functions corresponding to the (2+2)- and (3+1)-configurations is considered.     

Rotational transport on a sphere: Local node refinement with radial basis functions

This paper develops an algorithm for radial basis function (RBF) local node refinement and implements it for vortex roll-up and transport on a sphere. A heuristic based on an electrostatic repulsion type principle is used to re-distribute the nodes, clustering in areas where higher resolution is needed. It is then important to have a scheme that varies the shape of the RBFs over the domain so as to counteract the effects of Runge phenomena where the nodes are sparse. The roll-up of two diametrically opposed moving vortices are studied. The performance differences between near-uniform and refined nodes are addressed in terms of convergence, time stability, and computational cost. RBF results are put into context by comparison with published results for methods such as finite volume and discontinuous Galerkin.     

基于时变阈值过程神经网络的太阳黑子数预测

太阳黑子活动直接影响着外层空间环境的变化，为保证航天飞行任务的安全必须对其进行有效预测.为此，提出了一种基于时变阈值过程神经网络的时间序列预测模型.为简化模型的计算复杂度，开发了一种基于正交基函数展开的学习算法.文中分析了模型的泛函逼近能力，并以Mackey-Glass时间序列预测为例验证了所提模型及其学习算法的有效性.最后，将该预测模型用于太阳活动第23周太阳黑子数平滑月均值预测，取得了满意的结果，应用结果同时表明：所提预测方法与其他传统预测方法相比预测精度有所提高，具有一定的理论和实用价值. 关键词： 太阳黑子数 时变阈值过程神经网络 时间序列预测 泛函逼近