Morris-Lecar系统中通道噪声诱导的自发性动作电位研究

在生物物理学中, 越来越多的现象是由于分段确定性的动力系统与连续时间马氏过程之间的耦合作用而产生的. 因为这种耦合性, 相关的数学模型更适合取为随机混合系统而不是扩散过程(基于It?随机微分方程). 本文从理论上和数值上研究了在弱噪声条件下无鞍点状态的随机混合Morris-Lecar系统中, 由通道噪声诱导的自发性放电现象. 一个动作电位的初始阶段可视为噪声诱导的逃逸事件, 其最优路径和拟势可由辅助Hamilton系统给出. 由于系统不存在鞍点, 因此可选择虚拟分界线(ghost separatrix)为阈值, 研究噪声诱导的自静息态的逃逸事件. 通过计算在阈值处的拟势, 便可发现其值有一个明显的最小值, 其作用类似于鞍点. 通过改进的Monte Carlo模拟方法, 计算了历程概率分布, 其结果对初始阶段和兴奋阶段的理论解均给出了验证. 此外, 基于前人将拟势等高线作为阈值的另一种选择, 我们对两种阈值取法的优劣性进行了比较. 最后, 本文研究了钠离子和钾离子通道噪声的不同组合对最优路径和拟势的影响. 结果表明: 钾离子通道噪声在自发性放电过程中起主导作用, 且两种噪声强度存在一个最优比例能使总的噪声强度达到最小.      

核电结构土-结相互作用分析分区混合计算方法

土-结构相互作用分析是核电结构进行抗震设计和安全评估的重要环节.在核电结构的土-结相互作用分析中,阻尼和非线性是影响结构反应的重要因素. 若采用频域分析,可以方便考虑阻尼,但需通过等效线性化来考虑非线性,不适合于强震作用下的土体非线性.若采用时域分析的逐步积分方法,适合于考虑非线性,但材料阻尼一般采用瑞利阻尼模型,除了紧靠指定阻尼比的少数几个振型外,其他振型的反应将受到瑞利阻尼模型所确定的大阻尼所抑制,造成地震反应与真实情形有较大差异.若采用时域分析的模态叠加法,可合理计入阻尼效应,但模态叠加法不能考虑非线性.因此,如何合理考虑阻尼和非线性是核电结构土-结相互作用分析需要关注的问题.基于此,本文提出一种模态叠加和时步积分结合的土-结相互作用分区算法.其中,出于安全性考虑,地震作用下核电主体结构一般不允许进入非线性,因此结构可采用模态叠加方法,以便合理考虑结构阻尼;土体和基础采用显式时步积分法,可考虑土体非线性;通过人工边界条件考虑无限域的影响 (辐射阻尼).通过简单算例对该方法进行了验证,并用于CAP1400核电结构的土-结相互作用分析中,对比分析了采用模态阻尼和瑞利阻尼时核电结构和场地反应的差异,结果表明结构阻尼模型对场地的反应影响不大,但对结构反应影响明显,在实际工程中应合理选取阻尼模型.      

三维位势问题的梯度边界积分方程的新解法

三维位势问题的边界元分析中,关于坐标变量的边界位势梯度的计算是一个困难的问题. 已有一些方法着手解决这个问题,然而,这些方法需要复杂的理论推导和大量的数值计算. 本文提出求解一般边界位势梯度边界积分方程的辅助边值问题法. 该方法构造了与原边界值问题具有相同解域的辅助边值问题,该辅助边值问题具有已知解,因此通过求解此辅助边值问题,可获得梯度边界积分方程对应的系统矩阵,然后将此系统矩阵应用于求解原边值问题,求解过程非常简单,只需求解一个线性系统即可获得原边值问题的解. 值得注意的是,在求解原边值问题时,不再需要重新计算系统矩阵,因此辅助边值问题法的效率并不很差. 辅助边值问题法避免了强奇异积分的计算,具有数学理论简单、程序设计容易、计算精度高等优点,为坐标变量梯度边界积分方程的求解提供了一个新的途径. 3个标准的数值算例验证了方法的有效性.      

语音通信降噪研究

语音通信系统中,语音通过信道传输将不可避免地引入码间串扰和信号畸变,同时受到噪声污染。本文在分析自适应盲均衡算法CMA(constant modulus algorithm）和改进盲均衡算法的基础上,考虑到自适应盲均衡技术在语音噪声控制方面能力有限,将自适应盲均衡技术与小波包掩蔽阈值降噪算法联合使用,形成一种基带语音增强新方法。仿真试验结果显示自适应盲均衡技术可以使星座图变得清晰而紧凑,有效减小误码率。研究证实该方法在语音信号ISI和畸变严重情况下,在白噪及有色噪声不同的噪声环境中都具有稳定的降噪能力,消噪同时可获得汉语普通话良好的听觉效果。     

纵横载荷作用下功能梯度梁的弯曲和过屈曲

基于一阶非线性梁理论和物理中面概念,导出了纵横向载荷作用下功能梯度材料(FGM)梁非线性弯曲和过屈曲问题的控制方程,并获得了该问题的精确解;据此解研究了梯度材料性质、外载荷、横向剪切变形以及边界条件等因素对功能梯度材料梁非线性力学行为的影响,分析中假设功能梯度材料性质只沿梁厚度方向,并按成分含量的幂指数函数形式变化。结果表明:纵横载荷共同作用下,功能梯度梁的弯曲构形将有无限多个;随着梯度指数的增大,梁的变形减小,临界载荷升高;随着长高比的增大,横向剪切变形的影响减小。     

基于极限学习机和优化算法的润滑油添加剂种类识别与含量预测

为了快速识别润滑油中添加剂种类和含量,将添加剂硫化异丁烯(T321)、烷基二苯胺(T534)、硫代磷酸胺盐(T307)以不同配比混合在基础油中,使用极限学习机(ELM)对油样的红外光谱数据构建模型进行训练测试,并采用贪心算法、遗传算法(GA)对输入波段优化,筛选出最优波段区间组合以剔除相关性过高的波段从而提高运算效率. 测试结果表明:ELM模型可对润滑油添加剂进行有效的种类识别和含量预测,相比于传统理化检测方法是一种经济快速的新型润滑油添加剂检测手段;且经GA波段筛选优化后模型输出结果更具优势,对三种添加剂的种类识别准确率均达到100%、含量预测决定系数(R2)分别提升了43.8%、39.0%和24.4%.      

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

基于工作电流分析的回转副摩擦状态识别实验研究

回转副摩擦状态的变化对机械设备的运行有着重要影响. 针对回转副摩擦状态的识别问题, 设计了以回转副工作电流为摩擦特征来源的实验方案. 通过采集摩擦过程的回转副驱动电机工作电流信号, 分析实验信号的频域和时频域特征, 建立工作电流的摩擦特征库, 用于训练多分类支持向量机分类器, 并在分类器上完成摩擦状态的识别. 实验结果表明, 经特征提取与降维处理后建立的多分类支持向量机分类器具有近90%的识别正确率, 所提出的实验方案有利于实现远距离信号的采集, 适用实际生产加工.     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题,提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值,根据γ射线的衰减规律建立辐射衰减模型;在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计;采用高斯分布函数对重采样后的粒子进行自适应更新,保证重采样后的粒子具有多样性;根据辐射环境创建机器人路径规划模型,采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证,结果表明,该方法在有遮挡环境下能够搜寻到未知的单点源,同时自适应更新能够提高算法的稳定性,缩小寻源误差。