运行模态分析的频域空间域分解法及其应用

提出了一种基于频域空间域分解(Frequency and Spatial Domain Decomposition, FSDD)的运行模态分析方法。该法将同时具有输入和输出的试验模态分析的经典方法——复模态指示因子(Complex Mode Indicator Function, CMIF)法拓展到了仅有输出响应的运行状态模态分析。FSDD法采用奇异值分解将信号空间和噪声空间分离开来,把奇异值曲线作为模态指示的依据,以奇异值向量作为加权函数得到每一阶模态的增强功率谱(Power Spectrum Density, PSD),进而在频域内对增强PSD曲线进行最小二乘拟合以得到准确的模态频率和阻尼参数。采用了一个二层楼仿真算例和在欧洲广为人知的瑞士Z24公路大桥实测算例来验证FSDD算法。     

局部空间-时间显著性的表达过程蕴涵对空间显著性的表达

建立的基于独立成分分析进行特征提取器的学习,进而模拟人类对视觉信息的局部空间-时间显著性的表达过程的计算模型,蕴涵了对局部空间显著性的有效表达;从而当据其设计为机器人主动视觉的注意机制的视线控制而用的算法,可以同一个处理过程适用于动态场景或静态场景的情形。对获自动态场景的特征提取器的频率特性的分析,揭示了此种内在的包含性的成因;算法的实验结果显示了局部空间-时间显著性表达过程对静态场景的局部空间显著性可有效表达。     

互质阵中空间谱估计研究进展

阵列信号处理技术是信号处理领域一个重要分支,广泛应用于雷达、声呐、水电天文等领域。空间谱估计是阵列信号处理中一个主要研究热点,为了避免角度模糊,要求阵元间距要小于等于载波波长的一半。互质阵突破半波长的限制,其阵元间距一般大于半波长。因此,互质阵能够在阵元数固定的情况下,获得更大的阵列孔径。互质阵空间谱估计算法可以利用互质特性辨识目标源,且能够获得更高的测向精度与分辨率。互质阵空间谱估计研究逐渐成为当今阵列信号处理领域的热点。本文总结了互质线阵与互质面阵下的空间谱估计的研究进展,分析了互质阵列相对于普通均匀阵列在阵列孔径扩展以及提高空间自由方面的优势。仿真结果展现了互质阵下高效的波达方向估计性能。     

介观尺度下纤维导热预测及实验研究

在材料内部气压低于100Pa时,玻璃纤维、陶瓷纤维等芯材与泡沫类、粉末类芯材相比,其导热系数最小。为了研究纤维导热性能的影响因素,基于随机参数原理构造纤维的内部结构,结合格子波尔兹曼方法(LatticeBoltzmann method,LBM)分析了纤维直径、纤维长度及孔隙率对于导热系数的影响。然后将模拟结果与实验结果进行对比,结论表明两者吻合性良好,证明本文所采用的方法可以有效地预测纤维导热系数。     

Spatial updating and common misinterpretations of spatial reference frames

Spatial memory plays an important role in everyday life, and a large amount of research has been devoted to understanding spatial coding and reference frames across many areas. The popular research paradigms to study spatial reference frames include novel shortcut, perspective change, and landmark control tests. However, the growing research on spatial updating challenges the logical foundation of these classical paradigms, and suggests that the experimental findings using these paradigms have usually been misinterpreted. That is, performance in these tasks is generally unrelated to whether the spatial representations themselves are egocentric or allocentric. This article reviews the traditional paradigms and their logic, summarizes the theories of spatial updating, analyzes the logical flaws in these popular paradigms, and discusses their implications.     

基于稀疏空间谱估计的星载SAR DBF算法

针对星载合成孔径雷达(SAR)系统利用俯仰向数字波束形成(DBF)技术接收场景回波时受地形的影响,会出现波束指向偏差的问题,提出了基于稀疏空间谱估计的星载SAR数字波束形成方法。该方法将目标场景高程估计问题转换为波达方向估计问题,考虑到回波信号的稀疏性,进而等效为稀疏空间谱估计问题,然后利用凸优化方法求解得到目标波达方向。最后,仿真实验验证了该方法的有效性,结果表明该方法可以降低传统自适应方法受小样本和低信噪比影响的限制,实现复杂地形下的正确波束指向,保证回波信号的接收增益。     

Choice zones: architecturally relevant areas of interest

A new type of area of interest (AOI) termed “choice zones” is proposed, that is relevant for eye tracking research in the built environment. Choice zones are an ex ante measure; this is in contrast to many existing definitions of AOIs which are data-driven. Choice zones are defined algorithmically using space-geometric parameters. The validity of the concept is tested against fixation data from an urban navigation experiment in which participants chose between alternative paths. Findings show that choice zones account for 90% of the fixations clusters. The merit of the measure for applied studies in built environment research is discussed.     

抗旋转和缩放的SAR与可见光图像自动配准算法

针对合成孔径雷达与可见光图像在大角度旋转和大比例缩放情况下的高精度自动配准问题,提出了一种尺度和旋转不变的SAR(Synthetie Aperture Radar)和可见光图像自动配准算法.算法以SIFT(Scale Invariant Feature Transform)算法为基础,首先通过增强Frost滤波和自适应直方图均衡增强SAR和可见光图像的共性,使其显著提高能够提取出足够多的特征点数目,然后再通过特征描述方法、相似性度量方法、点匹配方法、特征点聚类方法和误匹配点剔除方法等方面对原始SIFT方法进行改进,有效地提高其在多源图像、强噪声、复杂成像条件下的特征提取和匹配性能,最后通过最小二乘法和相似变换模型实现SAR和可见光图像的精确配准.试验表明该算法对图像尺度和角度变化具有良好的适用性,在正确匹配点的比率和定位精度方面都优于原始SIFT算法和Harris算法,具有良好的工程应用前景.     

内切圆弦长法计算空心涡轮叶片蜡模壁厚

针对涡轮叶片精铸蜡模壁厚的快速、低成本测量问题,提出了基于光学测量的内切圆弦长的壁厚计算方法.以陶芯和蜡模外形的光学扫描测量模型为对象,将两测量模型进行配准并提取截面数据,拟合得到蜡模内外截面轮廓线,提出并研究了两种内外截面轮廓线内切圆弦长计算方法,进而在UG平台上进行二次开发计算得到蜡模壁厚.最后,通过实验将算法的实...