基于经验模态分解的有限阵元宽带自适应阵列DBF方法

针对有限阵元条件下宽带自适应阵列自由度不够和抗干扰性能下降的问题,提出一种基于经验模态分解(Empirical mode decomposition,EMD)的宽带自适应阵列数字波束形成(Digital beamforming,DBF)方法。该方法首先对阵元接收的快拍数据进行EMD处理,然后对各个模态函数矩阵应用线性约束最小方差(Linearlyconstrained minimum variance,LCMV)波束形成算法求解自适应权矢量,最后对信号进行重构。与传统的基于快速傅里叶变换(Fast Fourier transform,FFT)子带自适应阵列方法相比,该方法具有以下优势:适用于阵元数目受限的宽带自适应阵列,无需事先指定模态函数划分的频段,可以提高阵列处理的自由度。仿真验证了所提方法的有效性。     

基于灰色时序的航空发动机磨损故障预测模型

把时序AR(n)预测模型和灰色GM(1,1) 预测模型两者有机结合起来,形成新的灰色时序模型的预测模型.以发动机光谱为例,经过实测数据检验,显示了其更好的预测效果.     

基于灰色理论的民航旅客运输周转量预测

对近年来民航旅客运输周转量数据进行收集整理,运用灰色预测方法,建立GM(1,1)预测模型,对未来的旅客周转量进行预测。该方法具有系统性、联系性和动态性的特点。经精度检验表明,该模型的精度等级为好。     

一种基于EMD的低湍流度信号处理分析方法

采用热线风速仪在3座典型低速风洞中进行了流场湍流度测量,这3座低速风洞包括1个低湍流风洞、1个常规闭口风洞和1个开口射流风洞。针对湍流信号通常受噪声干扰的问题,在湍流度值处理中引入了经验模式分解（EMD)自适应滤波和HHT时频谱分析方法。将EMD方法与其他几种湍流度值处理方法进行了比较,包括带通滤波方法（BP)、电磁噪声解耦方法（ENC)和高通惯性衰滤波方法（HPIA)。采用EMD方法测得低湍流风洞的湍流度值,在流场速度30~100 m/s的范围内小于0.05%。采用HHT方法完成了脉动速度信号的时频分析,分析发现开口风洞试验段的脉动速度HHT时频谱有突出的低频信号。所构建的EMD自适应滤波器可以有效控制噪声对热线输出信号的影响,是一种有效的低湍流度信号处理方法。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

基于特征点分布的多元灰色绝对关联度(英文)

针对多元灰色绝对关联度存在分析结果与定性判断相矛盾的问题,探讨一种基于点分布特征的灰色绝对关联分析模型。该模型依据多元序列的几何描述,分区域提取邻域极值,构造多元序列的特征点集;然后根据特征点的分布特性获取反映多元序列几何特征的特征点序列;将多元序列的关联分析转化为特征点序列间的相关性分析,从而建立关联度模型。该模型具有平移不变性、转置和行列变换不变性、满足灰色关联分析公理要求。最后,通过两个实例验证了该模型的有效性。     

基于灰色系统GM（1，1）模型的疲劳寿命预测方法

将疲劳现象视为存在于一个灰色系统中,提出了运用灰色系统理论,通过建立灰色系统GM(1,1)模型预测构件疲劳寿命的新方法。对某试件的实验数据进行分析和计算。结果表明,该方法使疲劳寿命预测误差由原来的61.4%减小到24.1%,预测结果偏于安全,说明该方法具有较好的预测精度和工程实用价值。     

基于灰色-神经网络联合模型的大型冷却塔风效应预测

基于灰色GM(1,1)模型和BP人工神经网络,建立灰色-神经网络联合的大型冷却塔平均位移和风振系数预测模型。该联合模型增强了预测结果的自适应性和准确性,能解决因气弹模型试验中测点样本数目太少而无法直接建立神经网络预测模型的局限。通过某大型冷却塔气弹模型风洞试验结果的算例分析,表明该组合模型对于平均位移和风振系数的预测结果均与试验结果吻合良好,随后基于已训练的模型给出结构风振反应精细化分析所需的输入参数预测结果。这为冷却塔结构风效应的精细化研究提供了一个新的有效方法。     

基于模糊理论和灰色关联分析的飞机相似性评估方法

提出了基于模糊理论和灰色关联分析的飞机相似性评估方法,该方法主要由语义变量的三角模糊转换模型和灰色关联分析方法组成.本文选取了飞机的9个属性,用来评估新旧机型之间的相似性,并选取正处于研制中的某新型飞机X作为实例进行分析.分析表明,该方法的相似性评估结果符合生产实际.     

基于区间灰色不确定语言的工作类型优化方法

针对飞机维修任务工作类型优化过程中的模糊与灰色问题,采用区间灰色不确定语言变量建立工作类型的评价指标和决策模型,提出了军机维修任务工作类型优化方法.对优化方法进行了实例分析,工作类型排序结果和数据对比结果验证了优化方法的可行性与有效性.在某军机上对优化方法进行了工程应用,完成192项初始维修任务工作类型优化,应用结果表...     

基于灰色GM(1,1)模型和灰关联的数据挖掘方法

根据灰色系统模型的特点,将灰色GM（1,1）模型应用于数据的预处理,把灰关联作为一种直接的数据挖掘工具对数据进行关联分析,结合GM（1,1）模型和灰关联,给出一个完整的数据挖掘算法。     

基于超声导波波束成形的缺陷反演方法研究

利用超声导波对板结构中的缺陷进行反演可以确定缺陷的位置和形状信息,针对走时成像方法在低频范围内效果不佳的问题,提出一种基于波动场的超声导波缺陷反演成像方法。根据波动方程推导出波束成形成像原理,利用Born近似下的散射场数据对成像区域像素点的值进行相干叠加,得到缺陷的位置和形状。再通过波束成形与傅里叶衍射定理在频域的映射关系,将波束成形的结果转化为衍射层析成像图像,得到了更为清晰的反演图像。针对衍射层析成像中存在伪影和噪声的问题,利用二维变分模态分解（Two-dimensional variational mode decomposition,2D-VMD）方法对图像进行降噪处理,有效去除了伪影和缺陷轮廓边缘的毛刺,进一步提高了成像分辨率。反演结果表明该方法可以较为准确地重构出铝板上减薄缺陷的位置、大小和形状,具有较高的分辨率。     

基于PID控制方法的模糊变增益振动主动控制试验研究

结合模糊控制方法智能化的特点,设计出一种不依赖模型参数且可以自动调节控制器增益的控制算法。该方法以比例、积分和微分(Proportional integral and derivative,PID)控制为基础,根据系统输出及输出变化率自动调节控制器增益,使控制系统具有更强的适应能力。同时针对振动测试信号中含有噪声干扰和直流分量的情况,构造依赖模型部分参数的二阶窗函数,在保证不改变受控模态信号特征的同时有效衰减非受控模态信号干扰及直流分量。建立悬臂梁模型进行试验验证。结果表明,该方法能够使受控系统的振动幅值减小到开环时的5%以下,其效果明显优于普通PID控制。并且,通过引入二阶窗函数,系统在具有非受控模态信号干扰的情况下能够保持有效控制,使算法具有更好的稳定性和鲁棒性。     

一种基于白噪声的多点激励随机信号生成方法

为提高多输入多输出(Multiple input multiple output,MIMO)线性随机振动试验系统中具有相关特性的多路驱动信号生成精度,基于驱动谱非负定Hermite特性及矩阵分解理论提出了一种CD(Cholesky decomposition)白噪声滤波信号生成方法。构造具有特定"频响特性"的传递系统,将一系列独立白噪声通过该系统得到具有预期相干特性、相位差以及自谱的平稳随机信号。建立悬臂梁两输入两输出线性振动系统仿真模型,将传统傅里叶逆变换时频转换方法与CD滤波法生成的驱动信号进行对比分析。结果表明新方法精度与参考值误差不足1dB。两轴振动试验验证结果表明,应用CD法既满足工程实际标准需求,又为振动环境试验提供理论依据。