基于矩阵奇异值分解的信号非周期性程度指标

首先基于矩划值分解给出信号非周期性程度指标的初步定义,然后进一步提出利用最大奇异值对应的信号分量的各段之能量熵对指标进行修正的方法,并对信号奇异值分解矩阵的构造方法作了重大改进。经若干仿真信号和实测信号的测试说明,提出并改进的非周期性程度指标的性能良好。     

最小二乘和奇异值分解法在边界元法中的应用

采用最小二乘与奇异值分解结合的方法，给出求解系数矩阵不满秩的线性代数方程组的数值方法，进而将此方法应用于边界无法中，处理给定外力的第一边值问题，特别地用于处理给定外力的三维裂纹问题。此外，本文还给出求解三维有限体裂纹问题的超奇异积分方程组，并使用有限部积分与边界元法为其建立了数值法。最后计算了若于典型例子的应力强度因子，数值结果与现有文献的相比，符合很好。     

机械回路系统动力学分析的奇异值分解(SVD)缩聚法

本文在约束动力学系统的动力学分析中提出了奇异值分解(SVD)缩聚法,求解相应的微分代数方程组,推出了三套缩聚公式及相应的算法。SVD缩聚法计算简单,便于计算机执行,并克服了由于约束不连续而导致的数值积分的困难。     

二次约束优化方法在结构动力模型修正中的应用

将二次约束优化方法应用于结构动力模型修正问题中.该方法将模型修正问题转化为一个带二次约束的最优化问题.应用奇异值分解,给出了结构模型修正的数值方法,并进行了数值实验.通过与其他方法比较,本文提出的方法是有效的.     

基于局部Neymark分解的混沌信号与噪声的分离方法

从动力系统和几何的观点出发,提出了基于局部Ｎｅｙｍａｒｋ分解的混沌信号与噪声的分离方法。该方法在一个局部的轨道空间内进行Ｎｅｙｍａｒｋ分解,重构时消除由噪声引起的在某些方向上的错误分量,接着进行反嵌入,使得这一由于噪声影响而发生畸变的局部轨道得以纠正,达到混沌信号与噪声分离（以下简称混沌滤波）的目的,并对其中的反嵌入问题作了较为深入的讨论,仿真实验表明了本方法的有效性。     

基于分块图像的二值商标图像检索

提出了一种基于分块图像特征的商标图像检索方法。该方法首先确定商标图像的形状主方向来消除图像旋转带来的影响,然后通过提取目标区域的方式消除图像平移的影响,再将图像的目标区域按照4叉树的分解方式划分为多个小的子图像块,对子图像块提取特征并对图像进行相似性度量。实验证明,利用该方法提取的特征兼顾了商标图像在局部和整体上的一致性,并且具有良好的旋转、平移、尺度的不变性,得到的检索结果能够很好地满足人类的视觉感受。     

结冰与金属表面分离过程的数值模拟与实验研究（英文）

通过研究结冰与物体表面粘结特性,掌握它们之间的分离过程对优化除冰方案具有重要意义。当前研究较多的开展了基于纳米尺度的结冰分离,但其研究内容与真实宏观状态结冰分离过程相差较远,有必要研究宏观尺度的结冰分离过程。本文设计并搭建了用于测试法向和切向结冰粘结力的试验台,在不同温度下展开实验并获得了结冰冰柱与金属表面的法向和切向粘结力。引入宏观的结冰分离机制,引入粘结单元层本构模型,在Abaqus中空对结冰与金属表面分离过程进行数值模拟。通过对比数值模拟和实验验证结果,深入的了解了结冰粘结特性并实现了结冰与金属平面分离过程数值模拟。     

基于主元空间动态模型的故障检测方法

建立了一种基于主成分分析的主元空间线性动态模型,将主成分分析的得分变量视为由高斯白噪声驱动的线性动态模型输出,可有效去除主元得分向量的动态相关性,动态模型参数可以通过期望最大化方法迭代辨识。分别在主元残差空间和主元空间线性动态模型上建立监控统计量,从而实现对动态过程的故障检测。通过数值仿真验证,该算法故障检测的检测率和误警率均表现良好。     

基于快速平行因子分解的声矢量传感器阵二维DOA估计

将声矢量传感器阵列参数估计问题与平行因子(Parallel factor,PARAFAC)模型相结合,提出了一种基于快速PARAFAC分解的二维波达方向(Direction of arrival,DOA)估计算法。该算法首先将接收信号构建为PARAFAC模型,然后在数据域对参数矩阵进行初估计,最后利用PARAFAC分解获得信号二维DOA估计。该算法能够应用于任意结构的声矢量传感器阵列,同时能够得到和信源一一匹配的仰角和方位角估计。借助于参数矩阵的初始估计,所提算法收敛速度较快,其计算复杂度大大降低。该算法角度估计性能接近于PARAFAC算法,同时优于借助旋转不变性进行信号参数估计(Estimation of signal parameters via rotational invariance technique,ESPRIT)算法和传播算子(Propagator method,PM)算法。     

基于灰色关联模糊聚类算法优化飞机排故方法

采用灰色关联与模糊聚类原理，建立一种灰色关联的模糊聚类算法，应用该算法可直接对飞机维修经验中的多种排故方法．依排除故障的可能性进行排序，并根据排序结果时排故方法进行相似聚类，从而将排故经验与多因素决策算法进行有效综合．较好地解决了民航飞机故障诊断专家系统中多种故障原因的优化选择问题，并可直接给出排故方法的选择指导，提高专家系统的指导水平和飞机排故效率。文中对算法原理进行了详细介绍，并给出算法实例。     

自治式水下机器人推进器故障检测、分离与重构

研究自治式水下机器人推进器故障检测、分离与重构问题。针对水下机器人故障诊断残差法中残差阈值不易选取的问题,提出了一种基于观测器的水下机器人推进器故障检测与分离方法,通过构建故障检测观测器对推进器故障与残差信号进行解耦,使推进器出现故障后仅引起与其相关的残差呈单调变化,从而可选择较大的阈值进行故障检测以提高诊断系统的可靠性,该方法在故障检测的同时可进行故障分离。针对系统不确定性导致的推进器故障重构精度低的问题,提出了一种RBF神经网络与等效输出注入相结合的故障重构方法,采用等效输出注入方法估计不确定性项,从神经网络输出中重构推进器故障。     

基于高斯混合模型和变量重构组合法的故障诊断与分离

提出了一种将变量重构与高斯混合模型结合的故障诊断与分离的方法。首先建立过程数据的高斯混合模型,解决了监控过程的测量数据不服从单峰的高斯分布所带来的问题,然后进行故障数据变量重构,估计未知参数并采用最大期望算法来估测均值与协方差矩阵。在此基础上建立统计模型进行故障的诊断与分离。与传统的贡献图分离故障的方法比较,通过田纳西-伊斯曼化工过程进行实验验证,本文提出的高斯混合模型与变量重构相结合对多状态过程进行故障的诊断与分离收到较好效果。     

一种欠量测系统传感器故障检测与隔离方法

为了解决欠量测系统传感器故障检测与隔离这一难题,在对传感器故障进行合理建模的基础上,首先,借助输出方程,利用最小二乘和基础解系的方法,将传感器故障特征转换到系统状态模型中;然后,提出一种残差产生器的设计方法并给出其参数求解方法;最后,用算例对上述设计结果的有效性进行计算机仿真验证。     

基于分形的奇异信号的检测

提出了基于分形的奇异信号的检测方法，给出了奇异信号的数学模型、检测原理和实现算法。根据所计算的短时网格分形维数，判断是否有突变信号以及确定其发生时刻。以电力系统中突变信号为例进行仿真，证明该方法能准确有效地检测到突变信号，并能精确地确定突变信号的发生时刻和突变类型。     

基于混合变参数的执行机构故障容错控制

提出了一种新的故障建模方法,把包含执行机构损伤、完全失效和卡死的故障系统统一表示为具有凸多面体结构的变参数系统。然后,通过二次可分原理,求解只包含关于凸多面体各顶点的有限个线性矩阵不等式,给出了容错控制器存在的充分条件。最后,利用各顶点控制器参数综合获得具有凸多面体结构的线性变参数控制器。仿真结果表明:当执行机构正常或发生故障时,系统均具有较好的控制效果和动态性能。