基于密度权重的可靠性灵敏度分析方法简

 为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

A novel method for importance measure analysis in the presence of epistemic and aleatory uncertainties

For structural systems with both epistemic and aleatory uncertainties, research on quantifying the contribution of the epistemic and aleatory uncertainties to the failure probability of the systems is conducted. Based on the method of separating epistemic and aleatory uncertainties in a variable, the core idea of the research is firstly to establish a novel deterministic transition model for auxiliary variables, distribution parameters, random variables, failure probability, then to propose the improved importance sampling(IS) to solve the transition model. Furthermore,the distribution parameters and auxiliary variables are sampled simultaneously and independently;therefore, the inefficient sampling procedure with an ‘‘inner-loop' for epistemic uncertainty and an‘‘outer-loop' for aleatory uncertainty in traditional methods is avoided. Since the proposed method combines the fast convergence of the proper estimates and searches failure samples in the interesting regions with high efficiency, the proposed method is more efficient than traditional methods for the variance-based failure probability sensitivity measures in the presence of epistemic and aleatory uncertainties. Two numerical examples and one engineering example are introduced for demonstrating the efficiency and precision of the proposed method for structural systems with both epistemic and aleatory uncertainties.     

利用字典优化方法实现sub Nyquist采样数据的频率估计

在稀疏重构理论中,重构信号需要预先设定稀疏表示字典,针对预设字典与真实字典之间的失配对信号稀疏表示造成的不利影响,提出一种基于字典优化和稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的频率估计算法。该算法首先构造基于sub Nyquist采样数据的信号稀疏表达式,然后利用SBL算法估计信号频率,同时根据估计结果优化字典,最后反复迭代上述步骤直至计算出的频率值和对应的幅度值趋于稳定。仿真结果校验了方法的有效性。     

浅表层月壤铲挖采样的振动减阻技术仿真研究

文章对振动铲挖技术在浅表层月壤采样过程中的适用性进行了研究。根据月壤宏观、细观参数,采用离散元法建立了月壤模型,对月球表面低重力低气压环境下的月壤应力—应变特性进行仿真,并结合采用Balovnev机—土交互模型描述的月壤铲挖阻力公式,对月壤的振动减阻机理进行了分析。在此基础上,通过向采样器施加不同振幅和频率的振动,开展了浅表层月壤铲挖仿真,给出了铲挖过程中不同振动参数与月壤采样阻力的关系。同时,通过对比不同工况下的月壤孔隙率,验证了月壤的振动铲挖减阻机理及适用性。     

基于自适应随机抽样敏度分析的双向渐进结构优化方法

为了解决周期循环结构拓扑优化难题,在传统的双向渐进结构优化方法(BESO)的基础上,引入了一种自适应参数策略和随机抽样的方法,提出了基于自适应随机抽样敏度分析的双向渐进结构优化方法,该方法同样适用于非周期结构.以该方法为基础,对Michell桁架结构进行了拓扑优化设计,得到了与理论解一致的结构,并且相对初始结构质量减少了71.5%,说明了所提方法的正确性.基于此方法对多辐板风扇盘进行了结构拓扑优化设计,得到了三辐板风扇盘结构,相比同等设计条件下的参考风扇盘质量减少了17.12%,进一步说明了此方法具有处理复杂周期循环结构拓扑优化设计问题的能力,另外此方法克服了传统双向渐进结构优化方法中容易产生的振荡问题.      

基于软件无线电技术的4G数字接收系统设计

研究了基于软件无线电技术的体系结构,设计了一种基于软件无线电技术的4G数字接收系统,并对该系统各主要部分电路设计进行了详细阐述。该设计系统具有双通道,采样速率可达到65MHz,分辨率12bit。由于该设计采用了FPGA作为信号处理器,其设计灵活及可编程等特点使得该设计具有较强的通用性,适合4G通信中应用。     

强信号下GNSS接收机前端处理引起的相关损耗

在全球导航卫星系统（GNSS）信号质量监测及GNSS射频（RF）信号模拟器测试等应用中,有用信号功率往往远高于噪声功率。针对二进制相位移位键控（BPSK）和二进制偏移载波（BOC）调制信号,首次研究了这种强信号条件下接收机带限滤波、采样和量化（BSQ）引起的相关损耗。首先分析了不考虑量化作用时由滤波和采样引起的损耗;然后分析了不考虑前端滤波时由量化和采样引起的损耗,推导了相关损耗的解析表达式并得到了量化器的最佳量化间隔;最后,对于滤波、采样、量化共同作用引起的损耗,采用蒙特卡罗方法仿真分析了GPS L1 C/A信号在不同滤波带宽和量化比特数下的归一化相关功率,探讨了根据仿真结果拟合相关损耗解析表达式的方法以简化分析。      

一种并行组合采样系统信号重构方法

提出了在并行组合采样系统这种多通道组合采样系统中,对于时基非同步信号,使用插值算法对组合信号进行重构的方法。实际的并行组合采样中,由于各采样通道之间的采样时钟相位控制存在时基偏差,引起了采样信号的时间非同步,导致采样波形非线性失真。为补偿系统的无杂散动态范围和实际信噪比,有效地还原信号原貌,需要对采样序列进行信号重构。提出了用插值算法来重构信号,实现对时基偏差的校正,并通过仿真验证,分析了此方法的可行性。     

一种基于时间梳技术的高频正弦信号幅值测量方法

本文研究了一种基于时间梳原理的高频正弦信号幅值测量方法,介绍了时间梳原理并详细分析了其特点,并将此原理应用于高频信号的幅值测量中,可以在不满足乃奎斯特采样定理的条件下,用低于被测信号的频率对被测高频信号进行同步采样,避免了高频信号采样的高采样率,结合自相关和多重自相关技术,实现了对高频正弦信号的幅值的准确测量,实验结果表明本文算法对高频信号的幅值测量具有很高的测量准确度,尤其在低信噪比下也有较高的测量准确度,具有较高的工程实用价值。     

基于FPGA控制的DSP数据采集和处理系统

基于DSP和FPGA技术,设计了一种实时数据采集和处理系统,本文介绍了该数据采集和处理系统的结构、工作原理和工作流程.