基于非圆信号的单次快拍二维DOA新算法

针对双平行线阵相干信号二维波达方向(DOA,Direction of Arrival)快速估计问题,利用信号的非圆特性,提出了一种基于非圆信号的单次快拍数据的二维DOA算法.建立新的阵列坐标系,对阵列接收单次快拍数据进行共轭运算,通过数据重新链接得到伪快拍数据,阵列孔径扩展1倍.仅需要对3个伪单快拍矩阵的扩展矩阵进行一次奇异值分解即可实现二维DOA估计和解相干.该算法计算复杂度低,估计精度高,适用于对二维DOA估计实时性要求高的应用背景.计算机仿真结果验证了方法的有效性.     

开缝圆柱缝隙倾斜角对脱落涡的影响

开缝圆柱绕流作为钝体绕流研究的分支,具备很强的应用前景,但是对其复杂的流动现象的物理本质的理解仍不完善。本文采用流动显示技术和粒子成像测速技术(PIV),探究缝隙对开缝圆柱流场结构的影响,在数据处理方面采用本征正交分解(POD)方法对开缝圆柱流场信息进行了重建。实验研究表明:在一定雷诺数范围内,开缝圆柱缝隙的存在从根本上改变了圆柱绕流近区尾流的结构;开缝圆柱脱落涡的脱落频率对开缝圆柱缝隙倾斜角具有一定的敏感性,随着缝隙倾斜角的增大其斯特劳哈尔数逐渐变大,对比发现开缝圆柱狭缝比(缝隙/直径)为0.15时较0.10的斯特劳哈尔数具有更强的稳定性。     

基于经验模态分解的点云数据平滑与增强

在计算机辅助设计与逆向工程应用中,针对缺乏拓扑连接关系的点云数据,提出了基于经验模态分解(EMD)的点云数据平滑与增强算法。首先,以点云模型的拉普拉斯矩阵坐标与法向的内积作为EMD输入信号,提取点云模型输入信号的极值点作为插值节点计算信号的上下包络;然后,为实现特征保持的EMD信号分解,通过检测点云数据上特征点,并在计算信号上下包络的过程中作为约束,克服传统EMD算法无法保持特征的局限;最后,迭代地从输入信号中减去上下包络的均值得到内蕴模态函数(IMF)和余量,并通过设计滤波器实现了点云数据平滑和增强。实验结果表明,本文算法有效地将EMD推广到三维散乱点云数据中,扩大EMD在三维几何中的应用范围,并在点云数据平滑和增强方面取得了很好的效果。     

基于CCA与POD的气动光学畸变分析

利用典型相关分析和本征正交分解方法,对计算流体力学得到的导弹红外窗口绕流三维密度场数据进行研究.取三维密度场沿展向两个相邻截面的数据先进行典型相关分析提取出两个截面的相关性最强部分,再利用本征正交分解消除两个截面之间数据的冗余信息,获得了能够包含两个截面密度场主要的信息部分.利用提取出的数据重构流场,并进行气动光学畸变仿真分析,仿真结果能较好地近似原始流场的情况.     

基于力矩输出能力最优的SGCMG操纵律设计

为使SGCMG系统在有效回避奇异的同时能够较精确地输出期望力矩, 设计了一种基于力矩输出能力最优原理的SGCMG联合操纵律. 根据期望力矩矢量及SGCMG力矩输出的几何关系, 提出了新的系统奇异状态指标, 给出使力矩输出能力最优的框架角速度; 引入优化指标, 使得框架转速误差和输出力矩误差的混合二次型最小, 保证在力矩输出能力达到最优的同时也使得输出力矩误差最小. 采用奇异值分解理论证明了联合操纵律在奇异面处不存在框架锁定现象, 能够有效地逃离奇异, 同时分析了所设计操纵律的力矩输出误差. 以金字塔构型SGCMG系统为例, 对所设计的联合操纵律分别进行了恒定力矩仿真和卫星大角度机动仿真. 仿真结果表明, 联合操纵律能够顺利回避角动量奇异面, 不存在奇异鲁棒操纵律存在的框架锁定现象, 且输出力矩误差较非对角奇异鲁棒操纵律小, 能够顺利完成航天器大角度机动任务.      

基于BEMD与DCT的彩色图像多重水印鲁棒算法

为解决现有彩色图像水印算法容错性低及宿主图像与水印图像在嵌入时尺寸匹配问题,并提高算法抵御各种攻击的鲁棒性,提出一种基于二维经验模态分解(BEMD)和离散余弦变换(DCT)的彩色图像多重水印鲁棒算法。使用Arnold变换对3幅二值水印图像进行置乱,分别对彩色宿主图像的三通道进行BEMD,得到各通道的内蕴模态函数(IMF)和余量信息,选择各通道的第1个IMF（记作IMF₁）作为水印嵌入层,对每个通道的IMF₁分割成不重叠子块后进行DCT;再将置乱后的二值水印图像依次重复嵌入在各通道子块经过之字形(Zigzag)扫描后的中频系数中,使用逆Zigzag扫描和逆DCT得到各通道嵌入水印信息后的IMF₁,并与每个通道其余的IMF及余量重建得到嵌入水印后的彩色图像。水印提取为嵌入过程的逆过程,算法可以实现彩色图像嵌入水印的盲提取。在水印提取过程中对重复嵌入提取到的水印图像使用投票策略,增强了算法的容错性。大量实验结果表明:嵌入水印后的图像峰值信噪比（PSNR）在34 dB以上,水印信息具有较高的不可见性;对嵌入多重水印后的宿主图像进行大尺寸剪切、椒盐噪声等攻击实验,提取到的水印图像与原始图像的归一化系数均在0.96以上,且可达到1,水印信息提取完整清晰可辨。与现有大量彩色图像水印算法相比,所提算法具有较强抵御各种攻击的能力,同时嵌入水印后图像具有较高的不可见性。      

基于多特征融合的电磁换向阀故障模式识别

为提高基于驱动端电流检测的电磁换向阀故障诊断方法的可靠性和识别准确度,开展了电磁换向阀故障模式识别方法研究。提出一种基于多特征融合的方法对电流信号时频分析和时域参数的特征值提取融合;通过设计电磁换向阀驱动端电流信号的采集实验,获取电磁换向阀驱动端电流的时域信号和二阶变化率的多特征曲线,提取时域参数及二阶变化率相应频带能量作为特征值,构建多特征融合的特征向量;采用基于径向基核函数的多分类支持向量机对电磁换向阀进行模式识别。结果表明：基于多特征融合的支持向量机较基于能量特征值的支持向量机可提升8.7%的识别精度和42.11%的验证准确率。     

基于多子块协同单尺度Retinex的浓雾图像增强

针对现有算法增强雾气分布不均匀的浓雾图像效果不理想的问题,提出了一种基于多子块协同单尺度Retinex的浓雾图像增强算法。该算法不同于传统的利用全局统计量获取动态截断值的Retinex算法,首先将图像划分为多个子块,计算出适合不同浓度雾气的动态截断值;然后,利用动态截断值对高频细节信息进行动态范围调整,得到多幅局部最优的图像;最后,融合多幅局部最优图像生成高质量的结果,从而实现浓雾图像每个区域细节的增强。实验结果表明,所提算法能够有效去除不均匀浓雾,并保证去雾后图像的亮度保持在适合人眼观察的范围。      

多级分解预测与滤波方法

本文在Andrisani等人近年来工作的基础下,进一步发展了线性离散随机系统的多级分解估计方法,提出了比较完善的多级分解预测与滤波公式,并将本文的工作与Andrisani等人的工作作了比较。本文给出的预测与滤波算法计算量较小,便于实时处理,且估算精度与集中估计方法基本一致。文中给出了应用算例,分析了模型误差对预测和滤波结果的影响。     

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。