基于VMD-MA的GNSS-MR雪深反演方法

针对利用全球卫星导航系统多径反射(GNSS-MR)技术反演雪深过程中信噪比(SNR)序列趋势项分离不佳和反演结果波动较大的问题，提出一种基于变分模态分解(VMD)和移动平均(MA)的雪深反演方法。VMD算法通过自适应高通滤波有效分离SNR序列的趋势项，MA算法对初始反演结果进行平滑处理从而减少随机波动。选用瑞典KIRU站2021年前5个月GLONASS不同频段的SNR观测值开展实验，研究所提方法的可行性。结果表明：基于VMD算法的反演结果与气象站原位雪深相关系数超过0.95，均方根误差(RMSE)最低约5 cm，较传统算法减少近40%；经MA算法平滑处理后，反演精度进一步提高。考虑到GNSS站和气象站之间的差异性，选取GPS SNR反演结果作为参考数据源，不同参考数据源取得了一致的实验结论,验证了所提方法的可行性和有效性。     

不同气量分配下声激励对中心分级旋流火焰动力学的影响

采用高速摄像拍摄火焰化学自发光和本征正交分解（POD）法研究了多激励频率下中心分级旋流分层火焰的宏观结构和动力学特性。结果表明：随着气量分配比的增加，火焰宏观结构逐渐沿径向方向扩张，火焰分层现象变得更加明显。激励频率的变化对火焰宏观结构的影响较小。POD分析结果表明：外激频率为200 Hz时火焰脉动最明显。随着主燃级气量占比的增加，释热脉动在激励的作用下沿轴向方向减弱，在径向上出现极值交替且振荡变强。     

桥面变形监测的多尺度分析与建立模型

对于利用 GNSS测量技术获取的桥面监测数据,研究如何对其进行准确而有效的处理与 分析,获取桥梁的运营状态,对桥梁的养护与安全运营具有重要意义。从对桥面 GNSS监测数据 的处理与分析方法研究出发,利用 EMD 方法结合频谱分析,得到 EMD 后的IMF 分量的频域范 围,有效地分离出含有振动信息的变形量、趋势分量和高频噪声分量。结合 SSA、EMD 两种信号 处理方法的优点,提出了一种新的 EMD-SSA 耦合模型,将经SSA 去噪后的高频IMF分量与低频 IMF分量和残余项进行重构。对新的信号处理模型通过仿真信号和桥面监测信号进行验证,试验 结果表明,新模型的处理效果较单独的 EMD、SSA 方法的处理效果有了显著提升。与 EMD、SSA 方法相比,利用新方法处理信号后信噪比与相关系数增加,偏差减小,验证了新方法的可行性与有 效性。     

基于短基线传感器阵列的炮弹被动测向算法

针对现有基于角度估计的无源被动探测技术不能满足远场高精度目标测向的问题，及现有被动探测传感器阵列在战场中需要大规模环绕布设的限制，采用基于经验模态分解(EMD)和短时能量特性分析的瑞雷波提取方法，结合时延双曲线定位模型提出免受波速影响的短基线传感器阵列被动测向方法。首先，在对传感器阵列获取的地震动信号进行信号特性分析基础上，基于EMD构建自适应分解去噪模型，提出基于信号短时能量特性的瑞雷波成分的抽取方法。其次，在对瑞雷波进行联合相关计算估计时延基础上，构建基于TDOA算法的时延双曲线模型，并提出基于四元十字短基线传感器阵列的DFA-WV算法，实现免受波速影响的炮弹信号高精度测向。最后，本文算法模型在仿真及靶场实弹试验得到验证，测试结果表明提取瑞雷波算法可为时延高准度估计提供效力，DFA-WV测向算法因摆脱波速估计值对测向结果的影响，相较于Chan算法及改进MPR算法具有更优的测向性能，且计算复杂度低，在实际野外靶场炮弹目标测向中具有工程应用价值。     

基于EMD-TFPF的仿生偏振光罗盘去噪方法

为了提高仿生偏振光罗盘定向精度,降低罗盘在进行航向角测量时存在的高斯白噪声,基于经验模态分解(EMD)和时频峰值滤波(TFPF),设计了一种用于仿生偏振光罗盘的EMD-TFPF联合去噪方法.在去噪过程中,首先将含噪声的航向角信号分解为不同的模态,对不同模态采用不同窗长进行时频峰值滤波,进而改善了单一窗长去噪对有用信号造成的衰减,有效提高了去噪算法的自适应能力.经过机载实验验证,采用该方法去噪后的仿生偏振光罗盘可以实现定向精度0.3259°,比原始信号精度提升了18.4％.     

小波与BP神经网络联合反演GNSS IR高精度水库水位变化

GNSS-IR技术作为一种近地表遥感的新兴手段，在水库水位监测方面凭借其成本低、精度高等优势成为了研究热点。为了提高GNSS-IR技术反演水库水位变化的精度，提出了利用GPS、BDS双系统观测量基于小波分解与BP神经网络联合的方法反演水库水位变化。选取位于南水北调山东境内双王城水库GNSS变形观测站2017年10月1日—12月26日共87天的信噪比(SNR）数据为研究对象，分别利用小波分解和二阶多项式拟合两种方法消除其趋势项并生成SNR残差序列，然后进行Lomb-Scargle谱分析得到水库水位高度变化值，并与实测水位结果相比较。结果表明：各频段SNR利用小波分解和二阶多项式反演水位变化的平均均方根误差分别为0.1062m和 0.2245m，说明小波分解去趋势项的方法更优。最后，在小波分解去趋势项的基础上，利用阈值筛选出融合所用的频段(S1C、S2L、S5Q和S7I），分别采用均值算法、中值算法、随机森林算法和BP神经网络算法对GPS、BDS多频多模信号进行水库水位的融合反演。结果表明，对于水面较为平静的环境，以上算法均能实现厘米级的反演精度，其中BP神经网络算法用于水位反演的效果更优。     

基于LMD与AO-PNN的中介轴承故障诊断方法

针对航空发动机中介轴承受噪声干扰大、传递路径复杂导致采用传统方法难以进行故障诊断的问题,提出了一种基于局部均值分解（LMD）与相关系数-能量比-峭度准则、结合天鹰座优化算法（AO）优化概率神经网络（PNN）的中介轴承故障诊断方法。使用LMD对传感器采集的振动信号进行分解;利用相关系数-能量比-峭度准则判决筛选分解得到的PF分量,重构筛选后的信号;计算重构信号的多尺度排列熵（MPE）,以构建特征向量;通过AO优化的PNN的平滑因子,将优化后的神经网络用于中介轴承的故障诊断。基于中介轴承故障试验数据对诊断结果进行了分析,结果表明：提出的方法可以有效诊断高背景噪声、复杂路径干扰下的航空发动机中介轴承的典型故障,与粒子群优化的概率神经网络方法（PSO-PNN）和传统的PNN方法相比,其诊断准确率分别提高了3.875%和8.125%,具有较好的全局收敛性和计算鲁棒性。     

压缩-膨胀湍流边界层平均摩阻分解

采用直接数值模拟对来流马赫数2.9、24°压缩-膨胀折角构型中激波与湍流边界层干扰问题进行了研究。重点关注膨胀折角法向高度对激波干扰区以及下游平板边界层流动的影响。研究发现，当高度足够大时，激波干扰区内未受下游膨胀波的影响，此时的流动特征与传统的压缩折角干扰构型一致。高度较小时，脱体剪切层的再附过程受到下游膨胀波的加速影响，导致再附点向上游移动，分离泡发生剧烈收缩。对上、下游平板湍流边界层应用了平均摩阻分解技术，比较了湍流边界层在平衡和非平衡状态下的差异。分析发现，膨胀折角区域的高摩阻现象主要与摩阻分解后的C_f1项与C_f3项相关。高度变化对C_f1项影响较小，而对C_f2项影响显著。高度变化体现在：下游平板上G9rtler涡结构强度以及层流化现象对C_f2项贡献的差异。     

基于模态发生器的进气道风扇噪声及声衬降噪实验

为研究发动机进气道风扇噪声特性及声衬降噪效果,使用模态发生器提供声源,采用固定麦克风阵列和旋转扫描耙装置测量进气道内噪声信号,进而利用周向和径向模态分解方法得到声模态幅值,对影响模态分解结果的关键因素进行了研究.对周向模态在时域内进行分解,得到幅值和相位的时变特性.最后完成了2套声衬实验件降噪效果测试.结果表明:模态发...