基于奇异谱分析的空间环境数据插补方法

空间环境数据具有典型的非线性、非平稳特征,并经常包含有缺失数据,给预报模型的建立、预测以及物理过程的分析带来了一定的困难。为了实现对缺失数据的插补,基于奇异谱分析(SSA)迭代插补的思想,设计了一种能够适用于不同缺失数据分布的插补方案。该方案提取出原始时间序列中缺失数据分布数组,利用缺失数据分布数组生成交叉验证所用的测试数据集,并利用离散粒子群优化算法寻找SSA的2个关键性参数,即嵌入窗口长度和主成分个数。通过不同太阳活动年份实际观测的太阳风参数、地磁指数等实例验证了算法的有效性。      

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。     

奇异不确定变时滞系统的滑模控制

文章首先建立了奇异系统的能控规范受限等价分解形式，然后基于此形式，研究了线性奇异不确定系统在满足匹配条件时的变结构综合设计问题，提出了切换函数和变结构控制的新方法。     

确定相干机器多噪声源位置的方法研究

提出利用均匀线阵接收的数据构造一种矩阵进行奇异值（SVD）分解,以实现对相干噪声源的方位估计。利用这种方法,通过改变阵列中心位置便可确定机器多噪声源位置。计算机模拟和声学实验证实了这种方法的可行性。     

基于混沌和LWT-SVD的盲信息隐藏算法

为了提高秘密信息的安全性和鲁棒性,将混沌、提升小波变换（LWT）和奇异值分解（SVD）结合,提出一种盲信息隐藏算法。首先将要隐藏的秘密图像用混沌序列进行加密;然后对载体图像进行提升小波变换,并对低频子带进行分块奇异值分解;最后根据最大奇异值最高位的奇偶性将已加密的秘密图像进行隐藏。提取秘密图像时,不需要载体图像。仿真实验表明,该算法隐蔽性好,对加噪、滤波、旋转、剪切、缩放和JPEG压缩等攻击具有良好的鲁棒性。     

受约束多刚体系统动力学的计算机辅助分析

 以Newton-Euler法为基础建立了受约束多刚体系统动力学的一种新的递推算法,采用奇异值分解(SVD)对约束系统动力学方程缩聚求解。编制了计算机辅助分析通用程序CADACMS。     

基于奇异摄动法的水下机器人串-并联PID控制

针对串级PID控制应用于水下机器人位置、姿态控制时出现的收敛速度慢、抗扰动能力差等问题,提出一种基于奇异摄动法的串-并联PID控制方法.使用时标分解法得到水下机器人的快慢子系统模型,根据奇异摄动法设计串-并联PID控制.以自主设计的水下机器人为基础,使用最小二乘法测定水动力参数.通过仿真与实验证明串-并联PID控制具有...     

一种新的气动弹性鲁棒稳定性分析方法(英文)

Air vehicles undergo variations in structural mass and stiffness because of fuel consumption and the failure of structural components, which might lead to serious influences on the aeroelastic characteristics. An approach for aeroelastic robust stability analysis taking into account the perturbations of structural mass and stiffness is developed. Applying the perturbation method and harmonic unsteady aerodynamic forces, the frequency-domain linear fractal transformation （LFT） representation of perturbed aeroelastic system is modeled. Then, the robust stability is analyzed by using the structured singular value ,u-method. The numerical results of a bi-spar wing show its effectiveness and low computational time in dealing with the robust problems with mass and stiffness perturbations. In engineering analysis for solving aeroelastic problems, the robust approach can be applied to flutter analysis for airplane with the fuel load variation and taking the damage conditions into consideration.     

基于HOSVD局部重组的利噪抑噪经验模式分解及应用

及时准确地识别航天机构萌生和发展的损伤故障特征信息,可为机构故障诊断评估、科学任务调整以及未来在轨维修提供科学决策依据。集成噪声重构经验模式分解(ENEMD)及其衍生方法都是基于噪声利用机制以原信号中估计噪声改善模式混淆并实现信号降噪。然而,该方法中奇异值拐点难以获取、阈值处理中噪声不连续等带来的噪声估计偏差,将降低微弱特征提取准确性。为此,提出一种基于高阶奇异值分解(HOSVD)局部重组的噪声估计技术。研究基于滑动窗截断和Hankel矩阵相结合的张量构建,然后将奇异值曲率谱上的最大峰值点作为合理奇异阶,最后根据选取的奇异阶重构张量分解模型得到所需的估计噪声分量。在此基础上,将HOSVD局部重组引入ENEMD方法中,提出利噪抑噪经验模式分解方法。该方法可进一步提高微弱噪声估计精确度,实现对航天机构损伤微弱特征的增强提取。仿真分析和某航天轴承试验案例验证了该方法在损伤微弱特征提取和识别上具有实用性与有效性。