Android手机传感器的桥梁振动检测试验

 针对Android智能手机传感器默认采样模式存在的采样率设置固化、欠采样和过采样问题,开发了能够自定义采样率和采样精度,具有采样历元、时间间隔和数据等同步记录功能的手机传感器信号采集软件。模拟加速度信号的功率谱分析和位移积分重构研究表明,L-S谱分析法和频域位移积分法能够有效处理含噪声和非均匀采样的手机加速度信号。利用谷歌Nexus 5（NX 5）、小米3（Mi 3）两个Android手机和SPAN-IGM-A1惯性组合导航系统进行徐州汉桥加速度信号采集和振动检测对比试验,试验结果有效验证了便携式、低成本Android智能手机进行桥梁振动检测的可行性。     

桥梁振动变形监测的加速度实时重构动态位移算法

针对现有加速度积分算法实时处理困难、存在漂移误差的问题,构建一种基于递归高通滤波器的加权滑动均值滤波方法。利用递归高通滤波器降低原始加速度与积分所得位移的低频误差,通过加权滑动均值滤波器消除两次积分过程中残余误差引起的趋势项,基于频域积分使用先验数据求取最优滤波参数,实现利用加速度数据实时重构桥梁的振动位移。多组模拟数据和两组实测数据测试结果表明：在保证实时解算的条件下,重构动态位移精度均优于1 mm。研究结果表明该方法具有较高的精度,可为桥梁振动实时变形监测提供新方案。     

积分降重法求解辐射直接交换面积

直接交换面积的定义一般涉及4～6重积分,采用直接积分算法计算时耗费大量的机时,使段法模型应用受到很大的制约.利用积分数学运算公式,推导了基于积分降重法的辐射直接交换面积表达式.采用高斯积分法分别求解了三维封闭体系下的积分降重法及直接积分算法的辐射直接交换面积.与直接积分算法计算结果的比较表明,采用积分降重法求解直接交换面积的计算结果很好地满足了直接交换面积的完整性和互换性原则,同时提高了计算精度,大幅减少了计算时间     

互连线高效时域多步积分模型降阶算法

为了进一步提高现有互连电路模型降阶算法的精度和效率,提出一种基于时域多步积分的互连线模型降阶算法.首先对原始电路的时域方程进行多步积分得到关于状态变量的二阶递推关系,然后通过二次Arnoldi方法得到投影矩阵,再通过投影矩阵对原始时域方程进行投影得到降阶系统.该算法可以保证时域积分后降阶系统和原始系统的状态变量在离散时间点的匹配,保证时域降阶精度,同时继承了已有算法所具有的数值稳定性及降阶系统的无源性.该算法不仅比现有的时域模型降阶算法复杂度低和比现有的频域模型降阶算法精度高,而且与时域单步积分的模型降阶算法相比,可以在保证与其计算复杂度相当的基础上,达到更高的精度.     

基于精细时程积分的结构动力响应降维分析

利用指数矩阵精细算法及状态方程直接积分法,讨论了求解动力响应问题的时程积分方式。通过选择代数精度高的Cotes积分,得出了计算精度非常高的动力响应结果。采用减缩主从自由度的精细时程积分算法对动力方程进行降维积分,通过保留指定的主自由度,删除其余的自由度来减小质量阵、阻尼阵和刚度阵的维数,既降低了指数矩阵的维数又保持了必要的计算精度,使指数矩阵分解所需时间大为降低。数值算例表明所给方法在保障求解精度的前提下具有很高的求解效率。     

精细积分法在非线性动力学问题中的应用

 针对非齐次结构动力方程Duhamel形式的特解,建立了一种高效的特解精细积分法,对于非齐次项为幂函数和指数函数的情况,该方法能给出计算机上最高精度的解答。上述特解精细积分过程能与通解精细积分过程有机地结合起来,并形成一种高效的广义精细积分法。在此基础上,建立了非线性动力学方程的一种迭代算法。该方法具有很高的精度和效率以及较大的适用范围。算例结果证明了该方法的有效性。     

精细指数积分法在卫星编队飞行动力学中的应用

编队飞行卫星间的距离远小于卫星的轨道半径, 其动力学方程表现为弱非线性。针对弱非线性方程的求解, 提出精细指数积分方法, 用精细积分法求解指数积分方法中的指数矩阵。用精细指数积分法和Runge-Kutta方法, 在不同条件下求解弱非线性方程的算例, 验证了精细指数积分法的有效性。通过Lagrange方程, 建立卫星编队飞行动力学方程的半线性形式, 用精细指数积分方法与Runge-Kutta方法求解方程。数值计算结果表明, 与同阶的Runge-Kutta求解弱非线性微分方程相比, 精细指数积分法具有更高的精度, 为卫星编队飞行动力学仿真提供了一种有效的数值算法。     

非线性动力学方程的自适应精细积分

将定常结构动力方程的精细积分算法推广应用于非线性动力学问题的求解．对非线性项的线性化处理使该方法的计算精度对时间步长非常敏感,为此将龙贝格积分法引入该方法,提出了由此而产生的指数矩阵的快速精细算法,从而使时间步长的选择具有了自适应性,计算精度和效率均得到提高。     

对流扩散方程的精细积分并行算法

讨论了一维扩散方程的全域精细积分和子域精细积分的并行算法，给出了对流扩散方法的子域精细积分并行算法。子域精细积分考虑了细积分法高精度的特点，又避免了全域积分的大矩阵运算；春精度优于单点精织积分法，同时子域精细积分很容易实行并行计算。算例表明了精细积分并行算法有良好的并行加速比和效率。     

基于相关函数的振动结构工作模态参数识别方法

把工作模态参数识别方法中的NEXT法发展为直接利用振动结构的加速度响应信号即可进行结构参数辨识的方法，理论上推导了振动结构相对于速度、加速度信号的脉冲响应函数，以及振动结构加速度响应信号间的相关函数，证明振动结构加速度响应信号间的相关函数与加速度信号的脉冲响应函数具有相同形式的表达式．另外以无约束等截面梁为例，利用梁振动的加速度响应信号间的相关函数作为梁的加速度信号的脉冲响应函数，采用特征系统实现法进行梁的工作模态参数识别，其结果与梁的理论参数值及频域法和利用脉动响应函数的特征系统实现法的识别结果进行了比较，结果表明工作模态识别方法在识别振动结构固有频率方面具有较高的精度．     

求解病态线性方程组的精细积分新主元加权迭代法

在精细积分法的基础上，通过构造一个特殊的加权矩阵，并将其应用于主元加权迭代法.提出了一种将主元加权迭代法与精细积分法相结合的求解病态方程组的新算法，并用该算法求解两个经典算例.实验结果表明，该算法在求解精度和迭代次数上都有明显提升，是一种可以有效求解病态方程组近似解的新算法.     

基于XC878的汽车发动机振动检测系统

文章针对汽车发动机转速信号难以测量的问题,提出一种基于单片机XC878的振动信号检测与处理系统,即通过加速度传感器将发动机缸盖振动信号转换为电信号,滤波和放大后经过A/D转换器送入单片机,用离散傅氏变换的快速算法(fast Fourier transform,FFT)对信号进行频域分析和处理后得到汽车转速,以避免测量转速时装卸困难和机器损坏,提高了设备的可靠性,降低了设备维修成本。     

基于轮胎侧偏刚度变化率的车辆质心侧偏角融合估计算法

针对车辆在高速紧急避让工况下质心侧偏角难以直接测量的问题,提出一种基于轮胎侧偏刚度变化率的质心侧偏角融合估计算法。在车辆二自由度动力学模型的基础上,提出一种轮胎侧偏刚度估计方法,构建基于改进扩展卡尔曼滤波的质心侧偏角估计算法。根据质心侧偏角和车辆纵向、侧向加速度的关系,构建基于积分法的质心侧偏角估计算法;结合两种估计算法的特点,采用轮胎侧偏刚度的一阶微分表征车辆的非线性程度,设计了一种适用于不同车辆动态特性及路面条件的融合估计算法。Carsim/Simulink联合仿真结果表明,该融合估计算法在不同的车辆动态特性和不同路面条件下具有良好的估计精度和实时性,对传感器信号的噪声、误差鲁棒性强。     

利用结构特征的语音压缩感知重建算法

针对语音信号在变换域中不够稀疏使得压缩感知重建困难的问题,提出了一种利用频域结构特征的重建算法.该算法为单帧语音信号的修正离散余弦变换系数引入幅度和状态2个隐变量,并分别用高斯马尔可夫过程和马尔可夫链对幅度和状态沿频率轴的连续性建模.在此基础上用因子图表示系数及其幅度、状态的联合后验分布,在因子图上用Turbo消息传递迭代求出系数的后验均值,进而重建原始语音信号.与当前几种最新的算法相比,该算法在不同帧长、不同压缩率下均获得更高的重建精度,重建信号在时频图上的能量分布也与原始语音最为接近.可见,利用语音频域系数的连续性,以Turbo消息传递的方式可以在压缩感知中得到较高的重建精度.     

一种输电线路故障测距的精细积分新算法

针对以往精细积分算法在计算暂态信号时误差较大、迭代结果容易发散的问题,通过使用一种新的差分格式对算法进行了改进,提高了算法的稳定性,增强了其对暂态信号的分析能力,并通过构造测距函数实现了基于暂态信号的输电线路故障定位.为使测距算法适用于双端数据异步的情况,利用故障前信号,提出了一种确定双端录波数据不同步时差和修正线路长度的算法,将其应用于三相输电线路的故障测距之中.算例仿真结果显示,采用该算法,故障定位精度绝对误差不超过0.6 km,最大相对误差为0.25%,且测距结果不受故障过渡电阻的影响,证明了算法的有效性.     

天线时域平面近场测试的信号源误差修正

提出了天线时域平面近场测试中信号源稳定度误差的修正方法.建立了误差修正所需的参考信道,分析了信号源误差所包含的误差项,根据时域近场测试对采样信号进行近场重建和近远场变换的两种方式,分别给出时域-频域结合修正和纯时域修正的两种修正方法,针对信号源误差包含的误差项对采样信号进行修正.实测结果证明修正后得到的频域方向图和时远场波形与参考结果都比较吻合,证明了两种修正方法的正确性.      

线性非齐次常微分方程两端边值问题精细积分法

采用齐次方程的精细积分法与非齐次项的精细积分法联合求解线性非齐次常微分方程两端边值问题.分别使用矩阵指数方法与区段混合能方法(Riccati方法)将两端边值问题转化为初值问题,通过精细积分递推格式求解一般的初值问题,避免对系统矩阵求逆,非齐次项的计算精度达到了齐次通解精细积分计算的精度,且计算量小.算例结果证明了此方法的有效性.     

结构非线性动力学方程的自适应精细积分算法

将定常结构动力方程的精细时程积分算法推广应用于非线性动力学问题时,对非线性项的线性化处理使该方法的计算精度对时间步长非常敏感.为此本研究中将龙贝格积分法引入该方法,提出了由此而产生的指数矩阵的快速精细算法,从而使时间步长的选择具有了自适应性,且计算精度和效率均得到提高.文中的数值算例给出了该方法的计算精度和效率.     

基于峰度系数的行人水平行走步态细化分类算法

步态是人的一种生物特征,在定位导航领域具有重要的研究意义.基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器技术的行人步态分类方法大多是使用加速度峰值判别法对当前行人步态进行识别.但布朗运动造成的仪器自有噪声及环境等因素的干扰,使得采集到的信号带有许多伪峰值,降低了最终分类结果的精度.针对这一问题,从整体波形角度出发,提出一种基于峰度系数的行人水平行走步态细化分类算法.该算法首先使用快速傅里叶变换将MEMS传感器采集的行人前进方向的步态加速度信号从时域转换到频域,获得频域信号后再对其模值取平方;然后通过傅里叶逆变换回到时域,得到原信号的自放大信号,并除去大部分的伪峰值;最后计算自放大信号的峰度系数,通过对峰度系数值的分析,达到对慢走、走、慢跑进行区分的目的.验证结果表明:该算法的步态识别率达到98.62%;与加速度值-频率功率融合算法相比,整体分类精度提高了7.37%.     

提高安时积分法估算电池SOC精度的方法比较

安时积分公式中相关参数的取值是影响安时积分法估算电池SOC(state of charge)的估算精度的重要因素。各类提高估算精度的方法分别对某些参数进行了修正和优化,但缺少各参数对精度影响大小的比较。该文通过对3.2V/11 A.h磷酸铁锂动力电池进行测试,比较了各参数对于提高SOC估算精度的重要性。结果表明,初始SOC修正方法对于提高安时积分法的精度最为重要。