基于极值理论的北京市极端降水概率分布研究

以北京市作为研究区域,基于极值理论分析北京市降水极值的概率统计特征,探索不同极值分布在北京市降水极值研究中的适用性.选择北京市45个雨量站的1960~2012年汛期逐日降水数据,基于年最大值法和超门限阈值法(百分位法)筛选降水极值样本序列(AM和POT序列).利用广义极值分布(GEV)和广义Pareto分布(GPD)拟合两组样本序列,采用L矩法估计两种分布函数的拟合参数.基于Kolmogorov-Smirnov检验结果确定最优拟合分布函数,并根据最优拟合分布函数推求不同重现期水平下的降水量.结果表明:(1)除半壁店和沿河城外,AM序列的均值大于POT序列,所有站点AM序列的最小值小于POT序列;(2)GEV分布在AM序列的最优拟合分布函数中占优(40个站点,占全部站点的88.9%),而GEV和GPD分布均可用于POT序列降水极值的拟合,其中GPD分布的拟合结果较好(38个站点,占比为84.4%);(3)两种序列得到的不同重现期水平的降水量空间分布基本相似,总体上利用AM序列推求不同重现期水平下的降水量略大于POT序列,即基于AM序列推算一定重现期水平下的降水极值更有利于规避风险.     

结合交替分离(AS)和交替投影(AP)算法的ASAP算法

分析了交替分离(AS)算法与交替投影(AP)算法的一些性质. 根据这些分析结果, 提出了将交替分离与交替投影算法有机结合形成所谓ASAP算法, 以克服交替分离算法收敛速度较慢而交替投影算法又易于陷入最大似然代价函数的局部极值的缺陷. 分析了这种结合的逻辑合理性. 计算机仿真也验证了ASAP算法能够以较少的迭代次数得到信号参数较理想的估计.     

非平稳环境激励下模态参数识别的连续时间AR方法

针对受非平稳高斯随机激励下的线性时不变系统，基于连续时间AR模型，提出了一种时域模态识别的新方法，这种方法仅从响应数据就能够识别系统的物理参数．为了对参数进行估计，把结构动力学方程看作一个连续时间AR模型，并给出了它的状态空间形式，其中的状态方程就是一个随机微分方程；接着利用在非常短的时间段内均匀调制函数接近于一个常数矩阵的事实，得到均匀调制函数的估计；然后再利用Girsanov定理，得到物理参数的精确极大似然估计；最后进行特征分析，从而实现线性系统模态参数的识别     

联合状态差分检测方法及其在超宽带无线通信系统中的应用

首先提出差分编码器输入输出联合状态的概念，并设计出一种递归的网格图化简方法，实现了最大似然意义下的多符号联合差分检测．随后在此基础上，对衰落信道提出一种迭代检测结构，并将其应用于超宽带无线通信系统．仿真表明，在单位符号检测复杂度不变的前提下，检测性能可任意逼近多符号非相干差分检测的理论极限，并可有效地应用于实际通信系统中．同时它为各种类似的无记忆噪声中有限状态Markov过程的状态序列估计问题提供了一种新的解决方法．     

基于ConvJANET的航空发动机剩余寿命预测及其不确定性量化

航空发动机技术是衡量一个国家科技水平和工业实力的重要标志,健康状态监测和剩余使用寿命(remaining useful life, RUL)预测技术是航空发动机安全服役、经济运行的重要保障.针对航空发动机RUL预测精度较低、不确定性难以量化的问题,本文提出了一种数据驱动的航空发动机RUL区间预测方法.首先,在ConvJANET框架下构建新的卷积-卷积循环-全连接结构的深度学习模型,逐层提取航空发动机监测数据中的退化特征;其次,利用极大似然思想指导神经网络模型的优化求解,并基于损失函数形式变化的策略训练模型,实现对航空发动机RUL的高精度预测与不确定性量化.将所提出的方法用于分析航空发动机退化数据集,结果表明,对比传统基于蒙特卡洛的方法,本文提出的方法具有更高的RUL预测准确率和更好的置信区间预测性能.     

压缩感知非凸优化超宽带信道估计方法研究

超宽带信号由于传输路径较复杂且功率谱密度较低，准确的信道估计十分重要．但是由于其带宽较宽，难以直接采样．压缩感知理论提供了一种可行的低速采样方法．目前的压缩感知超宽带信道估计方法一般采用l1范数约束的凸优化形式或无稀疏性的l2范数约束形式，对目标向量的稀疏性约束不强，而拥有最强稀疏性的l0范数又缺少有效的重构算法．针对上述问题，本文设计一种基于非凸优化算法的压缩感知超宽带信道估计方法．首先将目标函数设置成l，范数约束的非凸优化形式，然后利用凸函数较易求得极值的性质，将原非凸函数组合成为凸函数形式的目标函数，并通过每步迭代凸函数对非凸函数的逼近来求解目标函数，进而估计出原信道．由于lp范数更接近于l0范数，所以对目标向量稀疏性的约束更强．实验结果表明，所提方法相对于现有的压缩感知超宽带信道估计方法能够有效降低重构误差．     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题，本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点，对协方差匹配估计技术（covariancematchingestimationtechnique，COMET）进行改进，提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据，使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升，且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性，采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式，并提出算法的cc数据利用率”定义，定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性；信源时域统计独立特性先验已知或者大非圆率的情况下，该算法对校正精度的提升尤为明显．     

不确定性气动弹性系统辨识及鲁棒极限环分析

模型的不确定性直接影响鲁棒颤振和极限环分析的准确性．从基于数据的角度提出考虑非线性环节和模型不确定性的鲁棒极限环分析框架．采用时域方法辨识包含非线性环节的Block—oriented结构的气动弹性系统模型集合的不确定度大小．以在线弹性结构的极点构造正交基底，将不确定性模型集合辨识问题转化为不确定性参数上下界估计的优化问题，通过求解非线性优化得到不确定性模型集合．将辨识后的无记忆非线性算子用正弦输入描述函数表示，利用线性分式变换技术对辨识后的不确定性模型进行重新建模，最后采用结构奇异值（μ）理论对系统集合进行鲁棒极限环分析．采用某二元翼段气动弹性算例验证该辨识和分析框架的准确性．结果表明辨识的不确定性的模型集合能够刻画气动弹性动力学特性．在相同速度下，考虑不确定性的模型集合的鲁棒极限环幅值比标称系统极限环幅值要小．该方法可以应用于鲁棒颤振和极限环预测．     

大跨悬索桥扁平钢箱梁温度梯度与温度影响研究

对运营中的润扬大桥悬索桥钢箱梁进行了现场温度测试，分析了日照环境作用下正交异性扁平钢箱梁温度场变化规律与分布特征，对于测试数据进行了函数优化拟合与误差分析，提出了一种适合于六角形扁平钢箱梁的温度梯度分布曲线．在此基础上，进行了正交异性扁平钢箱梁的温度效应有限元分析，比较了不同温度梯度模式对于钢箱梁受力特征与应力分布的影响．分析表明：日照环境作用下，扁平钢箱梁结构的热传导具有明显的“箱室效应”特征，实际温度梯度分布与现行规范的规定不符．采用实测温度梯度模式计算得到钢箱梁温度应力大于采用规范温度梯度模式的结果，应力大小与设计车辆荷载作用产生的应力接近．温度荷载作用产生的应力集中主要位于正交异性钢箱梁制造焊缝附近，在设计、施工、研究中应该予以重视．本文的研究可作为现行桥涵设计规范中相关内容的补充．     

Al-Ni非晶合金的原子堆垛结构及密度的第一性原理分子动力学模拟

在Al基非晶合金中，Al-Ni系的非晶形成能力（GFA）相比其他系列较佳，但是目前对Al—Ni二元合金系的原子排列、玻璃转变和堆垛密度与成分之间的内在联系，至今还未形成系统的认识．本文利用第一性原理分子动力学（AIMD）模拟方法对AlxNi100-x（x=80，83，85，86，87，90）二元非晶合金的原子堆垛结构和密度进行了研究．双体分布函数和Voronoi多面体分析表明，在该非晶合金系中存在明显的拓扑和化学短程有序，拓扑短程序主要是由以Al原子为中心的类似二十面体结构和以Ni原子为中心的三棱体覆盖三个半八面体（TTP）结构组成．在该合金系非晶中A-与Ni原子间存在强烈的化学交互作用，Al—Ni原子对键长小于原子半径和，化学有序随着Ni含量的增加呈现增加的趋势．AIMD计算结果表明，当x=85时，合金的堆垛密度出现了峰值，偏离了直线规律．综合结构特征和密度特征，从理论上推断，当Al含量为84％～86％时，合金的非晶形成能力较好，可以推广至多元合金体系．