喷水推进泵空化特征联合分类识别

在无空化区、空化Ⅰ区和空化Ⅱ区3种工况条件下，利用安装在实船喷水推进泵检查孔内的水听器和布置在泵壳上的加速度传感器获取喷水推进泵的声压和振动信号.通过二阶导数分析发现，空化前后声压和振动信号的二阶导数均具有显著的差别，空化后声压信号在8~25 kHz、振动信号在3~12 kHz频段上出现了明显的峰值.以该特征频段上二阶导数的峰值序列为基础，构造特征集并进行特征联合分类识别.结果表明：利用特征联合分类识别可以区分无空化区、空化Ⅰ区和空化Ⅱ区的信号，多传感器特征联合分类识别的效果优于单传感器特征联合分类，尤其是基于二阶导数的多传感器特征联合分类识别的效果较为理想.     

高阶方向导数与多元Taylor定理的简单形式

对方向导数进行推广,得到高阶方向导数的概念以及计算,同时利用高阶方向导数得到多元Taylor公式的简单形式.     

莱斯衰落信道下 MQAM 信号调制方式自动识别方法

针对受莱斯衰落影响的4QAM、16QAM、32QAM、64QAM、128QAM、256QAM六类信号,分别研究了卷积神经网络（CNN）模型以及特征参数结合深度神经网络（DNN）分类器模型的调制方式识别性能。CNN模型需要大量带标签的数据集以及很长的训练时间才能获得较好的识别性能,而特征参数结合深度神经网络分类器模型所需训练时间较短,但其分类性能受限于特征参数的设计。针对以上问题,研究了混合高阶矩作为特征参数集,再将DNN作为分类器对多进制正交幅度调制（MQAM）信号进行识别的方法。仿真结果表明,该方法在低信噪比情况下对受莱斯衰落影响的MQAM信号识别准确率高于CNN模型,且分类准确率上限明显高于采用高阶累积量作为特征参数的方法。     

基于深度学习的离心泵空化状态识别

空化状态识别是离心泵状态监测的难点之一,为了提高空化状态识别的效果,提出了一种基于深度学习的离心泵空化状态识别方法。首先,采集了在3种工况下泵壳的振动信号,分别构建了振动信号的改进倍频带特征矩阵和时频特征矩阵;然后,基于自动编码器构建了深度学习网络,通过无监督训练自动学习输入数据的特征,利用监督训练对网络的参数进行了调整;最后,运用深度学习网络,对离心泵的4类空化状态进行了分类识别。研究表明,无论是基于改进倍频带特征矩阵还是基于时频特征矩阵,深度学习网络对4类空化状态都有很好的识别效果,尤其是对于弱空化状态,深度学习网络比BP神经网络更有效。     

AHP中进行判断矩阵一致性检验的另一种方法

给出了对层次分析法中的判断矩阵进行了一致性检验的另一种方法，也就是借助于其特征多项式ｆ（λ），ｆ（λ）的导数及高阶导数的值来进行检验。     

基于小波变换模极大的脉象信号研究

针对脉象信号的时变、非线性和低频特性,提出了应用小波变换模极大对脉象信号进行研究的方法.介绍了利用小波变换模极大对信号局部特征进行描述的三个参数:Lipschitz指数α、平滑因子σ和分形维数D(α),并提出了对小波变换模极大曲线进行滤波的算法.用高斯一阶导数和二阶导数小波变换分别对单周期三峰脉象信号进行了实验.实验结果表明,该方法可以描述一些时域难以表达的特征,并能对脉象信号的局部特征点进行准确定位,从而为各项脉象特征的定量化描述和脉象分类识别奠定基础.     

桥梁断面颤振导数识别的协方差块Hankel矩阵法

采用基于协方差块Hankel矩阵（covariance block Hankel matrix，CBHM）方法来处理节段模型风洞试验的二自由度振动衰减信号，通过系统识别来提取桥梁断面的颤振导数．为验证该方法的可行性，进行了实际桥梁断面的节段模型试验，并将识别的颤振导数与Theodorson理想平板解析解、特征系统实现法（eigensystem realization algorithm，ERA）结果进行了比较，颤振导数的一致性证明了本文方法的有效性．     

基于时频能量比的入侵事件识别方法

针对挖掘入侵事件与人步行等干扰事件的识别问题,提出一种基于时频能量比的识别方法.利用时域的节律特征以及信号包络的时域冲击特征,剔除如车辆路过、自然环境干扰等事件.留下挖掘和人步行事件.对于挖掘和人步行事件的识别,首先,对事件信号进行时域窗分割;其次,将时域分割后的每个子信号输入到一组窄带滤波器中,并计算每个滤波器输出信号与输入的时域子信号的能量比值,得到信号的时频能量比特征.最后,利用SVM作为分类器,进行分类实验.实验表明,该方法提取的时频特征所包含的冗余特征数据量小,分类所需的时间短,分类识别的准确率约为94%.     

基于声信号的履带机器人地面分类试验研究

为了拓展地面识别方式及提升识别率,提出利用履带机器人行驶噪声进行地面类型识别.使用声压传感器采集履带机器人在行驶过程中与地面相互作用辐射的声音信号,对声音信号提取修正的梅尔频率倒谱系数（MFCC）及其一阶差分（△MFCC）使用优化后的支持向量机（SVM）进行分类,并测试了该方法在多种背景噪声环境下的效果.结果表明,行驶噪声包含能够表征地面特点的信息.相比于幅域、频域和时频域特征,修正的MFCC+△MFCC特征具有明显优势.在校园环境中分类准确率达到了89.5%,当信噪比高于20 dB时,在多种背景噪声环境中分类准确率均达到80%左右.      

基于混合统计参数识别多种数字信号调制方式

为识别QAM等阶数高于4的数字调制信号及提高调制识别算法对高斯白噪声（AWGN）的鲁棒性，在决策论识别参数的基础上，增加了高阶统计量识别参数，并利用混合参数的经向基函数（RBF）神经网络实现数字信号调制样式自动识别，提高了对数字调制信号的识别能力．仿真结果表明，     

氧化铝陶瓷磨削金刚石砂轮磨损的声发射监测

阐述了声发射监测工程陶瓷磨削的研究进展,发现目前对金刚石砂轮磨损监测研究基本上是选取声发射信号均方根(即有效值)进行分析,且金刚石砂轮磨损状态的声发射监测准确率不高.为提高金刚石砂轮磨损状态的声发射监测准确率,设计了氧化铝陶瓷磨削声发射实验,并采用支持向量机建立金刚石砂轮磨损状态的分类模型.分析发现氧化铝陶瓷精密磨削中声发射信号最强频谱能量在30~40kHz频段.金刚石砂轮轻度磨损、严重磨损钝化和修锐之后的磨削声发射信号频谱有明显不同;而且磨削声发射信号小波分解系数的方差值能够很好地反映金刚石砂轮磨损状态.结果表明采用磨削声发射信号的小波分解系数方差作为支持向量机判别金刚石砂轮磨损状态的输入特征,金刚石砂轮磨损状态分类测试的准确率达100%.     

手臂疲劳时表面肌电信号特征

为了解表面肌电信号(surface electromyography, sEMG)特征的变化规律,找出更加有效的疲劳特征参数组合,通过回归分析和皮尔逊相关系数分析的方法研究了6名受试者负重状态下,手臂表面肌电信号的时域、频域和时频域特征参数与主观疲劳感量表(rating of perceived exertion, RPE)之间的关系。结果表明:随着负重时间的持续,sEMG的时域特征均方根值(root mean square, RMS)和积分肌电值(integrated electromyography, iEMG)有上升趋势,频域特征平均功率频率(mean power frequency, MPF)、中值频率(media frequency, MF)有下降趋势,而时频域特征瞬时平均频率(instantaneous mean power frequency, IMPF)、瞬时中值频率(instantaneous median frequency, IMF)出现先短暂上升然后下降趋势。对各特征参数进行非线性拟合,发现RMS和iEMG幂函数拟合优于指数函数拟合,而MPF、MF、IMPF和IMF指数函数拟合优于幂函数。对联合特征参数进行多元回归分析,发现RMS与MF组成的回归模型判定系数R~2最大。可见RMS与MF相结合作为评估肌肉疲劳的联合参数更加合理有效。     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。     

集值随机过程的Newton-Leibniz公式

为了研究集值随机过程的微积分理论，首先介绍了有界闭凸集值随机过程强(弱)均方积分、强(弱)均方导数的定义，然后利用支撑函数与Hausdorff度量的性质，讨论了均方可导与均方可积之间的关系；以此为基础，分别证明了集值随机过程强、弱均方积分的Newton—Leibniz公式。最后给出了集值随机过程Newton-Leibniz公式的应用实例，为进一步研究集值随机微分方程奠定了良好的理论基础。     

"船-泵-机"匹配方法研究

为了提高舰船喷水推进系统的性能,分析了“船-泵-机”匹配方法。以螺旋桨推进为例,介绍“船-桨-机”匹配的目的、思路、步骤和方法。着重研究“船-泵-机”匹配的特殊性以及相应的方法。以某喷水推进船为例,运用上述方法进行喷水推进系统性能分析,指出了喷水推进与螺旋桨推进在推进性能方面最显著的差别之一,即最薄弱环节由“柴油机-螺旋桨”推进系统中的主机变成了“柴油机-喷泵”推进系统中的喷泵。     

“船-泵-机”匹配方法研究

为了提高舰船喷水推进系统性能,分析了"船-泵-机"匹配方法。以螺旋桨推进为例,介绍了"船-桨-机"匹配的目的、思路、步骤和方法。着重研究了"船-泵-机"匹配的特殊性以及相应的方法。以某喷水推进船为例,运用上述方法进行喷水推进系统性能分析,结果指出了喷水推进与螺旋桨推进在推进性能方面最显著的差别之一,即最薄弱环节由"柴油机-螺旋桨"推进系统中的主机变成了"柴油机-喷泵"推进系统中的喷泵。     

长江口水质MERIS卫星数据遥感反演研究

【目的】获取准确的水质参数分布情况,进而对水质参数与动力作用复杂的河口水域环境进行综合评价。【方法】利用2011年5月30组长江口水域的遥感反射率数据,在尝试多种波段组合以及不同函数形式后,针对叶绿素a浓度和总悬浮物浓度分别建立最优经验反演模型。【结果】对总悬浮物浓度,波段差值(634~644nm)的二次函数形式最优,决定系数R~2为0.837,均方根误差(RMSE)为0.226mg·L~(-1),利用独立的验证样本得到平均绝对百分比误差(MAPE)为58.2%。对叶绿素a浓度,波段比值(650nm/644nm)的二次函数形式最优,R~2为0.552,RMSE为0.486mg·m~(-3),利用独立的验证样本得到MAPE为66.2%。将模型运用于2011年5月MERIS卫星数据,反演出长江口水域叶绿素a浓度与总悬浮物浓度空间分布图,叶绿素a浓度呈现出从河口向外海逐渐减少的趋势,最大值出现在舟山群岛附近。总悬浮物浓度呈阶梯状向外海减少。【结论】通过评价参数可看出,总悬浮物浓度反演模型对总悬浮物浓度反演效果较为准确,而叶绿素a浓度反演模型显示对叶绿素a的反演浓度较低。     

超声珩磨区考虑煤油蒸汽冷凝与蒸发的空化泡动力学分析

为了更深入地探究超声珩磨区空化泡的动力学特性,以煤油为磨削液介质,考虑煤油蒸汽的冷凝与蒸发建立了功率超声珩磨下的单空化泡动力学模型。利用4阶龙格库塔法对不同工作条件(珩磨压力、珩磨头回转速度和往复速度、磨削液粘性、超声频率)下的空化泡泡壁运动规律进行了数值模拟与分析。研究表明：较高的珩磨压力、珩磨液粘性以及超声频率会抑制珩磨区空化效应的产生,而珩磨头回转速度与往复速度的变化对空化效果影响极其有限。     

半主动悬架座椅的设计及振动特性实验研究

为改善非公路驾驶员座椅的乘坐舒适性,设计制造了一种基于带附加气室空气弹簧和磁流变减振器的半主动悬架座椅,通过控制比例阀输入电压和磁流变减振器输入电流调节座椅悬架系统的刚度和阻尼,构建了座椅的振动特性实验系统。试验研究了激励频率、比例阀输入电压及磁流变减振器输入电流对座椅振动特性的影响规律。研究结果表明,座椅悬架的固有频率、位移传递率及加速度均方根值均随比例阀输入电压的增大而减小;在高频振动区,磁流变减振器的输入电流对加速度均方根值影响较大。