一种改进的毫米波雷达聚类算法

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN (density-based spatial clustering of applications with noise)的雷达自适应聚类算法.改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径.首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值.再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量.实现根据目标反射截面与数据稀疏程度自适应聚类的效果.将改进算法与不同参数的DBSCAN聚类算法在真实雷达点云数据进行实验对比.相较于选取合适参数的DBSCAN算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18％,对车辆目标识别准确率提高5.63％.     

基于改进随机减量法和小波变换的

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

基于随机子空间法的结构模态参数自动识别方法

为解决随机子空间法在稳定点自动分析方面存在的抗噪能力不足问题，提出了一种新的自动化识别方法.首先，采用协方差驱动的随机子空间法，按照新的定义方式输出稳定点.其次，采用改进的OPTICS算法对稳定点进行清洗、聚类.然后，采用基于频率中值的自适应合并方法，对未完全合并的簇进行有效聚合，并以簇中值作为模态参数的代表值，实现完全无人工干预的自动化模态识别.最后，以Lysefjord悬索桥模型为例进行模态识别，验证该方法的可行性.结果表明：所提方法在实现自动化的同时，具有较高的精度，频率值最大误差仅为1.926%,且在各程度噪声干扰下都能以较高的成功率自动、准确地识别模态参数，相比于对照方法，其鲁棒性优势明显.     

拱坝体型设计的统计模型

应用数理统计方法，通过建拱坝数据库，确定拱坝体型厚高比，最小体积，最大柔度三个参数的统计模型，并对数座拱坝进行检验，得到比较一致的结果，提供的三个参数可拱设计人员在拟定拱坝体型几何参数和进行型优化设计时参考，并为宏观判断大坝安全性提供对比资料。     

基于双阶段注意力机制的大坝变形深度学习预测模型

为提升大坝结构变形预测精度，采用完全自适应噪声集合经验模态分解(CEEMDAN)法将变形实测序列解耦为一系列具有不同时频特征的本征模态函数，使用小波阈值消噪对高频分量平稳化处理后进行重构，利用基于双阶段注意力机制的长短期记忆网络(DA-LSTM)模型对重构变形序列进行预测。实例验证结果表明，联合CEEMDAN算法和小波阈值消噪方法能够有效识别并清洗实测数据中的异常值，提升了测值对大坝运行性态的表征能力，同时DA-LSTM模型可以充分挖掘大坝变形的滞后性和增强网络的可解释性，据此构建的变形预测模型具有优良的稳健性。     

改进的变分模态分解在锚杆和锚固质量检测中的应用

针对锚杆电磁超声信号夹杂的噪声极大地影响有用信息提取的问题,提出基于布谷鸟搜索算法的变分模态分解与独立分量分析相结合的降噪方法;该方法利用布谷鸟搜索算法优化变分模态分解的输入参数,实现信号的最优分解,利用变分模态分解将信号自适应分解为一些模态分量,依据排列熵值对分解的模态进行重构,利用快速独立分量分析算法对重构信号与原信号组成的2路通道进行解混,实现回波信号与噪声信号的分离,并对锚杆和锚固信号数据进行分析。结果表明,与常用的降噪方法相比,该方法有更好的抗噪性和降噪效果。     

基于密度聚类的磁悬浮平面电机模态参数估计

磁悬浮平面电机的高加减速运动需要轻量化设计，但轻量化设计也会导致磁悬浮平面电机出现不可接受的振动。对磁悬浮平面电机模态参数的准确估计是抑制振动的关键环节。该文提出了一种基于密度聚类的模态参数估计方法。首先利用两步迭代的系统辨识算法，得到系统的参数化频率响应函数；然后利用基于密度的有噪声空间聚类(DBSCAN)算法对系统进行模态分析，去除不稳定的数学模态点，并对物理模态点进行基于正态分布的离群点剔除，以获取最终的模态参数。仿真和试验表明，所提方法可以实现系统模态参数的准确估计。     

基于改进随机减量法和小波变换的结构模态参数识别

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

一种优化的VMD算法及其在语音信号去噪中的应用

针对非连续、 非平稳语音信号中含有噪声的问题, 提出一种基于参数优化的变分模态分解去噪算法. 首先, 利用灰狼优化算法搜寻变分模态分解算法的最优分解参数组合——分解模态数K和惩罚因子α, 通过使用获得的参数组合分解语音信号以获得K个特征模态函数分量IMF; 其次, 利用相关系数选择有效模态分量, 并用小波阈值处理无效模态分量; 最后, 重构小波阈值处理后的模态分量和有效模态分量以对语音信号进行去噪. 实验结果表明, 该算法与其他经典算法相比能有效提升信噪比, 降低均方误差, 提高语音信号的质量.     

频域子空间模态参数辨识的改进算法

针对频域子空间算法计算量大而受到的使用限制,提出了一种频域子空间模态参数辨识的计算方法。该方法对输入和输出的频域数据进行分段,再重新计算广义算子,构成新的状态方程,从而实现模态参数辨识。对该方法进行了仿真验证,并利用该方法对某变截面轴进行了模态参数识别,获得了与有限元计算结果相一致的计算结果,从而证明了方法的可靠性。该方法能够减小单次计算量,从而能够使频域子空间方法在普通计算设备上实现应用。     

基于分段常值水平集的参数识别算法

研究了椭圆方程不连续参数的识别算法.根据原有算法计算效率较低、抗噪性较差、可识别区域数较少的不足,本文基于分段常值水平集方法,根据水平集函数和优化过程的特点,修正原有Uzawa型算法中的带有总变差（TV）正则化的极小化模型和对常值向量的极小化模型,并且结合Barzilai-Borwein方法和预处理共轭梯度算法（PCG）构造一种新的参数识别算法格式.数值实验结果显示,新算法具有计算时间短、精度高、抗噪性强的优点,并且可以识别较复杂的几何区域.     

基于多模特征的足迹识别算法

基于足迹压力数据提出一种基于多模特征足迹识别算法.该算法采用连通区域滤波法实现足迹压力数据的去噪,对去噪后的数据提取足迹图像的形态特征、压力特征及卷积特征,并基于各特征权重实现足迹多特征的优化融合,最后采用支持向量机(SVM)分类器进行分类识别.实验结果表明:在50人的足迹压力数据上,三类不同模态足迹的识别准确率分别达到了100%,99.925%和94.445%,相较于仅采用形态特征和压力特征的识别,所提出算法的平均识别率提高了10.285%,表明该识别算法能够有效进行足迹识别.     

自适应随机共振降噪下的结构模态参数识别

针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足,提出一种基于改进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法,结合利希尔伯特变换来识别出结构的模态参数.该算法能够更快得到最佳随机共振系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱强背景噪声响应中的噪声,提高响应的输出信噪比.数值仿真和试验均表明,该方法参数寻优效率高,简单易行,能够成功识别出强背景噪声下结构的模态参数.     

车牌识别技术的研究与实现

在车牌自动识别系统中,因自然因素或采样因素使得原本规则的印刷体字符产生畸变,给字符识别带来了很大困难.考虑到识别的实际应用及实时性要求,采用改进的模板匹配方法先将字符细化,再结合字符的全局特征,与模板的特征矢量进行匹配,误差最小的作为识别结果.实验结果表明,该算法具有较高的识别率及较好的抗噪性能,能够实现较好的车牌识别效果.     

基于多参考点稳定图的斜拉桥模态参数识别

针对激励未知情况下,运行模态分析容易遗漏真实模态和产生虚假模态的问题,提出了基于特征系统实现算法的多参考点稳定图算法.该算法通过设置不同的参考点,利用自然激励技术结合特征系统实现算法识别模态参数,以阻尼比、基于输出矩阵的一致模态指标和模态置信度作为判别指标,确定可信度最高的模态参数.运用该算法和增强频域分解法对大跨度斜...     

基于精细积分的桥梁移动荷载识别精度分析

为了识别作用于桥梁结构的移动荷载并对识别的敏感性进行分析,比较各参数对识别结果的影响,首先有效地将桥梁结构振动微分方程转化为精细积分方法的一般形式,进而得出荷载识别精细积分方法的HPD-S格式;基于Matlab仿真技术,重点讨论测量噪声、模态数、车速及采样频率等几个主要参数对识别结果的影响。仿真算例表明,该识别方法对模态数不敏感,但对采样频率敏感性较高,车速与测量噪声是影响荷载识别精度的主要因素。通过选择适当的参数,该方法可以有效地识别桥梁结构的移动荷载,从而为工程应用提供技术指导。     

基于相位相关和重采样的亚像素图像配准算法

为了实现高精度的图像配准,提出了一种基于相位相关和重采样的亚像素图像配准算法.首先基于相位相关实现像素级的粗定位,然后在粗定位点邻域范围内利用矩阵乘法的离散傅里叶变换(DFT)高倍数重采样,并基于相位相关作重采样区域的像素级定位,实现亚像素级的细定位.文中从理论上证明了基于矩阵乘法的DFT实现部分区域重采样的方法与基于零填充重采样的方法在计算精度上具有等效性.实验结果表明,文中算法的配准精度、计算效率和抗噪性优于基于交互相关和扩展相位相关的亚像素配准算法.     

考虑流固耦合的拱坝抗滑稳定非概率可靠度分析

拱坝抗滑稳定可靠度分析是大坝安全评价的关键组成部分,其结果直接关系到大坝正常运行与安全,具有重要研究意义.已有的研究多采用概率可靠度方法进行分析,然而实际拱坝工程统计信息较少,难以获得各参数变量的精确概率分布;另外,目前缺乏考虑坝基岩体流固耦合作用的拱坝抗滑稳定可靠度研究.针对上述问题,基于凸模型理论,提出了考虑流固耦合作用下的拱坝三维抗滑稳定非概率可靠度分析方法,并通过建立拱坝三维工程地质统一模型,分别采用超载法与强度折减法,对流固耦合作用下拱坝抗滑稳定非概率可靠度进行探究.实际工程应用表明:本研究能够在缺乏足够统计信息的情况下对拱坝抗滑稳定可靠度进行分析,同时,未考虑流固耦合作用将高估拱坝的抗滑稳定可靠度,对工程安全不利.     

未知外部荷载下结构的在线损伤诊断

结构在线损伤诊断是目前土木工程界关注的热点问题之一.针对该问题进行研究,根据部分观测的结构加速度响应信号,基于扩展卡尔曼预测和优化函数对结构进行在线的物理参数识别及结构刚度突变的追踪,同时利用最小二乘识别未知外部荷载.数值算例表明,本文提出的算法能够较准确地识别系统参数和未知外部荷载,并且判断结构刚度损伤发生的时刻、位置和程度,且具有一定的抗噪性.     

希尔伯特黄改进算法在语音增强中的应用

语音信号在传输过程中常常受到传输系统或周围环境的噪声影响而无法识别说话者的内容。为了尽可能消除语音中的噪声,提高语音的信噪比及清晰度,提出了一种基于奇异值分解的希尔伯特黄消噪算法。该算法对带噪语音信号进行经验模态分解,得到各阶固有模态函数,在对各阶固有模态函数分量分析的基础上,利用软阈值和奇异值算法相结合的方法来达到语音消噪的目的。这种分阶消噪算法可以尽可能的除去噪声,提取出纯净的语音信号。通过大量的仿真结果可以证明:该算法在语音消噪应用具有可行性,而且优于传统语音消噪方法。