边界元矩阵稀疏化算法及其应用

基于边界元矩阵的空间需求与求解域网格数的平方成正比,提出了边界元矩阵稀疏化方法.首先,根据边界元矩阵的特点定义了合适的稀疏准则,小于该准则的矩阵系数被合并到邻接单元对应的矩阵系数中;然后,将该系数取零,这样可以将一片相互邻接的单元系数合并到其中一个单元,从而达到矩阵稀疏化的目的.仿真结果表明,该方法在保证数值模拟精度的条件下,大幅削减了空间需求.     

基于双层混合字典学习的图像超分辨率复原

提出了一种新的字典学习法用于图像的超分辨率复原,即双层混合字典。其中,第一层字典采用半耦合字典,确保了复原过程的灵活性和准确性,并结合稀疏表示算法得到第一层复原图像;为了不影响算法的整体运算速度,第二层字典采用分类字典,并利用原始图像与第一层复原图像的差值作为高分辨率样本,以便能恢复更多的高频细节。实验结果表明,本算法与传统的基于单一字典的图像超分辨率算法相比,无论是在视觉效果上,还是峰值信噪比(PSNR)指标,都取得了更为理想的效果,有效地改善了降质图像的质量。     

一种基于贝叶斯压缩感知的图像修复方法

图像修复是利用图像中已知区域信息对破损区域进行信息填充,以弥补信息的损失.传统的修复方法依赖图像的结构来确定,使图像达到人眼主观可以接受的程度.基于贝叶斯压缩感知的图像修复方法首先对受损图像进行稀疏变换,利用贝叶斯压缩感知得到稀疏系数的后验分布函数,求得分布函数的均值和方差,将均值作为图像的稀疏系数的估计,方差作为噪声的估计.仿真结果验证了该方法可以提高图像的修复质量.     

等间距地震道插值的傅里叶重建法

地震采集过程中经常会碰到的大空间采样、坏道和数据分布不规则等问题,影响了地震处理及成像效果.针对上述问题,提出了一种改进插值方法,即扩大原来的空间距离长度,使空间波数采样变密,然后根据似二维F-K频谱图里取中间某一范围的频谱值,就可以去掉噪声和假频,振幅也可得到很好加强.理论和实际地震数据测试结果验证了修改后的方法插值效果好.     

交叉模态对结构随机振动疲劳损伤的贡献

以小阻尼简支梁为例,讨论了交叉模态对随机振动疲劳损伤累积的贡献;结构的响应分析采用模态叠加方法,随机振动疲劳损伤累积分析采用Miner线性疲劳损伤准则。数值模拟结果表明,即使是小阻尼稀疏模态结构,交叉模态对结构振动疲劳损伤累积的贡献也是不容忽视的。     

基于自动编码器和长短时记忆网络的智能汽车故障诊断方法研究

智能汽车故障诊断技术对于保障智能汽车安全行驶具有重要意义,本文针对智能汽车传感器数据异常检测和车辆运动的异常检测提出了一系列故障诊断方法. 针对非时序传感器数据,采用基于超限学习框架的自动编码器,对正常数据进行特征压缩学习其特征表示,再利用压缩的特征重构数据,根据重构误差的大小判断数据是否异常. 针对时序传感器数据,采用多层长短时记忆网络学习时序数据之间的时间依赖关系来预测当下时刻的数据值,根据预测误差的大小判断数据是否异常. 提出一种阈值随误差大小动态变化的自适应阈值确定方法,使得决策变量对于异常值相对敏感. 进一步地,采用车辆自行车运动学模型和Kalman滤波,利用Jarque-Bera测试对预测值和量测值残差的正态性进行检验来检测车辆运动是否异常. 实际场地测试验证了本文所提出的方法可以有效检测非时序或时序传感器数据的异常,并对车辆运动是否异常进行检测.     

基于对数稀布阵的FDA-MIMO干扰抑制

波形分集阵列雷达作为一种将频率分集阵列与多输入多输出结构相结合的雷达新体制,在主瓣干扰抑制领域具有极大的应用前景.针对基于对数稀布阵的FDA-M IM O随队干扰抑制方法展开分析.首先将对数稀布阵引入FDA-M IM O体制,通过采用非线性频控函数改进基本FDA"S型"波束图带来的多极值问题;然后通过RCB算法修正随队干扰抑制过程中出现的导向矢量失配问题;最后,仿真验证了当目标与干扰在距离维可分但角度维较为接近时,该方法可在保持主瓣增益的同时实现对干扰的有效置零,从而为随队干扰的有效抑制提供了新的思路.     

一种低损耗高耦合片上变压器的设计

采用0.13μm Si Ge Bi CMOS工艺,设计了一种低损耗高耦合的单圈倒装交错层叠结构的片上变压器,这种结构减小了初级线圈与次级线圈间的垂直距离,提高了线圈间的耦合度及线圈的品质因数Q,从而提高了变压器的传输效率。同时对地面层进行了改进,在100 GHz时,耦合因子k从0.81增大到0.95,并探讨了线圈直径d和宽度w对变压器性能的影响。该变压器在89 GHz时Q达到最大值18.5,在30~150 GHz频率范围内耦合因子k为0.65~1,最大可用增益Gmax接近于1,该变压器可应用于毫米波集成电路设计中改善电路性能。     

基于小层约束对比下的储层反演综合研究

五3东(WSD)区发育砂砾岩储层,一般由多期扇体叠置而成,物性变化大,横向变化快,非均质性强,这对该区有利储层的评价造成了一定困难。针对研究区勘探开发的重难点,确定了基于小层约束下的约束稀疏脉冲反演方法重点对该区上乌尔禾组P3w1段油组进行小层对比下的储层预测综合研究。首先基于高分辨率层序地层学理论对该区地层进行精细划分和对比;其次对地震数据、井数据进行质控,分析储层敏感性参数,确定储层反演的可行性;然后进行精细层位标定、子波提取,根据划分的小层和已处理好时深关系的测井曲线建立小层约束下的低频模型;最后反复调试关键反演参数,实现全区反演研究。根据所得反演结果,从平面和剖面两个角度对比分析各小层段储层的分布规律,同时建立符合该区地质规律的成藏模式,预测有利储层发育区带,为该区下一步开发调整提供了方向。     

基于POS-ELM的孤立性肺结节诊断方法研究

在肺结节诊断方法研究中,传统机器学习诊断方法存在诊断性能不稳定的问题。为了提高孤立性肺结节的识别准确率,提出基于粒子群优化(particle swarm optimization,PSO)参数的极限学习机(extreme learning machine,ELM)辅助诊断方法。首先采用PSO选取ELM最佳的初始权重ω和偏置b;然后利用最佳参数ω和b对ELM进行训练;再利用PSO-ELM对通过稀疏自编码得到的肺结节特征进行分类识别。实验中,将传统机器学习算法与本文方法进行对比,结果表明,利用粒子群优化算法进行优化的极限学习机在孤立性肺结节诊断方面具有较高识别准确率和稳定的分类性能,可以作为一种有效的肺结节诊断工具。