基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。     

基于OPAC的典型环境中气溶胶组分的光学特性分析

利用基于Mie散射理论的云和气溶胶粒子的光学特性软件(OPAC)在不同激光雷达探测波段对一般大陆(典型气溶胶组分:水溶性、不溶性和烟尘气溶胶)、沙漠(典型气溶胶组分:水溶性、核模态矿物、积聚模态矿物和粗模态矿物气溶胶)和洁净海洋(典型气溶胶组分:水溶性、积聚模态海盐和粗模态海盐)3种环境下的气溶胶光学参数(散射系数、光学厚度和激光雷达比)进行了仿真研究,分析了各环境中光学参数随气溶胶组分数浓度的变化规律以及各组分对光学特性的影响.结果表明消光系数和光学厚度在不同激光波段、不同环境下均随组分数浓度线性递增,在上述环境中对消光系数和光学厚度影响最大的组分依次为水溶性气溶胶、积聚模态矿物气溶胶和积聚模态海盐气溶胶.激光雷达比变化规律十分复杂,受探测波长及气溶胶组分的双重影响,一般大陆环境中非水溶性气溶胶在2个波段上的影响占主导地位;沙漠环境中,不同波段上积聚模态矿物气溶胶对激光雷达比的影响最大;洁净海洋环境中,积聚模态海盐气溶胶对激光雷达比的影响最强.     

基于频域窄带莱斯噪声消除机制的OFDM网络信号发射精度增强算法

为改善当前OFDM网络信号精度增强算法中难以高效消除频域窄带莱斯噪声,且系统误码率较高的不足,提出了一种基于频域窄带莱斯噪声消除机制的OFDM网络信号精度增强算法.首先,基于128频相移键控调制方法,在获取信号时域特征的基础上,引入快速傅里叶变换,对信号进行离散化,并基于信号投影机制,构建正交星座图,实现信号投影矢量在预发射状态下的正交分层排序,消除了信源状态下频域窄带莱斯噪声对系统的干扰;随后,引入快速傅里叶逆变换,对预发射信号进行加密处理,且通过量化评估模型对信号精度进行优化提升,有效节约了传输带宽,提高了信号发射性能,改善了信道抗衰落效果.仿真实验表明,与当前常见的时间窗消除机制(time window elimination mechanism, TWE)、频率拓扑映射机制(frequency topology mapping, FT)相比,本文算法的误码率更低,且具有更高的信号增益效果.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

航母编队电磁信号安全威胁分析

 介绍了航母编队面临周边的电子侦察威胁情况,并以航母编队穿越宫古海峡为例,仿真分析了其电磁信号受到的威胁程度。仿真分析结果表明：航母编队在公海进行训练、演习等军事行动时,面临着各种侦察设备的侦察威胁。     

随机森林分类用于雷达信号预分选新算法研究

 现代战争中,雷达电子战环境越来越复杂,随着雷达种类的多样化和雷达脉间调制方式的复杂化,对信号分选的识别难度也愈加增大。本研究采用随机森林算法对脉冲描述字特征进行预分选,可自适应的对特征进行选择,并实现分类。随机森林由于可以自动进行特征选择,可对不平衡的数据进行误差平衡等优点,通过多决策树表决方式,可以迅速完成对大量数据快速训练。在脉冲丢失导致的部分特征损失的情况下,仍可以维持识别准确率。通过实验证明了本方法对雷达脉冲描述字特征进行预分选的有效性。     

混沌同步系统降噪方法及其在滚动轴承故障诊断中的应用

提出了一种基于混沌同步系统的降噪方法,将其应用于滚动轴承振动信号的前期处理,并结合功率谱密度进行故障诊断.分析Chua电路混沌同步系统的降噪机理,讨论系统处于不同运行状态时,输入信号对相空间运行轨迹的影响;搭建混沌同步系统降噪模型,分析其检测特性,并与其他方法进行比较;将滚动轴承不同损伤模式下测得的振动信号输入该模型,比较振动信号和同步误差信号的时域波形和功率谱密度,并通过峰值查找,匹配对应的故障特征频率.新方法利用了混沌系统的噪声免疫性和可同步性,避免了现有方法参数设定复杂和运行状态判定困难的问题.结果表明该方法可有效提升被测信号的信噪比,能与传统方法结合形成新的故障诊断方法.      

CEEMDAN自适应阈值去噪算法在地震方向的应用

提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法。含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构。分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比。数据仿真和实验结果表明,在原始信号信噪比为0.5dB时,常规与改进算法去噪后信噪比分别为4.55dB和9.97dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取。     

自升式海洋平台提升齿轮箱啮合特性分析

为研究和改善自升式海洋平台提升齿轮箱的传动性能,在分析提升齿轮箱的结构和传动原理的基础上,采用MASTA建立分析模型,进行啮合特性分析;考虑重合度开展了提升齿轮箱宏观参数优化,分析了重合度对该齿轮箱啮合特性的变化规律。结果表明,正常提升和预压提升两种工况下,提升齿轮箱后3级各齿轮副的传递误差峰峰值偏大;优化后,各齿面最大接触应力小幅减小,各齿轮副的传递误差峰峰值总体减小,各齿轮副的啮合刚度均值总体增大,优化后提升齿轮箱的传动性能得到改善。     

预制钢桁架混凝土组合剪力墙抗震性能研究

将型钢桁架代替普通钢筋配置在钢筋混凝土剪力墙中形成钢桁架混凝土组合剪力墙,该剪力墙便于预制和安装,适合用于装配式建筑。采用ABAQUS有限元分析建立了钢骨混凝土剪力墙的抗震分析模型,利用试验数据进行了验证。进而使用该模型研究了钢桁架混凝土组合剪力墙的抗震性能,对5个不同设计参数的钢桁架混凝土剪力墙进行了往复加载模拟,研究轴压比和型钢含钢率对其滞回性能、变形能力、刚度退化以及耗能能力的影响。结果表明:轴压比增大对于钢桁架混凝土组合剪力墙的变形能力和耗能能力均不利;增加型钢柱的含钢率能有效提高剪力墙的抗剪承载力,增加型钢腹杆的含钢率对剪力墙耗能能力的提高明显,对承载能力提高较小。