带有加性噪声的阻尼吊桥方程随机吸引子的存在性

用算子分解技巧, 通过对方程的解进行先验估计, 给出随机动力系统的一致渐近紧性, 从而证明了随机吊桥方程在加性噪声下随机吸引子的存在性.     

分布式声传感器井中背景噪声统计特性分析

分布式声传感器技术(DAS: Distributed Acoustic Sensor)是一种新近提出的高精度勘探数据采集方法,受制于复杂背景噪声的影响,DAS记录处理水平有待进一步提高.针对上述问题,采用基于替代序列的时间序列平稳性检验方法和Lilliefors检验法对DAS记录中复杂背景噪声的平稳性和高斯性进行研究.用以分析的实际地震数据是按照勘探工业要求采集的井中DAS记录.研究结果表明,DAS背景噪声是非平稳、非高斯随机过程且噪声特性随记录时长发生变化.相关研究成果实现了针对DAS背景噪声特性的可靠认知,对提高DAS记录处理水平具有重要参考价值.     

Curvelet域GPR数据噪声压制与高频补偿方法

提出GPR数据Curvelet域随机噪声压制与高频补偿同步处理方法.首先，将GPR数据变换到Curvelet域，结合其多角度、多尺度的稀疏性，给出随尺度和角度变化的自适应阈值函数进行随机噪声的压制;其次，根据电磁波在完全弹性介质中的传播规律，结合Curvelet的多尺度多角度特性，求取时变补偿因子，倒数加权对应的尺度、角度，补偿高频损失;最后，进行Curvelet反变换，获得随机噪声压制与高频补偿以后的GPR数据.该方法属于完全数据驱动，克服了传统方法人为因素的影响.     

模糊大脑情感学习的自适应噪声抵消方法

提出一种以模糊大脑情感学习(fuzzy brain emotional learning, FBEL)模型作为自适应噪声抵消器的噪声抵消方法，应用于信号处理问题。该方法通过FBEL模拟经非线性通道传输后的噪声信号，将噪声信号从含噪信号中过滤掉，达到消噪的目的；根据自适应学习算法，利用奖励信号和梯度下降法对FBEL模型的权重及参数进行在线更新，以适应噪声的变化。选取均方根误差和计算时间2个性能指标，采用自适应噪声抵消方法在不同网络中进行仿真比较，结果表明，应用该方法可以获得更好的滤波性能。     

基于尺度不变特征变换的快速图像特征区域检测

针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪； 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测.     

基于HTCPN的飞机维修保障资源配置方法

针对飞机基层级维修保障资源配置问题,提出了一种基于分层赋时着色Petri网(hierarchical timed colored Petri net, HTCPN)的维修保障资源配置方法。首先,根据飞机基层级维修保障工作内容及流程,运用CPN Tools软件,构建飞机维修保障全过程的HTCPN仿真模型,设计仿真时钟折算方法。其次,提出维修保障资源配置规则,建立基于飞机出动架次率的维修保障资源配置模型。最后,算例分析结果表明所提方法能够迅速、准确地完成飞机基层级维修保障资源配置。所提方法为科学制定飞机基层级维修保障配置方案提供了技术支撑,具有一定的工程应用价值。     

时间反演联合接收端人工噪声的安全传输方案

针对时间反演(time reversal, TR)技术无法较好地解决聚焦区内非法用户窃听的问题,提出了一种TR技术联合接收端人工噪声的物理层安全传输方案。首先,利用时间反演技术的空时聚焦性提高合法用户接收端的信噪比(signal to noise ratio, SNR)。其次,通过在接收端加入人工噪声来干扰非法用户对合法用户保密信息的窃听,以聚焦区内外系统安全性能为基础,推导出保密信干噪比(signal to interference plus noise ratio, SINR)、可达保密速率和误码率(bit error rate, BER)的解析表达式。最后，通过仿真分析证明了所提方案能提高系统的SINR和可达保密速率,同时还能降低合法用户的BER，使系统拥有更好的安全性能。     

计算Ulam映射高阶关联函数计算的数论方法

为计算logistic映射的高阶关联函数，本文提出了一个包含定义、引理及定理的数论方法，该方法的层次性结构有助于通过逐级求解丢番图方程来简化计算. 作为应用，本文计算了映射的前5阶关联函数. 6阶以上的关联函数也可以通过该方法直接算得.     

结合上下文特征和图割算法的车载点云聚类方法

可靠、准确的点云聚类是后续高精度场景目标分析与解译的基础.该文提出了一种基于上下文特征和图割算法的车载点云聚类方法.首先用DBSCAN （density-based spatial clustering of applications with noise）对点云数据进行过分割，得到密度可达的超体素；然后引入空间和属性上下文特征来描述超体素间的关联，并用于定义超体素构建的图模型边的权值；最后基于多标记的图割优化算法得到最佳超体素聚簇.实验结果表明，该方法能够有效改善点云聚类过分割，从而提高聚类的精度.     

一种新数值工具在车辆气动声学开发中的应用

为了优化车辆开发过程的有效性，数值气动声学分析法的实施和应用对汽车制造商来说变得越来越重要。提出了一种结合延迟分离涡流模拟和基于Lighthill方程及声学扰动方程的有限元模型混合数值工具，应用OpenFOAM和Actran软件实现了基于声学有限元法的近场声源区提取及声学压力脉动计算，并尝试应用于车顶扰流板及后视镜区域的气动噪声计算及分析。在兰博基尼Urus车型上，研究了不同车顶扰流板设计的气动声学行为，将仿真结果与斯图加特大学气动声学全尺寸风洞的实验结果进行比较，发现了令人信服的相关性。此外，探讨了扰流板上的主要噪声产生机制，研究了汽车表面压力波动水平随几何形状改变的变化情况。