排气消声器模态分析及降噪性能优化

汽车排气系统的振动和噪声是影响乘坐舒适性的因素之一。为研究排气消声器结构模态和声腔模态对消声器降噪性能的影响规律,建立声学有限元模型计算壳体结构模态和声腔模态,并分析各自振型模态和固有频率之间的关系。结果表明:在低频率范围内,壳体结构模态和声腔模态的固有频率发生耦合共振,导致降噪效果不佳;增加消声器外壳壁厚可提升结构固有频率,降低排气系统振动和辐射噪声水平。     

相参频率捷变雷达目标稀疏重建性能边界综述

相比频率固定的脉冲多普勒体制, 频率捷变体制在抗干扰方面具有显著优势。但在该体制下, 基于匹配滤波的信号处理算法存在旁瓣平台问题, 难以与动目标检测兼容。压缩感知理论将目标参数估计建模作为欠定方程求解, 为该问题提供了解决思路。在相参频率捷变雷达中, 压缩感知能否准确重建目标是一个基础性问题。本文梳理了针对该问题的相关研究, 借助相变理论与相变曲线的解析表达式, 定量描述了捷变频雷达重建目标的成功概率与主要系统和目标参数之间的关系; 该理论性能边界与仿真实际所能达到的性能相接近。此外, 还探讨了现有成果在实际应用中的价值, 展望了未来研究方向。     

高频调幅交变电磁场金属液滴悬浮振荡的 3 维数值模拟

采用有限元方法模拟高频调幅交变电磁场以及液滴内流体流动, 金属液滴自由界面的追踪采用任意拉格朗日欧拉(arbitrary Lagrange-Euler, ALE)方法. 数值模拟得到了高频调幅交变电磁场、金属液滴内部液体流动和液滴表面形变的动态行为. 数值结果表明: 在高频调幅交变电磁场中, 金属液滴所受洛伦兹力集中在液滴内部近表面区域, 液滴受近似表面力的洛伦兹力激励; 在表面张力和重力的共同作用下呈周期性振荡, 液滴的振荡幅度起伏变化, 具备参数振荡特征. 对液滴振荡的频谱分析结果显示, 液滴振荡的主频和高频调幅交变电磁场的调制波频率相同, 在其倍频处也会出现较大峰值, 液滴振荡的频谱特征与高频调幅交变电磁场中金属液滴所受洛伦兹力的频率特性吻合.     

基于自适应形态学的跳频信号参数联合盲估计

跳频通信的应用大大提高了军事装备的抗干扰和抗截获能力，使得跳频对抗技术面临严峻的挑战。为解决传统形态学跳频信号参数估计方法中结构元素选择困难问题并提高估计精度，提出了一种基于自适应形态学的跳频信号参数联合盲估计方法。首先，对跳频信号进行短时傅里叶变换获取谱图。然后，从其时间轴投影中获取结构元素尺寸的知识, 设计自适应形态学滤波器抑制谱图噪声, 提取跳频图案初步估计跳频参数。最后, 引入最小二乘估计方法, 对跳频周期和跳变时刻进行精估计。仿真结果表明，此方法能够同时估计出跳频频率、跳频周期和跳变时刻, 不需要其中某一种参数作为先验条件, 在复杂的通信环境也能够保持良好的估计性能。     

单频电磁辐射对雷达的干扰规律

为了提高雷达电磁防护能力,揭示单频电磁辐射对雷达的干扰规律,首先基于雷达测距原理,通过电路非线性失真分析,初步掌握阻塞干扰和假目标干扰规律;而后开展效应试验,对干扰规律进行补充和完善。结果表明带内单频电磁辐射易对受试雷达造成干扰,假目标临界干扰场强明显低于阻塞干扰,最敏感处的差值可达30 dB,但敏感带宽要比阻塞干扰窄50%。随着干扰场强提高,回波峰值电平压缩量先缓慢增加而后近似线性增长,阻塞干扰虽然不会影响探测距离的准确度,但会导致探测距离缩短;假目标出现的位置是随机的,随着干扰场强提高,假目标电平先线性增长,而后趋于恒定。     

基于CRC的ASM信号维特比纠错算法

为提高甚高频数据交换系统(very high frequency data exchange system, VDES)中应用特定消息(application-specific messages, ASM)的解码性能, 提出一种基于循环冗余校验(cyclic redundancy check, CRC)的改进维特比纠错算法。通过合理降低符号状态数和使用部分CRC参与纠错, 使该算法平衡了纠错性能和计算量, 同时提出了新的分支度量以解决过于理想化的传统分支度量导致的性能损失。仿真表明, 新分支度量相比传统分支度量提升了1 dB的误帧率(packet error rate, PER)性能, 在用12个CRC寄存器参与纠错的条件下，该方法比相干解调算法提升了1 dB的PER性能, 同时通过合理的符号状态数降低策略将计算量降为传统算法的1/4。     

共享自动驾驶汽车使用意愿模型及其影响因素

为了构建共享自动驾驶汽车(shared autonomous vehicles，SAV) 的使用意愿模型并分析其影响因素，通过使用时机和使用频率来体现公众对SAV的使用意愿；采用验证性因子分析将态度潜变量转化为潜变量得分，以此将态度潜变量引入传统的有序Logit模型；提出SAV使用意愿的有序Logit模型构建方法，并建立基于个人属性、通勤特征、态度潜变量的SAV使用意愿模型.研究发现:是否使用过滴滴拼车、工作单位停车费、自动驾驶态度对使用时机和3种价格(1，2，3元/km) 下的使用频率有显著影响；使用过滴滴拼车、工作单位收取停车费、支持自动驾驶的群体倾向于频繁地、更早地使用SAV出行；公众期望以1元/km或 2元/km即不超过目前滴滴拼车的价格使用SAV.     

大物质分选机在餐厨垃圾预处理中的应用

餐厨垃圾预处理阶段物质分选对整体处理工艺影响较大，如果分选不到位，浆料中杂物多，会导致管道磨损严重、设备故障率高等问题。通过调节进料频率及大物质分选机的运行频率，探究大物质分选机较优的运行参数范围，使分选工作更加有效。试验结果表明：大物质分选机运行频率为70 Hz，进料频率小于17 Hz为较优运行参数，此时设备电流值较低且波动曲线较为平稳，分选料中有机质质量占比在33%~37%，与其他工况相比，有机质质量占比至少低了3%；运行工况的变化不会对浆料的组成成分造成影响，其中剩余物、果皮和骨头质量占比较大，三者占比总和在98%以上，其他杂物质量占比不超过2%。     

基于灰关联分析的加筋土挡墙频率敏感因子

加筋土挡墙振动频率反映其抗震性能,基于ABAQUS建立了加筋挡土墙频率计算有限元模型,计算5种工况下结构体系的前三阶频率,发现墙后土体弹性模量对结构体系的振动特性影响较明显.引入灰关联分析法,以填土弹性模量、泊松比、重度等5个参数为影响因素,分析其与振动频率之间的关联度,得到加筋挡土墙振动特性敏感因子.通过算例分析得到:加筋挡土墙振动特性对土体的弹性模量变化最敏感,其次为内摩擦角,对填土泊松比、重度、黏聚力敏感度较低;土体弹性模量与振动频率呈线性关系,而内摩擦角与振动频率呈二次函数关系,内摩擦角为32°时频率变化最为敏感;两个敏感因子对三阶振动影响趋势是一致的,即先增加后减小,再增加.泊松比、填土重度、黏聚力对振动频率的影响不规律.     

An ensemble of LSTM neural networks for high‐frequency stock market classification

We propose an ensemble of long–short‐term memory (LSTM) neural networks for intraday stock predictions, using a large variety of technical analysis indicators as network inputs. The proposed ensemble operates in an online way, weighting the individual models proportionally to their recent performance, which allows us to deal with possible nonstationarities in an innovative way. The performance of the models is measured by area under the curve of the receiver operating characteristic. We evaluate the predictive power of our model on several US large‐cap stocks and benchmark it against lasso and ridge logistic classifiers. The proposed model is found to perform better than the benchmark models or equally weighted ensembles.