基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

粤北诸广山南部同构造花岗岩的厘定及其与铀成矿作用关系

粤北诸广山岩体为印支-燕山期形成的多期多阶段复式岩体,其南部发育浅层次热隆伸展构造。本文根据该岩体密下水地区出露岩性的宏观韧性变形与镜下微观证据、岩石学特征及构造年代学约束,认为区内燕山期花岗岩为同构造侵位岩体,能为区域热隆伸展构造的形成与演化提供可靠的年代学约束,可准确限定热隆伸展构造活动的时间下限。研究表明,区域热隆伸展运动启动于燕山早期(~160 Ma),较前人利用中基性侵入脉岩限定的时限提早了约20 Ma;区域铀成矿时代从早期(~150 Ma)至晚期(~40 Ma)与区域伸展构造活动的时间具有高度耦合性,揭示出区域热隆伸展构造的形成与演化过程对区域铀成矿具有控制作用;同时,该期同构造花岗岩与构造前花岗岩的接触带是早期高温铀成矿的有利部位。     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

自动调温与均温艾灸仪的研制及温度场分析

为了解决现有艾灸过程中热量不均衡、热量利用率低、操作繁琐等问题，达到高效利用热量和药烟的目标，本文设计并实现了一种新型智能艾灸仪，该艾灸仪包含燃烧、熏蒸、收集及控制系统，可以实现烟雾自动收集、温度精确智能控制以及艾灸操作流程简化等功能。基于传热学理论对艾灸仪的熏蒸系统建立热力学模型，并利用Fluent软件对其进行温度场分析，分析结果表明：锥形流道是两种结构方案中较优的流道结构；所设计的温度均衡隔板对艾灸仪的温度均衡起到至关重要的作用；实际使用中存在的泄漏不仅对升温速度有轻微的影响，对温度场的分布也有一定的影响。设计与研究结果为现代艾灸仪的临床应用提供了理论基础。     

基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题，提出一种基于经验模态分解(empirical mode decomposition, EMD)能量占比的海面漂浮小目标特征检测方法。首先，采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function, IMF)分量，实现对接收回波的频率从高频到低频的分解。然后，分别建立IMF分量与接收回波数据的相关系数，并利用平均均值-标准差之比作为筛选IMF分量的准则，自动筛选出能量较大且波动平稳的低阶IMF分量。最后，提取IMF分量在原始信号中的平均能量占比作为特征，利用蒙特卡罗方法设置门限，进行海面目标异常检测。实测数据的结果显示，所提算法的性能优于对比算法。     

空域色噪声背景下双基地MIMO雷达角度估计

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次，利用张量填充技术对无噪协方差矩阵进行恢复。然后，利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。     

磁流变液中磁性颗粒成链与团聚的临界特征分析

热运动对纳米级磁流变液系统的颗粒团聚行为和宏观流变特性扰动影响不可忽视.为研究施加外磁场后系统微结构与热运动间的关系，探讨在不同颗粒粒径情况下热运动能量在系统总能量中的占比.采用CCD设计方法，分析Monte Carlo仿真获取的颗粒位形信息，生成关于外磁场磁感应强度、颗粒粒径和体积分数的系统热耦合系数<λ>回归模型;成链团聚的临界颗粒粒径计算值比文献经验值高出约23%，证实在考虑系统内多因素的综合影响下，纳米级磁流变液具有更严格的流变现象临界发生条件.     

碳质石煤与生物质混合焙烧过程的热分析研究

以湖北襄樊的碳质石煤为原料，通过热力学理论分析和热分析实验对石煤与生物质混合共焙烧过程进行研究。结果发现：混合焙烧过程中，各种物质反应的先后顺序为有机质的氧化反应→黄铁矿的氧化反应→钒的氧化反应；生物质的加入为打破石煤中的云母晶格提供了大量的热量，使石煤中的还原性物质反应温度降低且反应时间缩短，对石煤的脱碳与焙烧起相应的促进作用。     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

Predicting Initial Formation Temperature for Deep Well Engineering with a New Method

With the progress of science and technology, human beings explore the energy under-ground with thousands of meters. As a thermophysical parameter, initial formation temperature (IFT) plays an essential...