一种改进的色散介质半解析递归卷积时域有限差分方法

对原有色散介质半解析递归时域有限差分(SARC-FDTD)算法进行了改进,在保持原算法高精度、低内存、稳定性好、通用性强、使用简便等优点的基础上,进一步改进了时域更新公式,减少了计算量,提高了计算效率,拓展了适用范围。最后,将算法应用于高阶Debye、Lorentz以及Drude-CP介质中的反射特性研究,验证了其有效性。     

非对称共面波导色散特性的时域多分辨分析

为分析非对称共面波导(ACPW)的色散特性,应用时域多分辨分析(MRTD)方法,采用完全匹配层(PML)吸收边界条件,对ACPW的特性阻抗进行计算,分析介质基片介电常数以及介质基片厚度对ACPW特性阻抗的影响,描绘ACPW特性阻抗随频率变化曲线.结果表明,该算法与传统的时域有限差分法(FDTD)具有良好的一致性,而计算时间缩短了近1/2.应用MRTD算法分析ACPW是有效的.     

FDTD方法建模均匀非磁化等离子体计算效率的改进

介绍了色散介质的移位算子时域有限差分方法(SO-FDTD).通过将色散介质的介电常数写成有理分式函数形式,推导出时域中电位移矢量D和电场强度E之间的关系,将此方法应用于计算电磁波在均匀非磁化等离子体中的传播.与ZT-FDTD方法计算的结果相比, SO-FDTD方法的计算精度得到了证实,数值结果进一步显示出这一算法计算效率高,消耗的计算机资源少.     

纳米孔隙聚合物薄膜等效折射率模型和FDTD模拟

综合运用了两相介质等效折射率的Lichtennecher方法和模系统模拟方法对聚苯乙烯PS(polystyrene)、聚甲基丙烯酸甲脂PMMA(polymethyl-methacylate)和纳米孔隙三相介质构成的聚合物薄膜的等效折射率和孔隙率关系进行了研究,建立了一种纳米孔隙聚合物薄膜的等效折射率模型,并用时域有限差分算法(FDTD)模拟光在这种纳米孔隙聚合物薄膜中的传输过程,计算出了不同孔隙率的薄膜所对应的等效折射率.FDTD算法模拟的结果及数学模型曲线均与实验结果吻合很好.     

利用时域间断伽辽金算法 求解Tellegen介质中的电磁波

目前,利用时域间断伽辽金方法（DGTD）求解各类介质中的电磁传播问题时,通常考虑求解普通介质本构关系的麦克斯韦方程组。 然而,具有非互易性本构关系的Tellegen介质中的电磁传播非常复杂,且少有研究。基于Tellegen介质的本构关系,推导出了一种适用于该介质的时域间断伽辽金系统矩阵离散方案,准确模拟了平面波在Tellegen介质中的时域传播特性。利用所提出的算法,计算了空气与Tellegen介质的分层空间模型,分析了Tellegen介质对电磁波极化偏转角度的影响;同时,针对不同电磁参数的Tellegen介质,计算了反射波与透射波的电场偏转角度,并将时域间断伽辽金方案计算的结果与文献［1］以及解析解进行了对比,验证了该方法的有效性与可行性。     

有耗色散地质介质中电磁波传播特性的FDTD计算分析

介绍一种基于三维时域有限差分法(FDTD)的有耗色散地质介质中电磁波传播特性数值分析方法。通过将色散介质本构关系和场量关系直接变换为时域微分方程的方法,导出了适用于一般色散介质中电磁场分析的时域有限差分法计算公式,并将完全匹配层(PML)吸收边界融入了FDTD计算格式。通过计算分析了介质色散对电磁波场传播的影响,观测到介质色散会导致电磁脉冲在传播中波形展宽、位相滞后、幅度减小。因此,电磁探测数据的处理解释应将介质的色散影响纳入考虑。     

一种三维复杂介质波前时间的高精度数值算法

基于水平集的波前扩展算法,如FMM(Fast Marching Method)、GMM(Group Marching Method),作为一类计算复杂介质波前时间的有效方法而被广泛使用。该类算法都是基于程函方程的有限差分格式来计算波传播时间,在介质离散单元尺寸较大的情况下,计算精度较低。为提高波前时间的计算精度,在一个长方体单元内,将任意点的波传播时间用已知节点上波前时间的插值函数表示,然后根据Fermat原理确定未知节点上的波前时间,再结合高效率的GMM算法,形成了一种计算三维复杂介质波前时间的有效算法。数值模拟实验表明,与原GMM算法相比,该算法大大提高了波前时间的计算精度,同时具有很强的稳定性和适应性。     

基于GPU的高阶辛FDTD算法的并行仿真研究

高阶辛时域有限差分算法(SFDTD)与传统的时域有限差分算法(FDTD)相比具有更优的稳定性和计算精度,但在进行电磁仿真时则更为耗时。为解决这一问题,文章应用SFDTD的空间并行性,研究并实现了基于计算统一设备架构(CUDA)的SFDTD的并行算法仿真;基于费米架构,分析了各种尺度网格下速度的提升,与传统的CPU实现该算法进行比较,验证了该方法的正确性和高速性。     

一种基于窄带自相关的实信号频率估计算法

单频含噪实正弦信号的自相关函数和其原信号的频率一致,且自相关可去除一部分噪声影响,因此基于自相关的频率估计算法一直备受关注。由于自相关可以从时域获得也可以从频域获得,基于自相关的频率估计算法有比较简单的基于时域的方法和性能比较好的基于频域的算法。结合时域和频域自相关的特点,提出一种基于窄带自相关的实信号频率估计算法,该算法在频域进行谱峰搜索后,利用信号的窄带功率谱来计算自相关,进而用简单的时域自相关的改进协方差算法(modified covariance,MC)来得到频率估计,推导出频率估计闭式解。仿真结果表明该算法性能优于传统的自相关时域算法和频域算法,在信噪比高于-7 dB时就能逼近CRB界。     

Kramers-Kronig关系中外延函数指数因子确定?

在基于Kramers-Kronig(K-K)关系求解太赫兹(THz)频段介质的折射率和吸收系数时,针对反射率高频端外延指数函数的指数因子的确定问题,提出采用时域有限差分(FDTD)算法模拟优化指数因子的方法,从而保证提取介质折射率和吸收系数的精确性.该方法根据FDTD算法模拟与实测样品时域信号的最小二乘差来确定指数因子,当最小二乘差取极小值时所对应的指数因子即为最优解.葡萄糖多晶粉末压片的实验表明,采用本文所提出的利用FDTD算法模拟优化确定的指数因子为0.495,当用K-K关系求解折射率和吸收系数时得到的结果更加精确.     

改进的频域基音检测算法

在语音信号的低码率参数编码算法中,准确地提取基音信息是一个重要环节,文中对基于正弦波语音模型的频域基音检测算法的运算量大、易受共振峰干扰等问题提出了改进,改进后算法的运算量小,算法的准确性高,有效地减小了共振峰对频域基音检测算法的影响,模拟实验表明,改进算法的运算量仅为原算法的13%。     

无线传感器网络测距定位算法改进与分析

在无线传感器网路实际应用中,节点定位技术是重要的支撑技术之一.不同于常规的求解距离等式方程组解法,分别采用MLE(最大似然估计参数)法和最小二乘法,对无线传感器网络测距的定位算法进行改进.非常有趣的是,两种不同方法得到的结果完全一致.最后经过实验评估和算法仿真对比分析测距定位算法改进前后的特性,结果表明改进后的测距定位算法能取得良好的定位精度.     

LOLIMOT模型在CNG发动机NOx排放预测试验中的应用

为解决在选择性催化还原技术(selective catalytic reduction,SCR)的控制策略开发中局部线性模型树(local linear model tree,LOLIMOT)排放模型预测精度不足的问题,提出一种通过优化空间边界,将原模型的超矩形输入空间约束在物理意义范围内的改进LOLIMOT模型。通过某天然气发动机的辨识试验,从分布特征和计算原理角度,分析了该方法对预测结果的影响。结果表明：与原算法相比,改进算法的线性相关度R²提升了1.9%,验证了改进策略的有效性。改进LOLIMOT算法具备较高的收敛速度和稳定性,在排放模型领域具备一定的应用优势。     

非高斯噪声下的参数自适应高斯混合CQKF算法

研究非高斯噪声环境下的高斯混合滤波方法,进行纯方位跟踪系统的目标跟踪。利用改进的参数自适应方法,调整位移参数的大小,从而修正了高斯混合模型,提出了在非高斯噪声下的参数自适应高斯混合CQKF算法;基于非高斯噪声下的离散系统模型,分析了高斯混合CQKF算法中建模过程的局限性,并结合初值优化方法,提出了利用参数自适应方法修正高斯混合滤波模型的方法,从而克服了高斯混合滤波的局限性,提高了滤波精度。仿真实验表明在非高斯噪声下参数自适应高斯混合CQKF算法比原算法有更高的滤波精度。      

基于HOG-SVM的改进跟踪-学习-检测算法目标跟踪方法

对于经典TLD(跟踪-学习-检测)跟踪算法,在目标受到遮挡、光照、干扰、旋转和尺度变化等问题时,会导致算法的跟踪精度和速度降低,计算的复杂度较高,实时性差。针对以上问题,本文提出了一种改进的TLD目标跟踪算法。首先针对检测模块中计算复杂度高的问题,将HOG-SVM结合替换原TLD算法中的2bitBP特征和集成分类器;再针对原算法中跟踪精度低的问题,将KCF跟踪算法替换中值光流法;在HOG-SVM+KCF跟踪算法的基础上,对滑动窗口法进行改进,解决原算法中实时性差的问题。实验表明,改进后的跟踪算法,在背景环境变化的情况下,跟踪精度和速度都有提高,实时性加强。     

自适应学习速率法在变压器故障诊断中的应用

为了提高电力变压器故障诊断的准确率,针对油中溶解气体分析,提出了一种基于误差自动调节修正因子的自适应学习速率法,使神经网络通过自身的误差变化过程自动调整学习速率修正因子,保证网络总是以最大的可接受学习速率进行训练,从而提高网络收敛速度。针对电力变压器故障气体及故障类型的特点,建立了电力变压器故障诊断BP(Back-Propagation)网络模型,应用该算法和原算法对该故障诊断网络模型进行训练。仿真结果表明,该算法的训练次数减少了35.4%,收敛速度提高了44.9%,有效地改善了网络模型的性能。将该算法应用于电力变压器故障诊断,能较为精确地判断出电力变压器的故障类型,故障诊断准确率达90.8%。     

基于改进ViBe的多行人检测方法

利用改进的Vi Be算法及模板匹配方法对多行人场景进行了目标检测.为了提高运动目标检测性能,提出将原Vi Be算法与帧间差分相结合的方法,该方法使二值图像中的鬼影比原Vi Be算法消除更为迅速.根据待处理像素点周围已完成的前背景分离结果,利用动态计算模型参数估计前背景,以提高前景目标提取的准确度.基于HOG算法识别运动目标中的行人目标.实验结果表明,该方法在没有降低运动物体检测实时性的同时,明显提高了算法检测的准确度.     

非线性相机模型对AR系统注册精度的改进

注册是AR系统成功的关键技术之一.最近提出的采用基本矩阵的注册算法,不需要辅助的定位器材,也不需要人工标志物,易于执行,适应范围广,但注册精度有待改进.通过Tsai算法引入了非线性相机模型,对原有图像进行畸变校正,然后用基于基本矩阵的注册算法采用校正后的特征点进行计算.从实验所获得的结果来看,这种方法可以获得较原注册算法更好的精度.     

基于IGS方法的最佳分类数研究*

针对选择Gap Statistic(GS)方法估计聚类数能够得到数据集的粗略分类,但不能进一步对数据集进行细分类这一问题,对GS方法进行改进;将Gap统计量引入到ISODATA算法中,提出了IGS模型;实证表明,IGS模型不仅可以实现数据的细分类,而且通过IGS模型估计数据集的最佳分类数准确率明显高于原GS模型。     

基于改进YOLOv7的道路裂缝和坑洞检测算法

道路裂缝和坑洞的检测是道路安全检查中的重要部分。针对道路实时检测中存在的漏检、错检等问题,本文提出一种基于改进YOLOv7的道路裂缝和坑洞检测算法。先将裂缝分为纵向、横向和网状裂缝,再使用可变形卷积(Deformable Convolutional Networks, DCN)替换原YOLOv7中特征提取网络里的卷积,使得形状差异较大且不规则的裂缝形状特征得到完整提取,提升裂缝的准确度;针对获取的图像中坑洞目标较小不易发现问题,通过先将边界框建模为高斯分布,再使用基于Wasserstein距离(Normalized Wasserstein Distance, NWD)的新的度量标准的小目标检测评估方法,提高坑洞的检测精度。实验结果表明,改进后的算法较原YOLOv7算法检测精度提高了4.1%,同时检测速度提高了17%,表现出更出色的检测效果。