路面时域模拟的谐波叠加组分中相位角的相干性研究

基于谐波叠加法所生成的路面不平度特性反演了左右轮路面的自功率谱密度和互功率谱密度函数,并根据左右轮的相干函数推导出了谐波叠加法中左右轮路面不平度特性中对应谐波叠加组分相位角的解析相干关系,由此获得了考虑轮轨相干关系的3维路面不平度仿真模型.基于Matlab的3维路面模拟结果表明,自功率谱密度几乎重合,左右轮的相干函数也吻合较好,这验证了所推导的谐波叠加组分相位角的相干关系在计算仿真中具有较高的可信度,也为3维路面模拟提供了更加可信的仿真模型.      

基于傅里叶逆变换的三维随机路面建模与仿真

为了满足工程中虚拟实验的需求,研究了利用功率谱密度函数的三维随机路面不平度建模方法。利用国家标准中采用的幂函数道路谱拟合公式,推导出路面的二维功率谱解析表达式,避免了有理函数法的参数估计问题。建立了二维傅里叶逆变换法生成三维随机路面的流程;并以某汽车振动系统所关注性能需求,仿真了国标中的E级路面;分别采用周期图法和AR参数模型法估计了仿真路面的功率谱。结果表明,仿真生成的路面与标准路面谱是高度一致的,基于二维离散傅里叶逆变换的方法不仅准确而且快速,有较强的实用性。     

车辆左右车轮路面不平度的时域再现研究

基于快速傅里叶逆变换(IFFT)原理对车辆左右车轮随机路面不平度时域激励模型的建立进行了理论分析和探讨. 结合实际车辆运行中左右车轮的相干性,给出了右车轮的数值拟合方法. 利用Matlab软件建立了左右车轮的路面不平度模型并进行了仿真验证. 仿真结果表明此模型可方便准确地对路面分级标准规定的路面进行仿真,所得到的左右车轮的相干性与推荐模型接近.      

二维不平度路面的空间域滤波重构及仿真

基于不同轮辙路面不平度功率谱阵的LU分解得到了左右轮辙不平度特性的双独立白噪声滤波传递关系,并分别对传递函数中涉及的相干函数进行Pade展开,对涉及相干函数的复杂超越函数进行Chebyshev-Pade展开,获得了高精度的有理近似显式表达;在双白噪声滤波传递关系有理近似的基础上,按白噪声滤波法构造了一种考虑轮辙相干性的空间域二维不平度路面模拟模型.不同轮辙路面模拟结果表明,自功率谱密度几乎重合,左右轮的相干函数也吻合较好,且该模型能高效率、高精度地泛化应用于二维不平度路面模拟,可为车辆路面运输的平顺性分析提供空间域路面模型.      

车辆四轮随机输入模型研究

推导了以滤波白噪声方法生成的随机路面的频谱函数,通过调整白噪声的功率谱密度确保随机路面模型在功率谱意义上与实际道路相符.基于左右轮输入间的相关性以及其相干函数模型,应用遗传算法求解左右轮输入间的传递函数,结合前后车轮输入的滞后关系,详细地给出了车辆四轮随机输入时间序列的生成方法.     

一种FFT处理器的地址生成算法

通过对8点基2按时间抽取-快速傅里叶变换(DIT-FFT)、按频率抽取-快速傅里叶变换DIF-FFT流图的分析,总结出连续参加蝶形单元运算结点数据和旋转因子的地址产生规律.提出一种基2 FFT处理器中结点数据地址和旋转因子地址快速生成算法.该算法只需通过对几个相关寄存器进行移位操作,即可快速生成蝶形运算单元结点数据和旋转因子的地址.     

一种离散小波变换的快速分解和重构算法

通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析，根据离散小波变换（DWT）算法结构特征，提出了一种离散小波变换的快速分解和重构算法；给出了相应的算法步骤，从数学理论上对该算法进行了论证。结果表明与原有的快速小波算法（Mallat算法）相比，可显著减少信号与滤波器长度N较大（大于16）时小波变换的实乘次数（分解仅为（5log2N 7)N次，重构仅为4N（1 log2N)次）提高了运算速度，且该算法有着良好的并行性，易于数字信号处理器（DSP）的快速实现。     

基于CUDA的相干消色散算法实现与测试

针对NVIDIA GeForce8800GTX与Intel Core2Quad Q6600运算平台,比较和测试了在CUFFTlibrary(version1.1)和FFTW(MKL version10.2)下GPU与CPU的运行响应差异,得出在快速傅里叶变换运算中,GPU的运算性能较之CPU有10倍以上的优势,从而进一步对相干消色散算法进行了移植,引入CHIRP函数,并在CUDA平台中进行性能测试,最后给出GPU相干消色散系统的性能测试。     

基于新型融合加法器的随机DFT算法设计

针对目前随机运算结构在多级运算的过程中,运算精度损失严重的问题,提出一种全新的融合随机加法运算结构,并通过一种新的数学分析方法:超几何分解来对此结构进行原理分析,证明了这种加法结构比传统加法结构具有更高的运算精度。 采用融合加法器完成了一种随机离散傅里叶变换算法的架构设计,成功将随机运算的多种优点引入到离散傅里叶变换（DFT）处理领域,并在应用中证明了新型融合随机加法器的有效性。      

快速离散余弦变换的一种新算法

本文提出离散余弦变换(DCT)的一种新的快速算法,其特点是变换长度任意,而且采用蝶形结构。与常规的算法相比,它具有更高的计算效率,结构也更规则。特别是当变换长度N=2~m×3~2时,其乘法次数比采用WFTA的DCT算法减少20～30％。     

新型样条权函数神经网络在路面谱识别中的应用

针对传统方法获得路面功率谱密度的不足,提出了一种基于新型样条权函数（SWF）神经网络的路面功率谱密度识别方法。建立了4自由度汽车的振动系统模型,推导出了汽车振动系统的输出响应谱密度与输入激励谱密度之间的非线性关系,采用样条权函数神经网络对这种非线性映射关系进行了仿真。结果表明,基于样条权函数神经网络的路面功率谱密度识别方法比较成功地克服了传统算法的缺点,具有更高的识别精度。