基于EMD分解的盲源分离模型以及在多路径削弱中的应用

通过阐述EMD和广义特征值的盲源分离的相关理论,并严密推导了相关公式,系统地分析了2种方法的优势,在此基础上,提出一种基于EMD分解的广义特征值盲源分离算法获取多路径误差模型,可有效削弱多路径效应误差。实验结果表明:新算法得到的标准差最小,较原始坐标序列的标准差分别减小约80%、90%、77%;与EMD方法相比,N方向标准差减小了33.3%,E方向标准差减小了59.2%,U方向标准差减小了30.8%;与Wavelet方法相比,N方向标准差减小了6.8%,E方向标准差减小了16.3%,U方向标准差减小了10.7%。新模型对BDS坐标序列中多路径误差进行更为有效的削弱,为GNSS变形监测提供了有力的技术支持。     

四川省北川县活动断裂的地质响应

【目的】探讨北川县不同区域对断裂活动的地质响应机制。【方法】从岩层年龄、岩石类型、岩层产状、滑坡点密度、地貌高程等角度分析断裂上、下盘差异活动对北川县不同地区地质特征的影响。【结果】断裂上盘岩石类型相对单一,主要发育以千枚岩为主的变质岩,断裂下盘岩石类型复杂,各类沉积岩广泛分布;相对于下盘区域,断裂上盘地势高峻、地表出露岩层更古老、岩层倾角更大、滑坡点密度更高;另外,以北川-映秀断裂为界,上、下盘区域均表现出岩层年龄值与岩层距断裂距离值成反比的特征。【结论】总体来看,龙门山地区构造应力强度的区域差异及北川-映秀断裂的逆断层性质导致了北川县不同区域对断裂活动产生不同的地质响应方式。
     

线性磁场作用下一维铁磁链的孤子激发

研究了在线性磁场作用下,一维铁磁链的2种孤子激发分别导出2个不同修正的非线性薛定愕方程,可以得到各自所激发的孤子解此2种孤子激发结果均表明,在增加线性磁场后,孤子的外形与有效质量并不受到影响,但孤子的运动模式却发生改变,从一般的匀速运动变为匀变速运动而且在线性磁场作用下孤子的能量出现了定域分布,随位置的不同而不同由此发现,引入线性磁场的普遍意义在于,可使一维铁磁链中的孤子激发和移动受到更好的控制,同时不破坏孤子的稳定性     

线性磁场作用下修正的一维铁磁链孤立波

在考虑修正的海森堡模型下,采用扩展行波法研究了在线性磁场作用下,一维铁磁连中的孤波解.结果表明,在将 的变换式展开到更高阶项（包括 项）,各项同性的情况下也可求得包络孤子解,同时在增加了线性磁场后,孤子的运动模式发生了改变从一般的匀速运动变成了匀变速运动.并且发现当 趋近于零时,方程返回到只能在各向异性情况下求解的情况.     

考虑剪切变形的宏纤维复合材料驱动力方程

针对经典板理论(CPT)未考虑宏纤维复合材料(MFC)的剪切变形使得计算结果产生较大误差的问题,运用正弦剪切变形理论(SSDT),引入局部位移分布函数,推导了新的MFC驱动力方程.以MFC层合板结构的端部位移为例,将基于SSDT的MFC驱动力计算结果与基于CPT的计算结果进行了比较.研究表明:采用基于SSDT的MFC驱动力方程计算的端部位移结果优于基于CPT的MFC驱动力计算的端部位移结果,且具有更好的精度和适用性,可以推广到MFC对平板结构的减振与驱动控制领域.     

基于Skowron差别矩阵的建筑施工安全评价指标约简

为了科学合理地对建筑施工现场安全评价指标进行优化,在结合相关规范标准和实地调研的结果等基础上,构建了建筑施工现场安全评价的指标;然后,运用粗糙集理论中Skowron差别矩阵对指标进行了约简。结果表明:在不影响结果的前提下,通过约简,建筑施工现场安全评价指标由15个缩减为5个,减少了后续的评价工作量,同时也为建筑施工现场预防安全事故提供指导。     

对初中物理教学过程中教师服务意识的思考

教育教学始终要有服务意识,教育者同时也是服务者,作为教师,在教学相长中更应以学生为本,为促进学生发展而服务。初中物理教学是青少年进入物理知识宝库的入门和启蒙,是培养学生学习物理兴趣,具有初步观察事物、分析问题、解决问题能力的关键。因而在初中物理教学中启发学生对科学的兴趣,调动其学习积极性,     

二极管反向恢复时间的一种测定方法

通过对二极管反向恢复过程特性的研究 ,给出了反向恢复时间的测定方法 ,运用高性能等精度计数器实现了快速准确的测量 ,提高了测量精度。     

四足变结构机器人的运动学分析

对一种新型的四足变结构机器人进行了运动学分析.首先建模分析了单条腿的运动速度;然后综合考虑机器人车身本体的运动和变形以及四条腿的运动状态,对机器人整体进行了运动学分析,提出并建立了机器人的全局速度方程;最后将全局速度方程应用到机器人的速度分解控制中,使该控制方法的应用领域从串联机器人扩展到多足移动(串并混联)机器人,并以变结构四足机器人的车身原地收缩运动为例,验证了这种方法的可行性.     

基于深度残差适配网络的通信辐射源个体识别

为解决通信辐射源识别中传统的人工特征提取方法鲁棒性不足和深度学习方法需要大量带标签目标域数据的问题,提出一种基于深度残差适配网络的通信辐射源个体识别方法.应用深度学习技术实现从源域到目标域上的迁移识别,只需要将带标签的源域数据和无标签的目标域数据进行训练.原始通信辐射源信号经过预处理后输入网络训练,将源域和目标域的分布...