飞机蒙皮表面缺陷特征提取算法

基于内距均值法提出了一种特征提取方法,提高了检测铆钉中心与半径的准确度,并能够判断腐蚀方向,可有效辅助实现蒙皮缺陷的检测识别。     

MIMO信道的均衡技术研究

多入多出（MIMO：multiple-input multiple-output）信道的均衡技术是新一代移动通信技术的主流，它可以大幅度的改善在通信过程中的瓶颈问题．对几种MIMO空时均衡技术进行了分析比较，指出了每种均衡技术的特点，提出了研究新的MIMO均衡技术的发展方向．     

隐伏岩溶区小净距隧道爆破振动规律

为研究隐伏岩溶区小净距隧道开挖及爆破振动对施工安全的影响规律,以贵州省里平II号隧道工程为依托,以隐伏岩溶区小净距隧道为研究对象,通过LS-DYNA对不同工况进行数值模拟及分析,得到了爆破振动效应下围岩的应力分布和位移变化情况,总结了隧道爆破地震波沿隧道轴向及衬砌环向的速度衰减规律,分析了振动速度峰值随溶洞直径大小及溶洞隧道距离大小的变化规律。研究结果表明：当溶洞直径一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随着溶洞与隧道之间距离的增大而减小;当溶洞与隧道之间的距离一定时,围岩竖向位移、隧道拱顶监测点振动速度峰值随溶洞直径的增大而减小;里平II号隧道中溶洞直径为2m且溶洞与隧道之间的距离为3m时,先行洞初衬最大主应力超出了混凝土抗拉强度,故爆破开挖前应对该位置进行加固处理,确保施工安全。可见,其分析结果可为指导隐伏岩溶区小净距隧道爆破施工提供可靠依据。     

非时齐折扣马氏决策规划（一）

本文在状态集可数、行动集任意的条件下,讨沦报酬函数满足一种推广的绝对平均相对有界的非时齐折扣马氏决策规划;建立了模型的最优方程,证明了ε(>0)最优马氏策略的存在性;最后给出最优策略(最优马氏策略)存在的必要充分条件.     

确定架空线路控制气象条件的多目标优化法

架空线路应力控制气象条件的判定,需要考虑控制气象条件及弧垂限制等条件,一般采用临界档距判定法或试推比较法处理.本文建立了解决该问题的多目标优化数学模型,并采用罚函数法求解模型,算例证明了相对于传统方法的优越性.     

一种单信道时频重叠多进制数字相位调制信号调制识别方法

针对单信道两个时频重叠多进制数定相位调制(multiple phase shift keying,MPSK)信号的调制识别问题,提出了一种基于联合特征参数的调制识别方法。根据时频重叠信号在循环频率上的可分性,结合信号的瞬时自相关特性,提出了两个特征参数,对任意组合的双相移键控信号(共6种)进行分类识别。仿真结果表明,在信噪比大于6 d B时,各信号组合的平均正确识别率能达到90%。     

基于不完美发送端信道状态信息的多输入多输出系统线性预编码传输方案

空时分组码和线性预编码可显著提高多输入多输出系统的性能,但空时分组码性能易受天线相关性的影响,线性预编码性能易受发送端信道状态信息(CSIT)误差的影响.提出一种空时分组码与线性预编码级联的方案,可在相关天线组和不完美的CSIT条件下,获得良好的性能增益.     

一种基于MIMO-OFDM技术四发射天线多接收系统的设计

MIMO-OFDM技术不仅能够实现很高的传输速率而且通过分集实现很好的可靠性.设计了基于MIMO-OFDM技术四发多收天线的系统,针对随着收发天线数量增多接收机编码和译码算法复杂度随之提高的问题,选择适合多天线技术且具有低复杂度的正交空时分组码技术,接收端采用最大似然译码,调制采用多进制相移键控。通过仿真验证了该方案设计正确,证明了系统具有良好的差错性能和较高的频谱利用率。     

统一强度理论下小净距隧道围岩塑性区新解

将小净距隧道中岩柱塑性区不重叠的极限塑性区半径定义为塑性区贯穿半径,考虑中间主应力的影响,采用统一强度准则和Schwarz交替法,对小净距隧道的弹塑性状态进行分析,推导小净距隧道塑性区半径的解析表达式.通过算例,分析中间主应力、内摩擦角和黏聚力对理论解的影响.结果表明:当两隧道净距大于2.3倍的开挖半径时,两隧道之间的相互作用较小,塑性区半径趋于一个稳定值,稳定值比单孔隧道塑性区半径大17.7%,可近似按照单孔隧道进行处理;小净距隧的塑性区贯穿半径随着统一强度参数、内摩擦角和黏聚力的增大而减小;与同不考虑中间主应力作用相比,考虑中间主应力作用的塑性区贯穿半径减小9.19%~20.71%,充分发挥围岩的强度性能.     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。