基于改进循环谱的直扩信号检测方法研究

基于循环谱理论,根据直扩信号与平稳噪声具有不同的谱相关特性,可对直扩信号进行检测,分析循环谱包络在循环频域——谱频域上的分布,能实现载频及伪码速率的参数估计。在有限时间条件下,为实现更低信噪比情况下的信号检测,提出了集平均的频域平滑循环周期图的改进算法,避免了多维搜索,并对算法进行抗噪声性能及统计特性分析,理论表明具有进一步的抑制噪声水平。通过计算机仿真,说明了此法能在低信噪比情况下实现参数估计,并分别证明了数据长度及平滑点数对实验数据的影响,验证了理论分析的正确性。     

广义Rosenau-Kawahara方程的有效谱方法

针对广义Rosenau-Kawahara方程提出了Legendre dual-Petrov-Galerkin谱方法,并基于对角化技巧,构建了快速有效算法。在此基础上研究了单个孤立波的传播、守恒律及波的生成等物理现象。数值结果验证了所提算法的有效性。     

半直线上的广义勒让德有理拟谱方法

介绍了一类新的广义勒让德有理正交函数系．建立了半直线上椭圆型问题的广义勒让德有理拟谱格式,数值结果说明了这种方法的有效性．     

无限维动力系统长时间计算的二阶Legendre谱格式

给出了新的模拟无限维动力系统长时间性态的谱格式．格式模拟了原系统长时间的吸收性和时间方向的守恒性．此外,它不仅是无条件稳定的,而且在时空方向分别具有二阶精度和谱精度．数值例子显示了其优越性．     

Zn1-xCdxSe/ZnSe多量子阱光伏效应研究

测量以GaAs为衬底的Zn1-xCdxSe／ZnSe应变层多量子阱在不同温度下（18～300K）的光伏谱,研究Zn1-xCdxSe／ZnSe多量子阱的光伏效应和带间激子跃迁,实验结果表明,Zn1-xCdxSe／ZnSe量子阱具有显著的量子限制效应,从18K直至室温,都能观测到清晰的激子跃迁峰,说明Zn1-xCdxSe／ZnSe是制作室温下工作的蓝绿激光器等发光器件的合适材料。     

谱集的结构及算子的推广

证明谱集间的相关性,并把江泽坚等的结果由准谱算子推广到谱算子.     

旋转机构转子部件脱落的幅值谱研究与变幅信号谱的简单分析

针对旋转机构转子部件缓慢脱落时系统信号的幅值缓慢变化,其频域内幅值亦发生某种有规律的变化,简单地模拟了系统在变幅情况下的信号。将信号从频域傅氏变换的线性叠加性和能量守恒角度去对信号的频域内幅值的变化规律进行分析,并在频域内采用FFT、比值校正法和频谱细化方法进行频谱图简单分析以验证两者准确性,加深对信号处理时内部运算的理解。最后将普通变幅信号引入,用实验事实说明傅式变换本身的一些不足并做简单的分析,并简单介绍了变幅信号现今采用的一些处理方法。     

Blazars的长期谱变化性质

基于美国 SMARTS 数据库, 本工作选择了 3 个耀变体(OJ 287、PKS 1510–089 和 3C 454.3)多个波段的测光数据进行处理分析。分析方法选用功率谱法、DCF 法、Jurkevich 法等 3 种受数据分布的影响较小的计算方法, 研究了谱指数的长期变化性质。主要结果为: (1) 对于 OJ 287, 谱指数的变化周期为 P₁ = 0.99 a, P₂=2.60 a; 对于 PKS 1510–089, P₁ = 0.45 a, P₂= 1.01 a; 对于 3C 454.3, P₁= 0.56 a, P₂ = 1.15 a, P₃= 4.99 a; (2) 光变曲线与谱指数变化周期之间存在时间延迟(τ), 对于 OJ 287, τ = -(9.57±0.14) d; 对于 PKS 1510–089, τ =(3.87±1.38) d; 对于 3C 454.3, τ = -(8.54±0.59) d。这种时间延迟...     

基于自适应乘法正则化的结构随机激励识别

针对结构随机激励识别存在的激励位置未知以及重构效率偏低问题,本文提出了一种基于自适应乘法正则化的结构随机激励识别方法。该方法无需依赖于激励位置的先验信息,仅通过结构响应即可实现激励的准确定位和高效重构。首先,利用不同响应功率谱之间的传递特性来计算任意指定激励位置的定位误差,进而通过最小化定位误差来识别目标激励位置;在此基础上,借助自适应乘性正则化方法,定义全局正则化项来构造新的重构优化函数;然后,引入广义迭代加权最小二乘算法对优化函数进行求解,从而实现了结构随机激励识别;最后通过数值算例验证了所提方法的有效性。结果表明：所提方法能够精准的定位结构随机激励位置,且在与Tikhonov方法重构精度相似的基础上,提高了识别效率约15倍,同时具备良好的抗噪能力,为结构外部作用效应的获取提供了一种新思路。     

PSO VMD结合Teager包络谱的滚动轴承 故障诊断方法

为了解决VMD方法在处理非平稳信号时,人为确定输入参数会影响模态分解精度的问题,提出一种基于PSO算法优化VMD输入参数的PSO VMD方法,用于滚动轴承故障信号的模态分解,并使用Teager能量算子(TEO)对模态分解结果进一步计算,得到各模态分量的Teager包络谱.通过滚动轴承内环单点故障、外环单点故障和滚子单点故障实测振动故障信号的模态分解与故障诊断,验证PSO VMD方法的有效性和实用性.