单管塔疲劳效应的时域分析

目前通信塔正由角钢塔向单管塔转型 ,但单管塔的加工工艺使其焊缝疲劳问题非常突出 .据此 ,对设计中通常选用的 4 0m高单管塔进行了疲劳分析 .其中 ,采用线性滤波器法进行了风荷载的时程模拟 ,建立了悬臂梁有限元模型 ,由有限元法计算应力最大焊缝处在各种风速下的应力时程 ,结合风玫瑰图、风速分布的Weibull曲线确定各应力时程的分布情况 .由S—N曲线进行焊缝疲劳分析 ,根据Miner准则得到线性疲劳寿命 .最后 ,结合实际焊接工艺 ,给出了提高单管塔疲劳寿命的构造措施     

短跑运动员运动学参数的比较与分析

笔者通过对国内外优秀的步长、步频及分段跑速的比较分析,找出我国短跑运动员的差距,并对我国短跑运动员的选材和训练提出建议。     

基于EZW图像压缩算法改进的可行性研究

在嵌入式零树小波编码(EZW)算法的基础上,为实现快速高质量数字图像压缩性能,探讨消除树间系数节点冗余以进一步实现压缩的可能性,并给出避免多次重复后代子孙系数节点扫描的改进策略.首先,根据EZW算法中全局阈值提取的重要系数在各子带的分布特性,给出一个各子带重要系数的自适应阈值序列.然后,依据归一化能量序列熵值进一步压缩各子带的重要系数,以实现消除小波树的树间冗余.最后,采用小波树逆编码完成对图像数据的编码输出.     

线性调制下LMS和RLS算法研究及仿真

利用MATLAB仿真软件对线性调制下LMS和RLS两种算法进行仿真,通过仿真比较了两种算法的收敛速度,对两种算法收敛后的误码率进行分析,研究了步长对LMS算法均方误差性能曲线的影响和遗忘因子对RLS算法性能曲线的影响．     

钢筋混凝土框架结构抗倒塌的研究现状

为了进一步研究钢筋混凝土结构抗倒塌性能,全面总结了国内外钢筋混凝土结构抗倒塌的研究过程及取得的研究成果,介绍了在地震力作用下钢筋混凝土框架结构破坏准则的研究现状,并指出了各个破坏准则存在的一些问题及以后的发展方向。同时,建议应在破坏准则的基础上确定钢筋混凝土框架结构的倒塌准则和评估指标。     

强震作用下钢-混凝土结构弹塑性损伤分析

通过LS-DYNA程序二次开发了钢材的弹塑性损伤本构模型,并分别建立了钢框架和混凝土核心筒的损伤准则.对强震作用下某20层的钢-混凝土混合结构的层间位移、框架与核心筒之间剪力分配等进行了数值分析,结果表明混凝土核心筒变形能力较钢框架差,强震作用下容易在薄弱层处产生变形集中破坏;对两种结构体系损伤发展过程分析表明,损伤指数能很好地跟踪两种结构体系的抗震能力退化过程,该模型和损伤准则可以用于强震作用下钢-混凝土混合结构的弹塑性损伤分析.     

用Drucker公设导出两个经典屈服准则

从Drucker公设所得的正交流动法则出发,利用塑性体应变增量、等效塑性应变增量这两个塑性指标的特性,对金属材料假定塑性体应变增量为零,并且假设材料屈服时等效塑性应变增量与应力状态无关,通过严密的数学推导,导出了Mises准则,并进而在不考虑第二主应力的条件下,应用塑性功的性质导出了Tresca准则．     

基于分形维数的心率变异分析

心率变异性（ＨＲＶ）分析是近年来发展起来的一种新的用于无创检测心脏植物神经功能的领域．目前已提出的各种心率变异指标在对心血管疾病的早期诊断、监护和预后评估中起了不可忽视的作用，特别是对心性猝死的预报和心肌梗死的预后判别等临床应用中有重要意义．理论分析和实验结果表明，心率信号具有近似分形的性质，是非线性的，因此，用分形维数表征心率变异性是符合逻辑的．文中作者在计算了多例心率信号的分形维数并考察了相应的功率谱的基础上，提出一种新的指标——分形维数对指标．此外，作者还提出了在低采样率心电数据中精确定位Ｒ峰的新算法，并且讨论了基于纽曼－皮尔逊准则的正常心动周期的判决方法     

前馈神经网络中BP算法的一种改进

在传统的BP算法基础上,提出了一种改进的BP学习算法,先加入描述网络复杂性的量,使算法能够考虑到网络的连接复杂性,进而有可能删除掉冗余的连接甚至节点;接着提出对网络的学习步长的动态调整,以此来尽量避免传统学习中的学习速度过慢和反复震荡;然后给出新的算法是高阶非线性收敛的证明;最后通过实验说明的新的BP算法在一定程度上可减少网络的复杂性,有着比传统算法更快的收敛速度。     

有效逼近MIMO信道容量的软解调算法

针对Turbo-MIMO系统中基于最大后验概率(MAP)的软解调方案复杂度过高的问题,基于准最大似然相移键控(QML-PSK)检测以及比特级多流编码分层调制空时(LST)传输的思想,提出了一种适用于任意正交幅度调制(QAM)星座图且可逼近MIMO信道容量的低复杂度软解调算法及其接收机模型.该算法将求解外信息时的MAP问题转换成最大似然(ML)解调问题,然后使用高效的QML-PSK检测算法求解.然而QML-PSK检测算法仅适用于PSK信号的软解调,因此文中提出了一种QAM-PSK软解调算法,采用比特级多流编码LST传输技术将高阶QAM信号转化为PSK信号.理论分析和仿真结果表明,与现有最优的基于球形译码的软解调算法相比,QAM-PSK软解调算法能以不到其1/2的复杂度获得几乎相同的误码率性能,并且其低复杂度优势在问题维数增大时更为明显.