一类带弱奇异核的偏积分微分方程的两种数值解

给出了数值求解一类偏微分方程的两种全离散格式.x方向一种采用Legendre谱方法,第二种采用Galerkin谱方法,t方向用拉普拉斯的数值逆求解.第二种方法更具有可操作性,精度高,便于理论分析.     

一种基于定尺度小波变换的频率估计算法

通过改变尺度实现频率扫描是基于小波变换的频率估计算法的惯常做法。由于小波参数的确定缺乏具体明确的方法,这种做法在实际应用中很难达到其算法的理论最佳性能。针对这一问题,首先通过详细推导组合复Morlet小波变换与待分析信号傅里叶变换的关系,提出了一种基于定尺度小波变换的频率估计算法;然后讨论了控制频谱混叠、保证估计精度及分辨能力的参数设置问题,提出了一种简单易行的设置方法。仿真分析表明,该方法进行频率估计在混叠对抗及噪声抑制方面具有比FFT算法明显更优的性能,且适用于短数据信号。     

一种基于自适应提升小波变换的GNSS多径抑制方法

在卫星导航定位系统中,多径干扰是影响定位精度的重要误差源之一。在分析研究现有多径抗干扰方法和小波理论的基础上,提出了一种基于自适应提升小波变换(Adaptive Lift Wavelet Transform,ALWT)的多径抑制方法。该方法利用小波分析在时频域将待处理信号局部放大的特性,将待分析信号通过提升小波变换进行自适应多级分解,通过最小方差准则(Least Mean Square,LMS)自适应确定分解级数,在一定的阈值条件下将多径信号排除过滤掉,从而达到多径抑制的目的。Matlab7.0仿真实验中,与窄相关技术和传统小波变换方法(Traditional Wavelet Transform,TWT)相比,该方法通过多级小波级数分解,将多径信号进行局部时频域放大,选取合适阈值判别条件过滤多径信号,再通过小波逆变换还原直接信号,实验证明使用ALWT方法多径抑制效果显著提高。     

基于HHT和FKNN的动调陀螺仪故障诊断研究

动调陀螺仪是一种重要的、典型的和复杂的机载机电设备。针对动调陀螺仪的故障结构特征,提出一种基于希尔伯特-黄变换(HHT)和模糊Kohonen神经网络(FKNN)的动调陀螺仪故障诊断模型。首先,在对动调陀螺仪进行故障模式与影响分析的基础上,明确了故障模式及特征参数;针对特征参数中的随机信号,采用希尔伯特-黄变换进行特征提取;然后,在分析Kohonen神经网络结构、原理及不足的基础上,提出一种模糊Kohonen神经网络诊断模型;最后,通过诊断算例进行分析验证。结果表明所提出方法在动调陀螺仪故障诊断中具有较高的正确诊断率。     

基于JPEG国际标准的图像压缩方法的研究

本文介绍了静态图像国际标准编码ＪＰＥＧ算法,对ＪＰＥＧ算法的三种类型的编码方法进行了分析和探讨,提出了一种新的快速ＤＣＴ算法,编制了基本型编码的ＪＰＥＧ算法软件,经实验验证,取得了满意的效果。     

双非线性抛物型方程解的正则性和唯一性

研究了非线性项α(u)和f(u)具有多项式增长的双非线性抛物型方程α(u)/t-Δu+f(u)=g(x).利用先验估计和勒让德变换方法,当初值u0(x)∈Lr+2(Ω)时,获得了该方程解的正则性,即u(t)∈H01(Ω)∩Lq(Ω)∩H2(Ω).利用解的正则性和符号函数的性质,证明了方程弱解的唯一性.     

冷轧机中偏心信号补偿的分析与仿真

本文论述了用改进的快速富里叶变换方法和最小二乘方法分析、估算在冷轧过程中由轧辊偏心引起的周期性变化信号。并以此信号为依据,控制轧钢机的压下系统,实现对偏心的动态补偿。最后介绍了清除由于分析、估算中的误差给偏心补偿带来的影响的措施。     

基于小波变换的OFDM与传统OFDM在电力线信道下的性能对比

对比基于小波变换的OFDM和传统OFDM在高斯白噪声、多径效应、脉冲干扰和窄带干扰下的性能,从而得出更适合电力线通信的调制解调方式。仿真结果表明,在高斯白噪声和多径信道下,两系统的误码性能基本相同;在时域脉冲干扰影响下,传统OFDM性能更好;在频域脉冲干扰和窄带干扰影响下,基于小波变换的OFDM性能更好。     

阻尼效应的振动台模型试验研究

设计并进行了10层框架的模型振动台试验,分别进行了低频、中频、高频地震波模型试验.根据模型试验结果,应用不同模型试验数据分析方法——自由振动衰减、半功率法和HHT变换法,得出了模型结构前3阶自振频率及对应的振型阻尼比;再分别采用Rayleigh阻尼假定和Caughey阻尼假定,进行了相应模型结构地震反应的数值模拟,比较了不同阻尼模型之间的差异;较为详细地描述了根据试验结果作出较为合理的数值模拟的过程.     

不同复杂度心算任务基于脑电的因果连接流增益研究

已有的关于心算脑电的研究大多是从时域角度出发,该文旨在从频域上研究三种不同复杂度心算任务的多通道脑电的因果连结流增益特征变化,以及在不同脑区之间的差异。利用定向传递函数的方法估计得到因果连接矩阵,计算δ、θ、α、β、γ频段下信息流增益特征,得到三种任务流增益均在中央-顶叶较活跃;并且复杂的心算相对于简单心算引起了F4通道的流增益活跃。不同脑区比较得到三种任务在高频段,尤其是β频段更具有显著性差异。复杂的心算能够增加右侧额区和高频段左颞区的信息流活动,减少顶区的信息流活动。