基于双尺度连续小波变换的二相编码信号识别

针对信号和噪声小波变换的模极大值在不同尺度上表现出截然不同的性质,提出一种利用粗细定位相结合的思想对二相编码信号奇异点实现精确定位的方法。该方法采用大尺度上的模极值点进行粗略定位奇异点出现的范围,并据此去除小尺度上的伪极值点,用小尺度上的模极值点精确定位奇异点出现的时刻。实验仿真比较了几种不同小波基函数下的算法性能,结果表明,该方法在采用db3小波基下对二相编码信号突变点的识别具有很好的效果。     

基于实物期权的ERP不确定性投资分析

企业资源规划系统(ERP)项目投资具有很大的风险和不确定性,投资决策一直是困扰决策者的难题.ERP项目投资决策是一个带有潜在随机过程和约束条件的多阶段投资决策问题,包含大量内在关联的投资机会.多段随机规划方法可以较好地解决带有潜在随机过程和约束条件的多阶段决策问题,克服了二项式方法和有限微分方法难以求解多段关联复合期权的弊端.运用多段随机整数规划方法结合ERP系统的投资特点建立了基于实物期权的ERP项目投资决策分析模型,设计了合理的模型求解算法.模型很好地考虑了项目投资过程中未来收益和投入成本的不确定性,相对于传统决策评价方法更加适合于ERP投资决策.     

EMD新算法及其应用

经验模态分解（ENID）算法是Hilbert-Huang变换（HHT）的核心算法，它的分解效果依赖于包络线的生成算法和端点延拓算法。采用分段幂函数插值算法求包络成。结合一种改进的端点延拓算法。得到了一种新的EMD算法。分析了分段幂函数插值算法的收敛精度。从数学角度解释了选取该插值算法的原因．最后，结合一个股票模型的仿真结果说明新的EMD算法效果更好。     

基于递归小波网络的直升机动力学模型研究

提出一种基于递归小波网络建立直升机动力学模型的方法,给出了模型结构并利用粒子群优化算法对小波网络权参数进行调整。这种网络模型利用内部状态反馈来描述系统的非线性动力学特性,不必事先确定系统模型的类别和阶次,直接建立操纵量与加速度、角速度等变量之间的对应关系,从而避免了建立复杂的气动系数、气动导数模型的过程。与传统的机理模型相比,该模型具有结构简单、并行解算程度高、运算速度快的特点。在某型直升机飞行模拟器中取得了良好的应用效果。     

基于小波处理的P码直捕及实现研究

相对于C/A码,GPS的P码信号不仅定位精度高,且具有很强的抗干扰和保密能力。由于P码信号具有多普勒频移大、码周期长以及码速率高等特点,给P码的直接捕获带来了很大的技术难度。提出了采用小波滤波进行辅助捕获的捕获策略。在辅助捕获阶段,通过小波处理,减低需处理数据的数据率,从而提高了搜索速度,经二维搜索估计出接收P码信号的相对时延和多普勒频率等先验信息。利用该先验信息指导同步跟踪电路对接收信号进行捕获、跟踪与同步,从而达到提高捕获速度、降低硬件资源消耗的目的。仿真结果证明了该辅助捕获策略的正确性。     

基于自适应窗的小波域图像去噪算法

提出了一种利用自适应窗的小波域双重局部维纳滤波图像去噪算法。综合考虑小波分解后各个子带中能量分布的方向特性和图像本身的边缘和纹理特性,该算法首先估计每个子带中信号的能量分布进而在每个子带中确定自适应窗,然后利用自适应窗估计出的能量分布对含噪图像进行双重维纳滤波来去除噪声。实验结果表明该算法对含噪图像去噪的效果优于已有的采用二维可分实小波进行图像去噪的算法。     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。     

基于并行计算的盾构机刀盘三维切削仿真

针对盾构机工作时刀盘切削土体的数值仿真，建立了细致分析模型，并利用任意拉格朗日欧（ALE）和流固耦合（FSI）理论及方法未解决传统有限元方法进行切削仿真时易引发的网格大变形问题；在国产曙光4000A超级计算机上利用LS-DYNAMPP970完成了并行计算，采用了传统递归坐标对分、以夏根据仿真模型特点提出的基于耦合均衡坐标对分等两种区域分解策略。结果表明，ALE-FSI方法能有效处理刀盘切割土体仿真时的网格大变形，仿真数据与试验数据对比也比较一致：通过促进负载均衡，在计算时CBCB法比RCB法体现出了更好的加速比和并行效率。     

小波神经网络的改进及应用

提出一种带有动态补偿的双隐层小波神经网络,其中过程神经元隐层完成对输入信息过程模式提取和对时间的聚合运算,小波函数代替非时变一般神经元隐层函数,用于提高网络对系统输入输出之间复杂关系的映射能力,动态补偿用于提高建模精度.将其应用于管道泄漏故障的检测,收到良好的效果.