光纤Bragg光栅横向负载敏感特性的实验研究

对光纤Bragg光栅的横向负载敏感特性进行了实验研究 .利用光纤中的应力双折射效应 ,使光纤光栅横向受压 ,产生谐振波长分裂 .通过实验研究得到了良好的谐振波长分裂与横向负载的关系曲线 ;在此基础上 ,进行了波长寻址的多点横向负载分布测量的初步探索 ,完成了两光栅同时传感的实验研究 .     

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。     

一种非平稳卷积混合信号的自适应盲分离算法

基于多时延解相关准则并利用自然梯度原则推导出一种非平稳信号在卷积混合情况下的自适应盲分离算法，仅通过对有限个观测时延样本的相关矩阵进行Frobenius范教最小化运算得到分离矩阵，算法计算量低，可实现信号连续处理，适用于在线运算。仿真结果表明算法仅需较低的分离滤波器长度和少量的时延样本即可获得良好的分离性能。     

航班离场排序问题的遗传算法设计

针对航班的离场排序问题,给出了问题的具体描述,建立了相应的离场排序优化模型,在此基础上设计了求解模型的双码自适应遗传算法,给出了相应的实现技术描述和具体的算法步骤,最后对算法进行了仿真验证.结果表明,算法设计合理,可有效缩减总的离场耗时,能得到调度问题的解,并可保证解的全局最优性.     

公用管网接入定价研究

基于公用管网的垄断特性,分析了纵向一体化与纵向结构分离两种公用管网接入定价类型的特点、适用条件及其在我国的应用,并基于拉姆塞原则,构建了两种类型的接入定价模型,在此基础上,从下游市场势力、禁止基于用户身份的价格歧视及下游用户之间和最终消费者之间的竞争性等方面对接入定价的影响因素进行了探讨.     

不同载体和前驱体对钴基催化剂浆相费托合成性能的影响

以SiO2和γ Al2O3为载体,以硝酸钴、醋酸钴和氯化钴为前驱体,利用浸渍法制备出钴基细粒子催化剂。用X射线衍射、程序升温还原、比表面测试等技术考察了钴基催化剂的结构和还原性能,分析了不同载体和前驱体对浆相费托反应性能的影响。结果表明,SiO2载体上钴物种的分散度和还原度均高于γ Al2O3载体,因而Co/γ Al2O3催化剂的活性最差,CO转化率远低于Co/SiO2催化剂。不同钴前驱体所制备的Co/SiO2催化剂钴物种的分散度和还原度有很大的差别,其相应的Co/SiO2催化剂的浆相费托活性顺序由大到小依次为:Co(NO3)2,Co(NO3)2+Co(CH3CO2)2,Co(CH3CO2)2,CoCl2。     

顶吹搅拌液相流体的水模实验与数值模拟分析

采用水模型和VOF数学模型对浸没式气体顶吹搅拌液相流体分别进行实验与数值模拟,分析在不同喷吹条件下气泡在液相中的形变、运动及液相流体的流场特性。结果表明,随着气流量和喷管浸入液面深度的增加,气-液混合区域分布范围逐渐扩大,液面波动更剧烈;气流量越大、喷管浸入液面越深、液相温度越高,气泡运动对液相流体内部的搅拌作用越强,流体内部扰动越剧烈,液相流场域中的流场速度越大,其中,当气流量为2.0m3/h、喷管浸入液面深度为340mm时,其液相流场速度最大值达到1.18m/s。     

铜钼浮选分离中硫化钠的消耗机理

针对铜钼浮选分离生产过程中,往往存在着硫化钠抑制剂消耗量过大、生产成本过高的现象,使用硫离子选择电极动态监测不同条件下硫化钠溶液中硫离子电位,来初步研究硫化钠大量消耗的机理.结果表明:铜钼浮选分离过程中,空气的鼓入和矿浆的未加温处理会增加硫化钠的氧化消耗,是硫化钠消耗量大的原因之一.浮选矿浆中的矿物(如辉钼矿、黄铜矿和黄铁矿)有着催化硫化钠氧化分解的作用,加上矿物本身对硫化钠的吸附作用,是造成铜钼浮选分离过程中硫化钠大量消耗的又一原因.此外,矿浆中溶出的少量金属阳离子(如Cu²⁺和Fe³⁺)对硫化钠的氧化分解也有一定作用,进一步加剧了硫化钠的消耗.     

基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

Underdetermined DOA estimation and blind separation of non-disjoint sources in time-frequency domain based on sparse representation method

This paper deals with the blind separation of nonstation-ary sources and direction-of-arrival （DOA） estimation in the under-determined case, when there are more sources than sensors. We assume the sources to be time-frequency （TF） disjoint to a certain extent. In particular, the number of sources presented at any TF neighborhood is strictly less than that of sensors. We can identify the real number of active sources and achieve separation in any TF neighborhood by the sparse representation method. Compared with the subspace-based algorithm under the same sparseness assumption, which suffers from the extra noise effect since it can-not estimate the true number of active sources, the proposed algorithm can estimate the number of active sources and their cor-responding TF values in any TF neighborhood simultaneously. An-other contribution of this paper is a new estimation procedure for the DOA of sources in the underdetermined case, which combines the TF sparseness of sources and the clustering technique. Sim-ulation results demonstrate the validity and high performance of the proposed algorithm in both blind source separation （BSS） and DOA estimation.