袋型阻尼密封转子动力特性的多频单向涡动预测模型

为了满足宽频域下阻尼密封转子动力特性的计算要求,针对单频涡动模型计算量大的问题,提出了采用动网格技术和非定常数值方法来预测袋型阻尼密封转子动力特性的多频单向涡动模型.以转子多频单向涡动位移作为激励信号,采用非定常方法和动网格技术进行了三维ReynoldsAveraged Navier-Stokes (RANS)方程的数值求解,从而获得了袋型阻尼密封的瞬时流体激振力.通过快速傅里叶变换,在频域内计算了10个频率的8个转子动力特性系数,并与实验值进行了比较.结果表明:数值计算得到的袋型阻尼密封转子动力特性系数与实验值吻合良好,从而验证了基于多频单向涡动模型的数值方法能够可靠预测袋型阻尼密封转子动力特性.     

基于盲信道估计的联合检测码分时分多址系统性能分析

在考察联合检测码分／时分多址（ＪＤＣＤＭＡ／ＴＤＭＡ） 系统性能的基础上,提出了基于盲信道估计的联合检测算法。改进算法去除了突发帧内的中置码,可明显提高系统的有效传码率,并且误码性能良好,因此具有一定的优势。分析了改进算法和原算法的性能差异,并给出相应的计算机模拟结果     

实物期权方法在多项目预算决策中的应用

研究了实物期权方法在可推迟的多项目预算决策中的应用·通过二叉树方法描述了项目价值随时间变化的路径,进而构造出多项目资本预算决策的模型,并探讨了根据实际需要如何对模型的各种限制条件进行调整·与净现值法相比,实物期权方法考虑了项目的投资机会价值,能求得在资本预算限制下公司可以投资的具有内在期权价值的项目组合,因而可以对公司战略决策中高不确定性项目的投资决策提供支持·     

非线性三阶三点边值问题多个正解的存在性

用锥上不动点定理研究非线性三阶三点边值问题多个正解的存在性, 其中ρ>0为一个常数, 0<η<1, α>0, f: ［0,1］×［0,∞)→［0,∞)是一个连续函数. 结果表明: 当f满足一定条件时, 该问题存在可数多个正解.     

MIMO阵元方向性对系统性能影响研究

在考虑空间衰落相关性(SFC)的同时引入天线单元方向性,研究基于统计信道模型的终端MIMO多天线模型及性能评估方法.在Kronecker的MIMO信道建模中应用终端波达信号方位角功率谱(APS)模型.利用此MIMO信道模型概念,分析在统计衰落信道中MIMO阵元方向性对系统性能影响,包括对空间衰落相关系数、MIMO多径信道容量和误码率(BER)的影响.仿真和优化结果表明:终端MIMO多天线模型中阵元方向性对系统性能影响显著,合理安排阵元波束方向可增加约10%多径信道容量并明显减小误码率.     

引入Star-QAM的高码率差分酉空时编码调制

随着码率的不断增加,酉空时码群中的各个星座点之间的乘积距离会变得越来越小,从而导致性能恶化.为了改变这一特点,引入了Star-QAM(Quadrature Amplitude Modulation)星座图.与M-PSK(MultiplePhase Shift Keying)的一个重要区别就是,Star-QAM星座图的每个信号星座点都具有不同的能量,即具有多幅度特征,不同的星座点可位于多个不同半径的圆上,从而增加了幅度自由度.可根据不同情况找到最优的内外半径比,进而提高整个系统的性能.仿真结果表明,在BER(Bit Error Rate)为10-3时,改进的差分酉码调制的性能比传统的好2.3 dB,而在BER为10-2时,改进方案的性能要好1.8 dB.     

求解MSA问题的新型遗传算法

为了克服传统遗传算法求解MSA问题速度慢的缺点,提出了一种新型自适应遗传算法,不使用交叉算子,只使用变异和选择算子,提出了在算法初始化时引入种子的策略,用星比对算法生成一个种子,保证了解的质量,使用灾变算子来确保算法的搜索能力,该算法模拟了自然界进化的周期性,较好地解决了群体多样性和收敛深度的矛盾。     

跟踪门对多目标跟踪系统性能的影响

讨论了密集目标环境下跟踪门门限对多目标跟踪系统性能的影响。在略去杂波的情况下,以方差压缩比作为跟踪系统性能的衡量指标,对跟踪门性能进行了理论分析。给出了矩形跟踪门配合K alm an滤波算法和PDA关联算法的仿真数据。提出了一种跟踪门门限的选取方法,将离线仿真得到的门限直接应用于跟踪系统,门限计算复杂减小,适用于对速度要求较高的跟踪系统。     

蛋白质偶联分析似然算法的实现

为构建基于MATLAB语言的蛋白质统计偶联分析系统,利用子集共变显式似然(Explicit Likelihood of Subset Covaria-tion,ELSC)算法并进行实验。所实现的分析系统对GPCR多序列比对(Multiple Sequences Alignment,MSA)中的Leu-152位点进行统计偶联分析的结果和已有生物学实验结果吻合,验证了系统的正确性和实用性。     

基于目标跟踪与轨迹聚类的行人移动数据挖掘方法研究

随着物联网、大数据、人工智能等技术在安防领域不断取得突破性进展,公共视频监测系统近年来得到飞跃式发展.基于监控设备产生海量的非结构化视频数据,通过对监控视频中的行人轨迹进行分析和研究,可以挖掘出其中蕴含的行为模式,这对人群行为研究有着重要的研究价值.本文使用基于目标检测的多目标跟踪算法对地铁站出口,商场出口等场景中的行人移动轨迹进行提取,并在此基础上对行人的轨迹模式进行分析.针对行人轨迹的特点,在基于点密度聚类算法的基础上,提出并实现了基于轨迹相似度的轨迹聚类方法.结果表明,该方法能够有效的提取行人轨迹,并且从大规模轨迹数据中提取出轨迹模式.