电化学法处理氨氮废水的实验研究

针对传统城市污水厂工艺出水氨氮和总氮值偏高等问题,采用电化学氧化的方法对低浓度模拟氨氮废水进行了实验研究,分别考察了氨氮初始浓度,电流密度,氯离子浓度对氨氮和总氮的去除效果的影响。结果表明,电流密度5 mA.cm-2氯离子浓度300 mg.L-1,氨氮初始浓度20 mg.L-1时,氨氮与总氮可在短时间内得到去除并达到国家标准。在反应过程中,氨氮与总氮的去除符合准零级反应动力学,该方法用于低浓度废水的脱氮处理具有较好的应用前景。     

小波系数插值支持下的遥感影像混合像元分解

针对遥感混合像元分解中不能有效利用空间邻域信息的问题,提出一种基于超分辨率重建的分解方法. 通过小波系数双线性插值获得遥感影像的超分辨率影像,对超分辨率影像进行监督分类生成超分辨率分类图,最后通过窗口统计得到原始分辨率下各地物的丰度图. 广州城区的模拟TM遥感影像试验表明,该方法的分解精度
在3种方法中最优,能够较充分利用空间邻域信息,提高混合像元分解精度,为混合像元分解提供了新的途径.     

基于Polycycle信号的UWB正交脉冲序列设计

正交脉冲的产生是超宽带无线应用中的关键技术, 采用Hermite 矩阵特征向量分解方法, 提出了一种基于Polycycle信号的UWB 正交脉冲序列设计方法. 该方法产生的正交成形脉冲功率谱密度分布符合FCC关于室内和室外UWB应用的辐射限制, 有较高的频谱利用率, 脉冲函数自相关性强, 互相关性弱, 利于多址检测. 最后, 分析了2PPM-THMA UWB系统的传输性能, 仿真结果表明正交成形脉冲抗多用户干扰能力优于Scholtz脉冲.     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

基于UT变换的MMPHD机动目标跟踪

基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density, PHD)滤波算法及其改进方法,在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间,从而实现目标状态的捕获。由于这些方法大量使用粒子,造成计算量巨大、算法实时性差。为此,提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数,从而将粒子聚合在目标最可能出现的状态空间邻域中,充分实现粒子的有效利用。仿真实验表明,论文提出的算法不仅显著减少了多模PHD算法的计算量,而且在一定程度上提高了多模PHD算法的精度。     

基于混合聚类和网格密度的欠定盲矩阵估计

欠定盲矩阵估计是欠定盲源分离的关键技术,其估计结果直接影响源信号的分离精度。针对目前欠定盲矩阵估计算法稳定性差、估计精度不高的缺点,提出了一种基于混合聚类和网格密度的新算法。该算法利用基于人工蜂群算法和K-均值的混合聚类方法对信号数据进行聚类,提高聚类结果的稳定性;利用网格密度法修正每一类的聚类中心,提高混合矩阵的估计精度。实验结果表明,所提算法在稳定性和估计精度方面都比传统欠定盲矩阵估计算法有了明显改善。     

磁感应成像中三维涡流前期模型仿真

磁感应成像(MIT)中正问题的仿真是影响MIT技术发展的关键性问题之一,而导体内部三维涡流问题又制约着MIT中的正问题的研究。基于正问题的数学模型,提出一种MIT三维测量模型,利用有限元方法进行求解,仿真获得导体中不同面的三维涡流的磁通密度分布并进行对比,得出受激励线圈影响导体内部三维涡流磁通密度的变化规律,为研究MIT中的正问题及图像重建提供重要依据。     

基于主元分析的气体膜分离过程RBFNN建模

构建一个基于主元分析的气体膜分离过程的RBF神经网络软测量模型,研究氢回收过程中一些难以测量的重要性能参数。在炼厂气氢回收研究中提出的通过测量间接变量建立软测量模型方案的基础上,融入主元分析思想,先对间接测量变量进行主元分析,得到为主导变量提供关键信息的变量,再建立RBF神经网络对目标变量进行研究分析。基于实验数据和RBF神经网络模型,利用MATLAB软件平台对氢回收过程的重要性能参数分析研究,仿真结果证明了此模型的正确性和理论分析的合理性。主元分析的融入简化了气体膜分离过程重要性能参数在线检测的研究过程。     

ND序列下最近邻密度估计的强相合速度

在ND(negatively dependent)样本下研究最近邻密度估计的强相合速度,利用ND序列的指数不等式以及ND序列的性质,给出了最近邻密度估计强相合速度的充分条件。