随机动态载荷下轴类零件的层次分析法

根据影响轴类零件的随机动态载荷的主要因素,设定多层次指标体系,将层次分析法(AHP)用于随机动态载荷的分析评定中.该方法将轴类零件所受的复杂的随机动态载荷问题分解成若干层次,在各层次上对随机动态载荷进行定量分析.根据分析结果,建立随机动态载荷的分级标准,为合理载荷模型的确定提供依据.     

带混合误差的随机Ishikawa迭代程序

在一致光滑可分Banach空间中,针对随机强伪压缩算子T构建了带混合误差的随机Ishikawa迭代程序,并证明了在某些条件下,此随机迭代序列强收敛于T的一个随机不动点.     

基于模糊数的模糊学习理论的关键定理

考虑到现实世界的模糊性,结合模糊集理论和模糊统计学的知识,首先给出了关于模糊数函数以及模糊随机变量函数的若干定理;提出了模糊学习问题的一般表示;最后给出并证明了基于模糊数的模糊学习理论的关键定理.     

X波段柱面共形基片集成波导纵向缝隙天线阵的实验

利用基片集成波导SIW(substrate integrated waveguide)技术设计了一款X波段柱面共形的SIW纵向缝隙谐振天线阵.通过分析柱面共形的SIW的传输特性,沿用传统矩形波导谐振缝隙天线阵的设计方法,设计了柱面共形的SIW纵向缝隙谐振天线阵.该天线具有传统的矩形波导缝隙天线阵主瓣宽度窄、方向图可以赋形、交叉极化电平低等优异特性,同时实现了天线的小型化、轻型化.由于基片集成波导完全集成于介质基片中,使得天线与平面电路的馈电连接变得非常简单,可以用微带直接馈电,减少了中间馈电电缆以及馈电转接头的损耗,从而使天线和平面电路的集成也成为可能.实验结果验证了这种设计方法的正确性.     

利用水平分割法计算给定串中的所有Maximal(NE/SNE) Repeats

提出一种利用给定符号串x［1…n］的后缀数组和最 长公共前缀数组求x所有最大重复的新方法〖CD2〗水平分割法. 通过对x的最大不可扩展重复和最大超级不可扩展重复所有可能出现的位置以及判定条件的提炼, 分别给出仅由x的后缀数组和最长公共前缀数组求x的所有最大重复、 最大不可扩展重复和最大超级不可扩展重复的算法. 该算法克服了除后缀数组和最长公共前缀数组外, 还需利用其他辅助数组的缺陷, 降低了空间开销, 且时间复杂度没有增加, 并可以在对最长公共前缀数组仅进行一次扫描的情况下求出给定串的所有最大重复、 最大不可扩展重复和最大超级不可扩展重复.     

超声相控阵低信噪比背景下相关相位校正

超声相控阵中,相位校正在消除相位畸变中起着重要作用。部分相控阵探头,阵元的面积小,回波信号弱,信噪比差。针对该问题,首先研究了邻近和集总相关估计在不同信噪比情况下的校正性能:发现信噪比SNR>12 dB时,邻近相关估计基本不产生估计误差;SNR<5 dB时,邻近相关估计产生的误差随着信噪比下降急剧增大。而集总相关即使在噪声强度较小时也不能做到估计误差为0;在噪声强度增大的过程中,其估计误差并未急剧增加,这与邻近相关估计不同。根据邻近和集总相关的特点,提出了混合相关校正结构。实验表明,混合相关充分利用了邻近和集总相关估计的优点,显著提高了图像质量。     

复杂网络度分布的异质性对其同步能力的影响

讨论了一类度分布在无标度网络和随机网络之间连续可调的网络模型.提出连接密度的概念,在网络规模保持不变的前提下,研究度分布的异质性、连接密度对网络同步能力的影响.根据同步判据研究两类网络的同步能力.类型Ⅰ网络,其同步能力与网络度分布的异质性的相关性受网络连接密度的影响,连接密度较小时同步能力与度分布异质性无关.类型Ⅱ网络,其同步能力受网络度分布异质性和网络规模及网络连接密度共同影响.异质性越强、网络规模越大、连接密度越小,类型Ⅱ网络越不容易实现同步.     

基于CEEMD-BiLSTM-RFR的短期光伏功率预测

由于短期光伏预测中气象因素的时间尺度不同,直接分析其对光伏功率的相关性,易忽略时间尺度的影响,进而导致预测模型误差。为提高光伏功率预测精度,构建了预测模型。首先,利用互补集合经验模态分解(complementary empirical mode decomposition, CEEMD)将光伏序列进行分解,得到在不同时间尺度上的光伏分量;然后,通过Pearson相关系数分析各光伏分量与空气温度、太阳辐射度、风速、风向和空气湿度的关系,对于强相关分量建立关于气象因素的随机森林回归(random forest regression, RFR)预测模型,弱相关分量直接通过双向长短期记忆网络(bidirectional long short-term memory neural network, BiLSTM)进行预测;并将预测求和输出。通过安徽省蚌埠市光伏电站7月实测数据进行验证,实验结果表明,所提预测模型CEEMD-BiLSTM-RFR相比传统预测模型有较好的预测精度。     

大型储罐的三维点云精简方法研究

针对大型储罐三维点云数据散乱、冗余点多等影响计算机显示及容积计算的问题,改进了一种储罐三维点云精简算法。该方法先利用均匀网格法,将待处理的三维点云数据分割成若干小栅格;然后根据随机抽样一致(random sample consensus, RANSAC)算法对每个栅格中的点云数据建立球模型,以保留特征点并滤除冗余数据点,达到精简点云的目的。将该方法与传统的均匀网格法和非均匀网格法进行对比,实验结果表明该方法在保证较高精简率的情况下可以更好地保留储罐点云数据特征。     

基于波束形成的三维传声器阵列仿真

为研究基于传声器阵列的声源定位技术在户外环境下实现全方位、高效、便捷的声源信号定位,通过使用波束形成声源定位算法,在考虑传声器阵列的拓扑结构特性下,对各个三维阵列进行声源定位数值仿真。为验证不同阵列的传声器阵列定位效果,基于波束形成算法使用MATLAB对相同阵元数不同分布阵型的三维传声器阵列声源定位进行仿真。结果表明：相同阵元数不同分布阵型的三维传声器阵列定位声源点的定位精度存在不同的差异,且基于波束形成的三维旋排球阵列传声器阵列在全方位声源定位中结果精确度最高。可见设计传声器阵列时,应该要充分考虑到阵元个数、阵列孔径的大小及阵元间距对阵列声源定位的影响。