基于复数域上元度量学习的小样本辐射源个体识别方法

当带标签样本数较少时，现有的基于深度学习的辐射源个体识别方法，识别性能退化。针对上述问题，提出一种基于复数域上元度量学习的小样本辐射源个体识别方法。该方法将元学习中基于度量的方法与复数神经网络结合，设计嵌入模块，在小样本条件下更充分地学习辐射源复信号波形中隐藏的个体指纹信息，提升识别精度。仿真实验结果表明，提出的复原型网络、复匹配网络和复关系网络，与它们的实数域形式相比，识别准确率均得到了提升，且其中性能最好的是复关系网络。复关系网络在5类待识别辐射源个体分别仅有5个带标签样本(5-way5-shot)的情况下，20 dB信噪比条件下的识别准确率达到了85%。     

甲醇脱氢制甲醛反应中Na_2CO_3催化剂的失活与再生

在Φ16mm陶瓷管固定床反应器中考察了甲醇脱氢制甲醛反应中Na2CO3催化剂的寿命和稳定性。结果表明,Na2CO3催化剂部分失活原因是烧结和积炭,XRD表明反应后催化剂粒径有所增大。用空气氧化法和水蒸汽都可消除积炭使Na2CO3催化剂再生。再生后的碳酸钠催化活性较新鲜催化剂略有降低,但其催化活性也能在55h内保持稳定。     

改进粒子滤波交互多模型算法在机械臂跟踪定位中的应用

针对机械臂末端运动的复杂性以及非线性,提出了一种改进的基于粒子滤波的交互多模型算法。对扩展卡尔曼(Kalman)滤波和粒子滤波进行对比分析,得出粒子滤波在处理非线性问题时具有良好的滤波性能。针对粒子滤波中先验分布与似然函数分布重合度不高的问题,利用粒子群算法进行了改进。将改进的粒子滤波作为滤波器;分析交互多模型算法中存在的对滤波效果影响很大的野值点,运用自适应抗差理论进行改进。经过实验对算法的应用效果进行检验,结果表明：改进的算法能够降低噪声的影响,提高机械臂末端的跟踪定位精度。     

一种推板胶囊式海浪发电装置运动学与动力学分析

综合考虑海浪发电装置的研究现状并结合中国的海域情况,设计一种推板胶囊式海浪发电装置。首先,对其结构和工作原理进行介绍。然后,根据线性微幅波理论与弗汝德-克雷洛夫假定法(Freude-Krylov hypothesis)在对受力板受到水平波浪力进行求解时,可等效为标准的振动系统模型,对该等效模型的固有频率和各阶振动主振型进行求解即可。最后,运用D-H(Denavit-Hartenberg matrix)法进行矩阵变换,建立基于广义坐标的拉格朗日动力学方程(Lagrange dynamics equation),利用ADAMS(automatic dynamic analysis mechamical systems)软件对振动系统进行动力学仿真,根据仿真结果得到系统的运动规律。该研究可为实现海浪发电提供一种新途径。     

甲醇脱氢制甲醛反应碳酸钠催化性能的研究

在一个内径为16mm的固定床陶瓷管反应器中,研究了用不同方法制备的碳酸钠催化剂催化甲醇脱氢制无水甲醛反应的工艺条件。结果表明,在523K煅烧NaHCO390min得到的Na2CO3催化剂具有最佳的催化活性。在最佳的反应条件:温度953K、常压、空速1.4ml/(g.s)、甲醇/N2进料气中φ(CH3OH)=10%条件下,甲醛最高产率达44%,相应的甲醇转化率和甲醛选择性分别为66%和67%。在55h的稳定性试验中,该催化剂有4 h的高活性期,稳定后活性基本保持不变。     

基于视听信息融合的噪声源定位研究

声源定位对于故障诊断、机器人自主感知有着重要意义。当前声源定位技术主要是基于麦克风阵列,其体积大、扩展性差。因此引入视觉分析技术,在频域内辅助单个麦克风进行声源定位或音频分析。为解决视频流数据量过大的问题,采用带电子卷帘快门的相机,以实现低速、低成本相机测量高速运动的目的。在电子卷帘快门相机测量过程中,着重分析了两种常见的振动和转动物体的成像规律,并由此规律提出相应的解算方法。最后,进行了视听的全局分析和局部分析实验,验证了视听融合对噪声源定位的有效性。     

脉冲噪声环境下水声通信信号调制识别方法

为了提高浅海脉冲噪声环境下水声通信信号调制识别的性能和实用性,提出了基于降噪自编码器和卷积神经网络的调制识别方法。首先,利用降噪自编码器对含噪声信号进行降噪处理,然后,利用卷积神经网络对降噪信号的功率谱图进行分类,从而完成调制识别。此外,采用数据迁移思想构造训练数据集对网络进行训练解决了目标水域数据样本不足的问题。仿真实验和实际信号测试结果验证了本文方法的有效性。与现有算法相比,具有较高的识别率,并且提升了目标信道数据不足条件下的识别性能。      

交流电传动轨道车牵引系统设计

针对国内首台交流传动重型轨道车牵引系统研制,完成整车交流电传动系统方案设计,并运用干线机车牵引计算方法,完成整车牵引/制动特性和牵引系统各关键部件的主要技术参数计算,通过系统级半实物仿真测试和整车台架滚动试验,验证了牵引系统设计的符合性。     

宝力格油田微生物驱物理模拟实验研究

针对宝力格油田微生物驱过程中存在的问题,通过室内物理模拟实验对不同驱替介质提高采收率的作用、产出细菌浓度与注入细菌浓度的关系以及营养液浓度对维持产出液细菌浓度的影响进行了深入研究。结果表明,通过注入1%的菌液及营养液进行微生物驱时可提高采收率16.77%,当产出液经补充营养液及菌液并发酵10~12 h后再继续进行微生物连续驱时可进一步提高采收率5.74%,产出液细菌浓度达到108个/mL以上。但由于岩心对菌体的吸附作用以及岩心渗透率对微生物运移的影响,产出液细菌浓度始终要低于注入细菌浓度一个数量级以上。采用产出液回注并补充0.25%以上的营养液时,可使产出液细菌浓度维持在107个/mL以上。研究结果可为现场注入方案设计提供技术支持。     

一种基于CGAN+CNN的水声通信信号调制识别方法

为提高复杂海洋环境下水声通信信号调制识别的性能和实用性,提出一种基于条件生成对抗网络和卷积神经网络的调制识别方法。首先,构造一种基于条件生成对抗网络的降噪模块,用于降低海洋环境噪声对通信信号调制特征的影响;然后,采用卷积神经网络完成降噪数据的特征提取和分类识别;同时,利用数据迁移思想构造迁移学习训练数据集,并通过两步迁移学习策略解决目标水域信道下训练数据不足的问题。仿真实验和实际信号测试结果验证了算法的有效性,相比现有方法,低信噪比下的识别率明显提升,在目标水域信道小样本条件下也具有较好的识别性能。