Stochastic response of hysteretic systems

This paper deals with approximate stochastic response of hyseretic structures under white noise excitation, based on It stochastic differential equations. Instead of the original system an equivalent nonlinear system is considered, in which the drift vector is given by a series expansion of the order n 1 in terms of the state variables. n = 1 represents the well-known case of equivalent linearization. Components in the drift vector representing the nonanalytical constitutive equations are replaced by a cubic polynomial expansion. The hierarchy of statistical moment equations is closed by a cumulant neglect closure scheme. The method has been applied to a bilinear single degree-of-freedom system subjected to white noise excitation, for which an equivalent system with a cubic series expansion to the constitutive equation is considered. The results obtained are compared with those of numerical simulation and alternative methods, and they provide substantial improvements compared to equivalent linearization.     

基于分数阶Fourier变换累积量的目标检测算法

传统的信号检测和噪声分离方法只限于在时域或是频域进行,如果信号和背景噪声有很强的时频耦合,就难以在时频域得到好的检测结果。对此提出了分数阶Fourier变换累积量算法,该算法具有解除时频耦合和抑制噪声的特性,当选择合适的旋转角度使之与处理信号相匹配,就可以在分数阶Fourier域获得较好的检测结果。仿真结果表明,分数阶Fourier累积量算法的检测性能优于分数阶Fourier变换和4阶累积量算法,展现了分数阶Fourier变换累积量算法有优越的信号处理性能。     

基于三阶循环平稳度准则的盲源分离算法

通过研究循环平稳信号的特性和分析传统的基于二阶统计量的盲源分离算法,在二阶循环平稳度的基础上提出了三阶循环平稳度的概念,并推导出了利用三阶循环累积量平稳度作为分离准则的新盲源分离算法。本算法可以在复杂噪声的情况下有效的分离平稳信号和循环平稳信号。仿真结果表明该算法能够抑制混合信号中的强噪声,算法简单,实时性好。     

基于细菌群体趋药性的有序盲信号分离算法

提出了一种基于细菌趋药性的细菌群优化算法。将探测判断策略和优势细菌随机扰动策略引入细菌群体的进化过程,解决了细菌个体在进化后期处于随机摄动状态而难以定位于全局最优位置的问题。通过使用测试函数对算法性能进行测试以及同其他算法的比较表明,所提出的算法在收敛速度和求解质量方面均有很好的性能。进一步将细菌群优化算法应用于解决盲信号分离问题,实现了对源信号的逐一有序盲分离。仿真实验表明,基于细菌群优化算法的盲信号分离算法具有很好的分离效果,可以将源信号按照其规范四阶累积量绝对值的降序进行有效分离。     

Modeling heterogeneous bacterial populations exposed to antibiotics: The logistic‐dynamics case

In typical in vitro tests for clinical use or development of antibiotics, samples from a bacterial population are exposed to an antibiotic at various concentrations. The resulting data can then be used to build a mathematical model suitable for dosing regimen design or for further development. For bacterial populations that include resistant subpopulations—an issue that has reached alarming proportions—building such a model is challenging. In prior work, we developed a related modeling framework for such heterogeneous bacterial populations following linear dynamics when exposed to an antibiotic. We extend this framework to the case of logistic dynamics, common among strongly resistant bacterial strains. Explicit formulas are developed that can be easily used in parameter estimation and subsequent dosing regimen design under realistic pharmacokinetic conditions. A case study using experimental data from the effect of an antibiotic on a gram‐negative bacterial population exemplifies the usefulness of the proposed approach. © 2015 American Institute of Chemical Engineers AIChE J, 61: 2385–2393, 2015     

Turbo编码类型的盲识别方法

提出一种有效的识别方法,解决了Turbo编码类型的盲识别问题。首先,在理论分析Turbo码固有结构的基础上,通过特定的拆分和组合方式从Turbo编码序列中获取一路递归系统卷积码,和二路线性分组码,从而根据此特性利用秩统计的方法实现Turbo码的判别;然后对递归系统卷积码输出数据进行差分运算,推导出差分后结果仅与寄存器中存放的数据有关,因此通过一阶累积量的方法可以准确获取归零状态的位置,从而实现对Turbo码的归零特性判别。仿真结果表明:该方法能够实现对Turbo编码类型的识别,且具有较好的容错性能,最后也验证了该方法在较高误码条件下具有较好的识别效果。     

由可见光谱视频中提取心率的对角累积量法

由于使用经典的联合近似特征对角化(JADE)算法从视频中估计光电容积脉搏波(Photoplethysmography,PPG)信号,再经快速傅里叶变换转化成的心率值与真实心率值的误差较大,本文提出使用基于对角累积量算法从视频中分离PPG信号,再经过快速傅里叶变换转换成心率的方法来提高心率测量的准确性。进行了从RGB彩色可见光视频信号中恢复心率值的实验。对比实验表明,基于对角累积量分离算法所得心率值与真实心率值差的绝对值的统计特征参数较JADE算法均有所降低,均值、标准差、均方根误差平均分别下降1.46,4.98和4.49。通过Bland-Altman图的分析表明,在95%的置信区间内,对角累积量算法所得心率的浮动范围较JADE算法减小了2倍以上,显示对角累积量算法具有更高的估计精度,对肤色亮度和外界自然光的要求更低,通过调整参数值,可使运行时间控制在1s之内,基本满足实时提取心率的要求。     

基于四阶累积量的近远场源多参数联合估计算法

该文提出了一种新的基于四阶累积量的信源多参数联合估计方法,可实现信源频率、方位及距离的联合估计。该算法无需峰值搜索,适用于任意高斯噪声环境,可有效降低阵列孔径损失。算法中,通过选取特定序号阵元上的输出构造四阶累积量矩阵,有效地避免了因同时存在远场源时而出现的矩阵降秩现象,因而该算法适用于近场、远场或混合信源的参数估计。仿真结果验证了提出方法的有效性。     

机载火控系统动态精度分析模型研究

指出当前武器系统精度分析技术相对滞后,针对机载反舰导弹火控系统的动态精度试验和数据的分析处理,提出一种武器系统火控动态精度分析新方法。通过分析火控系统动态精度试验的误差数据,建立动态误差数据序列的AR模型,引入时间序列判别函数对火控系统精度进行判定。对试验数据建模时,根据对火控动态精度误差数据的分析,分别基于高斯平稳随机假设和非高斯随机假设建立AR模型,两种模型性质不同,后者采用高阶累积量估计模型参数。该方法与常用的3σ检测准则相比,充分利用参照系统的数据和全面考虑测试数据的分布类型,能比较准确地评估系统动态精度。     

改进FOA算法在语音信号盲分离中的应用

简要介绍了果蝇优化算法的基本理论,针对FastICA等算法的稳定性和收敛性不够,而粒子群优化的盲分离运算速度慢的问题,将改进的果蝇优化算法应用到盲源分离研究中,提出了一种基于改进的果蝇优化的盲源分离算法。算法以信号的规范四阶累积量为代价函数,以改进果蝇算法对代价函数求极值,逐一确定分离向量,完成对线性瞬时混合语音信号的分离。仿真结果表明,算法能够有效实现对各混合语音信号的有序盲分离,且分离顺序能够确保按照源信号的规范四阶累积量绝对值的降序进行,分离精度也有一定的提高。