基于LMD与奇异值差分谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非线性非平稳特性及强噪声特性,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的滚动轴承故障诊断方法.首先对原始信号进行LMD分解,得到若干乘积函数(product function,PF)分量,然后对故障特征明显的分量构建Hankel矩阵并进行奇异值分解,求出奇异值差分谱曲线,找到奇异值差分谱最大突变点来确定奇异值重构分量的个数,进而对包含故障特征频段的分量进行消噪和重构,再对重构信号进行Hilbert包络谱分析,提取故障特征.实验结果和工程应用表明:LMD和奇异值差分谱结合的信号特征提取方法,能准确、有效地提取滚动轴承的故障特征频率,对故障类型作出准确判断.     

基于小波空间特征谱熵的数字图像识别

针对目前数字图像识别准确率不高的问题,重点研究了基于小波空间特征谱熵的图像特征提取方法。该方法利用小波变换前后能量不变的原理,构造小波能量模式矩阵,对该矩阵进行奇异值分解,并求取了奇异值的特征谱熵作为图像的特征。实验结果表明,本文提出的图像特征提取方法能够获得很高的图像正确识别率,证明了该方法的有效性和实用性。     

基于奇异值分解的频率估计新算法

为了提高信号频率估计的精确度，提出了一种新的自适应滑动窗奇异值算法（sliding window adaptive SVD, SWASVD）.该算法基于奇异值算法将包含信号信息的矩阵分解到一系列奇异值和奇异值矢量对应的时频子空间中，从而分离信号信息与其他噪声信息的特点，推导了连续奇异值算法，产生两个辅助矩阵，在行列式处理中，采用减少秩的方法消除噪声，推导出的近似矩阵减少了复杂计算，使用matlab进行仿真，与多重信号分类谱估计法（MUSIC）进行了比较.结果表明，该新算法使用了滑动窗的概念，对陡峭信号变化有很好的鲁棒性，应用该方法可以在频率估计方面获得更准确的结果.     

一种改进的时滞电力系统特征值高效计算方法

为高效分析大规模时滞电力系统的小干扰稳定性,基于现有的部分谱离散化时滞电力系统特征值计算方法,提出一种改进的特征值计算方法。针对现有部分谱离散化时滞电力系统特征值计算方法存在矩阵LU分解计算量大和离散化特征方程存在冗余的问题,通过矩阵初等变换对无穷小生成元离散化矩阵的结构进行优化,解决子矩阵奇异的问题,并消除其中的冗余变量。改进方法能够充分利用优化后的无穷小生成元离散化矩阵的稀疏结构,提高大规模时滞电力系统的关键特征值的计算效率。四机两区域系统、山东电网和华北-华中特高压互联电网的计算结果验证了改进方法的准确性和高效性。     

基于Laplace谱的点模式匹配方法研究

点模式匹配涉及诸多研究应用领域,是一个重要而基础的问题,对点模式匹配问题研究的技术方法也多种多样。利用特征点的空间信息,研究基于Laplace谱的点模式匹配方法,首先对特征点构建的图进行Laplace矩阵构建,通过对Laplace矩阵进行的奇异值分解获取匹配矩阵,实现图像匹配。实验研究表明,该匹配算法能够减轻计算负担,缓解传统的基于图像局部灰度信息匹配速度慢、效果不理想的问题,具有很好的匹配效果。     

极坐标系下黏性流动的拟谱方法

针对拟谱方法在极坐标下遇到的坐标奇异以及压力边界条件难处理等问题,提出了一种新的基于极坐标系下的拟谱方法.该方法在一致网格上直接求解非定常原始变量形式的N-S方程,采用算子分裂法来解耦速度和压力,在径向采用Chebyshev-Radau配置点,在角方向采用标准的Fourier配置点.同时对压力的谱导数矩阵进行了变换,使边界上的压力点不出现在计算方程中.把该方法应用于圆截面的曲线管道的层流流动中,数值实验结果表明,该方法成功解决了极坐标系中的坐标奇异问题;对压力谱导数矩阵的变换,避免了对压力提非物理的边界条件,保证了解的精度,同时也消除了虚假压力模式     

基于二次奇异值分解法的张拉整体结构找形分析

为解决给定张拉整体结构的可行力密度找形问题,本文提出一种基于二次奇异值分解的优化设计方法.该方法需事先根据结构的几何对称性对构件进行合理分组,并在此基础上重组平衡矩阵,通过奇异值分解法求解线性齐次方程组以获得满足要求的可行初始力密度.同时引入了切线刚度矩阵特征值的计算方法来检验张拉整体结构的稳定性.最后,基于空间十二杆...     

多跳频脉冲的高效测向算法

针对多跳频脉冲测向提出一种基于时频域矩阵分解的高效算法.采用计算高效的SPW分布计算参考阵元与其他阵元的互时频分布构造时频域阵列模型,选择各个跳频脉冲在时频平面上能量聚集区内的时频点构造空间时频分布矩阵,对矩阵进行奇异值分解,然后运用ESPRIT思想估计方向.该方法在矩阵构造和时频分布计算两方面都具有较低的运算量,并且...     

一种基于动态序列的单边Jacobi方法

采用Jacobi方法并行求解矩阵奇异值有多种数据交换序列,在双边Jacobi方法中,采用动态序列要比静态循环序列更加高效,可以将其应用到单边Jacobi方法中。为了在每一次迭代开始时动态生成数据交换序列,首先计算矩阵子块间的谱范数,然后对这些谱范数形成的完全图应用最大权完美匹配算法,最终结果作为各计算节点传递数据的依据。实验表明谱范数可以很好地表示矩阵列对之间的正交程度,将其应用在求解动态序列的过程中,使得单边Jacobi方法计算矩阵奇异值分解更加高效。     

SVD可观测度分析方法的改进及组合导航中的应用

为解决已有的基于线性时变系统可观测性矩阵奇异值分解（SVD）的可观测度分析方法中存在的依靠外部量测信息、状态量纲比较不一致、奇异值基准不唯一的问题,提出一种改进的基于SVD理论的系统状态可观测度分析方法. 首先阐述了线性时变系统与分段式线性定常系统（PWCS）之间的关系,并介绍了PWCS可观测性分析理论,在满足该定理要求的情况下,通过PWCS的提取可观测性矩阵（SOM）替代总可观测性矩阵（TOM）可以有效降低分析计算的复杂度. 然后由系统提取可观测性矩阵SVD分解及其得到的奇异值与对应奇异向量,对系统的观测方程进行推导,根据载体不同机动情况下同一状态观测程度的纵向比较计算得到系统各状态的可观测度指标. 最后采用SINS/DVL组合导航系统进行仿真验证. 仿真结果表明, 通过该方法计算的可观测度指标与Kalman滤波状态估计误差特性相符,证明该改进方法可预见及准确描述状态的估计效果,并且依据所计算的状态可观测度进行系统自适应反馈校正,可以有效提高导航精度.     

基于SVD-DWT的彩色图像水印算法

提出了一种基于离散小波变换和奇异值分解相混合的水印嵌入方案,以彩色图像为载体,经过小波分解四个矩阵后,对每个矩阵应用奇异值分解,嵌入相同的灰度水印数据,实验表明该算法对多数类型的攻击有很好的鲁棒性.     

连续交通流模型的并行计算

为了降低连续交通流模型并行计算的实现难度,参考离散交通流模型并行计算的框架,提出了一套连续交通流模型并行计算的框架.该框架包括同步机制、基于网格的区域分解方法和边界缓冲模型,其中同步机制采用与离散交通流模型并行计算相同的主从结构的同步机制,基于网格的区域分解方法和边界缓冲模型分别用来实现任务的分解和提供仿真计算时所需的交互数据.实验中,选用了一个大规模路网进行验证,结果表明应用这一框架,可以方便地实现连续交通流模型的并行计算,提高连续交通流模型运算的速度,从而满足了智能交通系统中大规模交通路网实时、高效和动态仿真的需求.     

基于SVD-Clustering的源数估计方法

针对传统的基于奇异值分解的不相关源数估计方法中,由于数据获取误差和谱估计误差及其不确定性所导致的问题,提出一种基于奇异值分解的聚类源数估计新方法.该方法借鉴聚类分析思想,克服了原方法中阈值选择的困难,并可同时优化各奇异值聚类的类内及类间分散度.实验结果证明了该方法可以自动实现奇异值量值的正确划分,从而非监督式地估计一个复杂机械系统中的不相关源数.     

基于EMD和模糊C均值聚类的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解和奇异值分解的特征提取与模糊C均值（FCM）聚类的滚动轴承故障诊断方法。该方法首先对滚动轴承振动信号进行EMD分解,组成初始特征向量矩阵;并对该矩阵进行奇异值分解,将矩阵的奇异值作为故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。实验结果分析表明,该方法能有效地进行滚动轴承故障诊断。     

矩阵的奇异值分解及数值实现

奇异值是矩阵的一个良好特征,它可以将许多实际问题得到转化。本文简述了矩阵的奇异分解的理论及相关性质,并简略介绍了奇异值分解的相关应用与进展,通过对矩阵奇异值分解的分析提出了计算矩阵奇异值分解的一种快速算法,并通过实例进行计算,验证算法的正确性。     

EEMD与SVD的齿轮故障诊断技术研究

对齿轮信号奇异值分布规律进行研究,提出一种EEMD-SVD差分谱组合模式。对原始信号做集合经验模态分解得到一系列固有模态分量,对其进行有效的筛选并且重构,对重构的信号构造Hankel矩阵,再通过SVD对矩阵做正交分解,利用奇异值差分谱来选择奇异值进行SVD重构,由此实现对弱故障特征信息提取。从齿轮信号的处理结果看出,该方法对复杂信号中的弱故障特征信息具有优良的提取效果。     

基于EEMD-SVD-PE的轨道波磨趋势项提取

钢轨波磨检测是保障行车安全的重要手段,针对复杂钢轨线路波磨数据中的轨道起伏趋势提取问题,提出了一种基于排列组合熵(Permutation Entropy, PE)选取低复杂度奇异值分量重构趋势的EEMD-SVD信号去趋方法.相比已有的经验模式分解去趋算法,该方法考虑到原始IMF可能存在的信号成分混杂问题(如含有白噪声与信号的低频成分),首次提出通过奇异值分解来精确提取隐藏在多维IMF矩阵中的趋势项成分作为奇异值分量.由于协方差矩阵构建的奇异值分量排列时只考虑了能量的分布而未考虑趋势项信号低复杂度、高幅的特点,使用排列组合熵来选出符合趋势项特征的奇异值分量,最后对满足要求的奇异值分量进行重建得到最终的趋势项.为验证本文方法的有效性,分别进行了数字仿真和实际钢轨波磨数据去趋实验.数字仿真实验结果表明该方法整体去趋性能优于低通滤波法、与EMD结合的线性规划法和小波分解法,尤其在多信噪比的仿真实验中,当信噪比较低时,提趋准确率最大提高约30%.同时,实际钢轨波磨数据去趋实验说明本文方法能够适用于钢轨波磨检测.     

基于Calculix的船舶疲劳强度并行计算方法研究与应用

分析了船舶设计领域中基于有限元求解的大规模数值计算问题.在广州超算中心先导系统基础资源环境下对开源有限元求解器Calculix进行基于消息传递接口的并行化改造和移植.在兼容商业有限元分析软件前后处理文件格式的条件下,计算部分在超级计算机上采用多工况多结点并行计算完成.基于C/S模式搭建了船舶疲劳强度分析并行计算系统,实际算例和测试结果表明,同等条件下该Calculix并行化改造方法大大降低了船舶设计中数值分析部分的时间开销.     

基于矩阵变换的快速非负矩阵分解

在采用交替非负最小平方方法进行非负矩阵分解的过程中,每次的迭代更新通常很难直接计算出唯一的最优非负分解矩阵. 但是,若采用矩阵变换方法,则对于变换后的代价函数,就有可能获得唯一的最优非负分解矩阵. 对基于矩阵变换的非负矩阵分解进行了理论分析,提出了2种基于矩阵变换的非负矩阵分解算法. 该算法具有与已有算法相似的计算复杂度,却可有效减少非负矩阵分解的更新次数.     

环形桁架可展天线抛物面索网的预拉力优化

针对环形桁架可展天线抛物面索网预拉力配置问题,提出了一种寻找预拉力最优配置的方法,该方法基于抛物面索网结构的平衡矩阵奇异值分解,采用含线性不等式约束及线性等式约束的线性规划方法,寻找抛物面索网最优预拉力配置,并对抛物面索网结构平衡矩阵的形成、奇异值分解、线性约束优化方法的数学模型、约束矩阵的