共查询到18条相似文献,搜索用时 93 毫秒
1.
浅海水声环境容易受到各种因素的影响,导致其环境参数具有很强的不确定性,依据环境宽容性选择快速、精确的声场计算模型是保证后续研究分析正确性的重要前提。以海水声速为例,简述了基于传播损失和声场互相关系数的计算模型环境宽容性分析方法。为定量描述环境和声场计算模型的失配情况,在研究浅海不确定环境对于声场空间相关性影响的基础上,结合水声环境不确定性推理模型,得到声场空间相关半径和传播损失概率分布可信区间,提出利用声场空间相关半径相对值来度量声场计算模型的环境宽容性,同时利用非嵌入式随机多项式展开(NON-Polynomial Chaos Expansion, NPCE)法,结合差值评定方法对得到的环境宽容区间进行验证,结果表明,利用声场相关半径相对值可以定量分析不确定性环境下声场计算模型的宽容性。 相似文献
2.
浅海低频声场的水平纵向相关性 总被引:1,自引:0,他引:1
基于一次浅海声学实验数据,研究了浅海低频声场的水平纵向相关特性。利用简正波干涉理论,对实验结果中声场水平纵向相关的振荡结构与强烈起伏现象进行了分析与解释。声场水平纵向相关的振荡结构是由简正波干涉所致,该实验结果进一步验证了该现象在浅海低频条件下的普遍性。当实验中采用的爆炸声源的标称深度位于声场中某号有效简正波的一个波节附近,声源实际爆炸深度的较小变化引起该号与其它号有效简正波幅度比值的较大变化,从而在有效简正波号数较少的情况下引起了声场水平纵向相关的强烈起伏现象,该现象表明在一定条件下声源深度是浅海低频声场水平纵向相关的一个敏感参数。 相似文献
3.
海洋环境的复杂性和多变性严重影响了水下信号处理系统的性能。若能在信号处理之前辨识出海洋环境参数,并将其融入信号处理框架中,则有希望提高信号处理器的性能,得到更好的滤波、检测、定位和跟踪效果。将海洋环境建模为高斯-马尔可夫模型,利用声速梯度数据和由Kraken模型得到的声压场数据,结合扩展的卡尔曼滤波器算法,实现了对简正波的估计。利用该模基处理方法,可以辨识出简正波的模函数和水平波数,并能估计出基阵所在位置的声压场。在两种典型浅海声场环境下进行的计算机仿真证明了算法的有效性。 相似文献
4.
针对浅海低频环境下水中声速分布对声场空间相关性的影响问题,利用基于抛物方程方法的RAM程序,仿真分析了声场空间相关特性在浅海不同声速梯度、不同阵元间隔下的变化规律。研究结果表明:在浅海低频环境下,正声速梯度值越大,垂直相关系数衰减越慢,水平纵向相关系数则相反;随着正声速梯度值的增大,垂直相关长度和水平纵向相关长度均呈现剧烈波动。负声速梯度值越大,垂直相关系数衰减越快,水平纵向相关系数则相反;随着负声速梯度值的增大,两类空间相关长度均缓慢波动。 相似文献
5.
6.
7.
8.
9.
10.
为了降低测量误差等不确定性因素对识别结果的影响,建立基于贝叶斯估计理论的动力学系统载荷识别方法。首先,根据动力学系统运动方程,利用贝叶斯理论,推导载荷和误差参数的联合后验分布,进而得到载荷和误差参数的边缘概率分布;然后,采用马尔可夫蒙特卡罗方法,估计动力学系统所受的载荷,并利用仿真算例与基于奇异值分解的载荷识别方法进行对比;最后,利用实验数据,进一步验证本方法的有效性。结果表明,该方法在一定程度上减小了不确定性因素造成的识别误差,对于提高动载荷识别精度具有一定的参考意义。 相似文献
11.
12.
研究了将空气中声速分布建模为Epstein分布,水层和海底均为均匀分布的三层介质模型的条件下,空气中点源激发的水下声场。既推导得到了声压场的形式解,通过数值分析,表明空气中点源激发浅水波导,在水层中形成的波导简正波具有实数本征值,可以远距离传播,称其为"水波"。空气层中的Epstein波导简正波在水层中为非均匀波,传播速度取决于空气中声速,称其为"水面波",并指出空气中声源运动产生的水面波多普勒频移大于水波多普勒频移。 相似文献
13.
14.
Reliability Analysis for Degradation of Locomotive Wheels using Parametric Bayesian Approach 总被引:1,自引:0,他引:1
Jing Lin Matthias Asplund Aditya Parida 《Quality and Reliability Engineering International》2014,30(5):657-667
This paper undertakes a reliability study using a Bayesian survival analysis framework to explore the impact of a locomotive wheel's installed position on its service lifetime and to predict its reliability characteristics. The Bayesian Exponential Regression Model, Bayesian Weibull Regression Model and Bayesian Log‐normal Regression Model are used to analyze the lifetime of locomotive wheels using degradation data and taking into account the position of the wheel. This position is described by three different discrete covariates: the bogie, the axle and the side of the locomotive where the wheel is mounted. The goal is to determine reliability, failure distribution and optimal maintenance strategies for the wheel. The results show that: (i) under specified assumptions and a given topography, the position of the locomotive wheel could influence its reliability and lifetime; (ii) the Bayesian Log‐normal Regression Model is a useful tool. Copyright © 2013 John Wiley & Sons, Ltd. 相似文献
15.
16.
Many road safety researchers have used crash prediction models, such as Poisson and negative binomial regression models, to investigate the associations between crash occurrence and explanatory factors. Typically, they have attempted to separately model the crash frequencies of different severity levels. However, this method may suffer from serious correlations between the model estimates among different levels of crash severity. Despite efforts to improve the statistical fit of crash prediction models by modifying the data structure and model estimation method, little work has addressed the appropriate interpretation of the effects of explanatory factors on crash occurrence among different levels of crash severity. In this paper, a joint probability model is developed to integrate the predictions of both crash occurrence and crash severity into a single framework. For instance, the Markov chain Monte Carlo (MCMC) approach full Bayesian method is applied to estimate the effects of explanatory factors. As an illustration of the appropriateness of the proposed joint probability model, a case study is conducted on crash risk at signalized intersections in Hong Kong. The results of the case study indicate that the proposed model demonstrates a good statistical fit and provides an appropriate analysis of the influences of explanatory factors. 相似文献
17.
18.
标准马尔可夫链蒙特卡罗(MCMC)算法不易收敛、拒绝率高,使其应用受到限制。在贝叶斯方法中引入最大熵值法来估计参数的后验概率密度函数最大值,进而将布谷鸟算法中新鸟巢更新的思想融入Metropolis-Hasting(MH)抽样算法得到改进的MH抽样算法,同时使用支持向量机(SVM)建立待修正参数与有限元模型输出之间的代理模型,以提高模型修正的计算效率。分别使用三自由度线性系统和平面桁架模型来验证本文方法的有效性,结果表明:修正后样本的马尔可夫链混合性能好,停滞概率低,修正后参数相对误差均小于2%。 相似文献