基于支持向量回归的温度场数值分析

为深入分析并提取温度场的参数化特征,提出一种基于支持向量回归的温度场数值分析方法。首先利用常用的有限元分析方法建立被研究对象的温度场模型,进而抽取模型节点及温度信息数据;然后,对被研究的结构进行特征分区,并据此确定分析的敏感方向;最后借助支持向量回归方法对各分区数据进行分片回归分析,并提取温度场的参数化特征信息,获得对被研究对象整体传热性能的综合定量评价。对换热器冷却栅的仿真分析结果证明了该方法的有效性,也显示了它在过程自动化控制以及机械结构优化设计等方面具有较大的应用潜力。     

CO_2/H_2S对油气管材的腐蚀规律

综述了CO2 、H2 S对油气管材的腐蚀机理及影响因素 ,提出了开发经济型油管的设想。     

基于几何代数的SVS-NLMS点云配准算法

针对欧氏空间点云配准方法匹配精度低、计算成本大、收敛速度慢等问题,利用几何代数对于高维空间的表达能力,提出一种基于几何代数的点云配准算法。首先,将点云数据转化为几何代数形式,基于几何代数的rotor转子,给出了几何代数空间点云配准的代价函数。其次,结合归一化最小均方算法,将求解rotor转子模拟为信号滤波问题,在几何代数空间基于最速下降法构建rotor转子迭代公式,使每次迭代计算仅使用一对匹配点对而不是全部点对。迭代计算得到的转子可用于任意维度的旋转估计问题,从而将三维点云逐步旋转配准。最后,为进一步解决收敛速度与稳态误差之间的冲突,利用Sigmoid函数给出了一种变步长的rotor转子迭代公式,在加快收敛速度的同时降低稳态误差。采用模型数据集与公共数据集验证所提算法的配准性能,与经典迭代最近点算法相比,模型数据集的配准精度由10?2提升至10?8数量级,公共数据集的配准精度提升35%,所提算法收敛速度更快,配准精度更高,且具有较低的稳态误差。     

LabVIEW中创建和访问XML文件的实现

虚拟仪器技术与网络技术的结合,是未来测控技术发展的必然趋势。XML技术为实现虚拟仪器技术和面向Internet的W eb技术相结合提供了支持。文中介绍了一种在LabVIEW中创建和读取XML文件的方法,并给出了实例。     

基于盲源分离的旋转机械干扰消除技术研究

实际工厂环境中，用于状态监测与故障诊断的信号检测传感器，其所采集的机器信号(振动或声音)中，不可避免地混杂有来自于相邻设备以及周围环境的干扰，这对于机器健康状态的准确监测是很不利的。这里研究利用盲源分离技术分离(去除)这些无用的外来干扰，以提高故障诊断的准确性。盲源分离是一个很独特的盲信号分析与处理工具，在机械设备监测与诊断领域有着很好的应用前景。仿真实验以及现实世界的声源信号分离实验结果，证实了盲源分离方法在机械设备干扰去除方面的有效性。     

开阔区域ADS-B地面站信号覆盖仿真分析

研究地面站信号覆盖范围的优化问题,可提高改善广播式自动相关监视(ADS-B)系统的实际监视能力。为提高ADS-B系统的选址性能,提出一种针对开阔区域ADS-B地面站信号覆盖分析方法:首先采用二径模型模拟地空通信链路信道,仿真在视距条件下主反射波与直射波的干涉现象;其次设计符合ADS-B规范标准的天线,计算信号在自由空间的辐射距离;然后结合由地物遮挡引起的视线截止距离;最后以天津机场为例进行研究和分析,与其它算法比较用实际数据对预测范围进行验证。实验结果表明,开阔区域地表反射是影响地面站覆盖的关键因素,二径模型可以准确模拟信号衰减,上述方法为ADS-B系统选址提供理论支持。     

自适应图像三角化法的新改进

为了提高图像 Delaunay 三角形化(Delannay Triangulation, DT) 的速度及恢复图像的质量, 在文献[1]方法的基础上, 对自适应图像 Delaunay 三角形化的方法进行了结构性的改进. 改进后的新方法采用了以三角形、边、顶点为基础的类结构, 并以三角形的边描述三角形间的相邻关系. 由于每条边本身就是两个相邻三角形的交界, 加之类特别适合描述相互关系, 使得算法得到较大的简化, 运算复杂度也随之减小了. 在算法的关键步骤采用双精度计算, 提高了网格恢复图像的描述精度. 实验结果表明, 新方法产生的网格随图像内容自适应变化, 在网格生成速度上比文献 [1] 提高了约 1/3,在恢复图像的 PSNR (峰值信噪比)上比文献 [1] 提高约 (0.02～0.08) dB.     

基于经验模态分解的改进乘性噪声去除方法

乘性噪声往往由不理想的(时变的或非线性的)信道引起,它与信号是相乘的关系,因此难以消除。在乘性噪声消除应用背景下,引入同态变换去除噪声与信号的相倚性,将乘性噪声转化为加性噪声,并应用经验模态分解技术进一步研究受均匀分布白噪声污染的谐波信号及其同态变型的能量分布特性,据此建立起适用于乘性噪声去除的本征模函数幅值滤波新阈值准则。从而,形成基于经验模态分解的改进乘性噪声去除方法。结果表明,采用柔性阈值的改进算法对乘性噪声的去除效果最佳。而且,基于二阶多项式回归分析所构建的本征模函数幅值滤波阈值准则已经可以获得较高的源信号重建精度,过高的多项式阶次会导致本征模函数幅值滤波阈值与其实际噪声能量水平的失配,从而显著地降低算法的去噪性能。     

基于FFT-MCC分析的ICA(BSS)盲不确定性消除

为了消除ICA（BSS）估计的幅值、相位及排序等盲不确定性，提出一种基于快速傅里叶变换与最大相关准则分析的ICA（BSS）估计源自适应校正方法。借助对原始传感观测及估计源的频谱分析，近似获得各本底源信号在观测信号中所占的比重——初始放大权值；基于最大相关准则优化调整ICA（BSS）估计源的相位，并对初始放大权值进行微调，从而消除ICA（BSS）估计的盲不确定性，实现源波形的恢复及其混合参数的估计。仿真试验结果证明了该方法的有效性，也表明它在复杂系统源识别或重建方面具有较大的应用潜力。     

机械源波形恢复方法的研究

重点讨论了旋转机械源（包括振动激励源与噪声源）混合模式及源波形恢复问题。从分析旋转机械源的起源及传播过程出发，整体论述了其混合模式．给出了相应的数学模型。从源分离和波形恢复的角度，对该模型的实用背景进行了综合概括，提出了基于频域分段窄带化的机械源分离整体解决方案。机械声源分离试验结果也验证了该方法的有效性。