EEMD联合AOK-TFR提取车辆微多普勒特征

利用连续波雷达探测运动车辆时,非线性、非平稳的多分量回波信号不易解析提取,基于此,提出了联合总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和自适应最优核时频分布(Adaptive Optimal Kernel Time-Frequency Distribution,AOK-TFR)的方法提取运动车辆的微多普勒(micro-Doppler)特征。建立了车体振动和车轮转动对雷达回波信号产生的复合调制效应数学模型,并对多分量回波信号进行了EEMD,通过联合AOKTFR解析回波信号的固有模态分量,得到了较清晰的微多普勒时频像,较好地克服了地杂波带来的EMD模态混叠。仿真分析表明该方法提取到的微多普勒特征参数与仿真参数吻合,证明了该方法的有效性。     

基于Polymax算法的大型塔架模态参数识别

以环境随机激励作用下的大型塔架结构为研究背景,提出了基于Polymax算法的大型复杂系统模态参数识别方法。首先针对大型塔架设计环境激励响应信号测试系统,然后对获取的激励响应信号进行分析和截取,选出各组试验中理想的响应信号段,最后基于Polymax算法对截取信号段进行参数识别,并将获取的结果进行模态验证。结果表明：该方法对于大型塔架模态参数的识别具有较高的精度。     

基于LMS系统的某型机枪动力特性测试方法

随着现代机枪不断轻量化,了解其结构动态特性对研究射击精度非常重要.搭建基于LMS的模态分析试验系统,进行硬件、软件及激振系统的配置,对某型机枪进行模态试验,并对测试数据进行分析,其结果对于进一步改进机枪结构动力特性提供了理论依据.     

小展弦比翼面颤振分析方法研究

给出了一种适用于小展弦比翼面初步设计的颤振分析方法.根据小展弦比翼面结构特征,运用简化的理想模态和活塞理论建立颤振分析模型,分析了翼面结构参数对颤振特性的影响.并以某型翼面为例验证了本方法的实用性,与NASTRAN计算结果进行了比较分析.     

面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析；利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节；增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高；前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

基于EMD和神经网络的气阀机构故障诊断研究

运用经验模态分解(EMD)对柴油机缸盖振动信号进行分析,求得各内禀模态函数(IMF)的能量百分比;将能量百分比作为神经网络的输入进行网络训练和故障识别,实现了气阀机构的故障诊断,取得了较好的效果。     

电力系统电压稳定分析方法及应用

介绍了电力系统电压稳定性的概念及其分类，对电压稳定性的静、动态分析方法进行了介绍和比较，最后综合运用连续潮流法、模态分析法、分岔理论以及时域仿真法对WSCC9节点系统进行了电压稳定性分析，结果表明综合方法能充分利用各种方法的优点，分析的结果是有效可靠的。     

超空泡水下航行体振动特性分析

用有限元方法分析了超空泡水下航行体的固有特性,计算了自由边界条件下超空泡航行体的振动特性,求出了固有频率和模态,并选取对其结构性能有重要影响的四类模态,即梁弯曲模态、呼吸模态、径向模态和轴向弯曲模态绘制了三维模态图.研究表明,超空泡水下航行体无阻尼自由振动的首阶模态为梁弯曲模态;呼吸模态发生的初始频率较高;径向模态发生的初始频率较低;轴向弯曲模态发生的频率比较集中,变形较为复杂.所得结果为今后开展进一步的超空泡航行体结构动力学研究提供了模型基础.     

耦合封闭声腔的主导声辐射模态确定方法

将在某一频率下或某一频段内对封闭声腔声势能起主要作用的一阶或几阶声辐射模态定义为耦合封闭声腔的主导声辐射模态。准确认定主导声辐射模态至关重要，直接影响有源控制效果。然而，现有的主导声辐射模态确定方法，要么仅考虑辐射效率的作用而忽视模态幅度的影响，要么就需要用到结构模态信息，难以实现工程应用。基于此，综合运用计算和测试手段，全面考虑辐射效率和模态幅度两个因素，提出了一种基于“初选—预留—后验”的主导声辐射模态确定方法，并通过实验研究证明了该方法的有效性和可行性。结果表明：提出的确定方法能够准确认定主导声辐射模态，确定过程中不需要用到辐射体的结构模态信息，可用于指导控制目标选取或重构封闭声腔声势能。