汶川地震灾后重建住房规划环境制约因素及对策

汶川特大地震发生，四川省共有153个县（市、区）不同程度受灾，全省灾区需完成城乡住房重建49131．22万m^2（445．4万套），重建城乡住房规划受到资源、环境的制约。通过对其制约因素分析，提出了对环境保护、资源保护有针对性的措施和对策，并对住房选址和建设生态人居环境提出了建议，有利于灾后重建城乡住房规划向建设生态人居环境方向发展。     

基于金属热变形的散斑干涉测温技术研究

从热传导和热弹性理论出发,得出轴对称金属薄板温度应变模型;利用ANSYS有限元计算分析软件分析金属薄板的热变形状态,并与建立的模型进行比对验证;搭建了基于CCD、计算机、激光光源的散斑干涉温度测量实验平台,以钢质薄板作为实验对象,记录不同温度下对应薄板热变形的散斑图像数据;得到了散斑干涉条纹与钢板热应变的对应关系,进而得到了温度与热应变的关系。通过理论分析和散斑干涉实验平台获得的实验数据验证表明,金属热变形温度测试技术方案可行,为兵器、航天领域振动、腐蚀等恶劣条件下的温度测试,提供了一种全新方案。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.     

对一种混沌加密图像方法的破译研究

介绍了利用混沌映射系统进行保密通信的理论依据。分析了一种利用混沌动力学方程所形成的混沌序列来对图像进行加密的方案,并用程序语言予以实现。针对这种一维混沌加密算法,在加密方程、参数和初始值完全未知的前提下,运用相空间重构法和穷举法对其进行了破译研究并成功将其破译。总结了加密和破译方法的优缺点,提出了一种抗破译能力更强的加密方案。     

语音信号相空间重构中时间延迟选择的改进的平均位移法

本文在分析时间序列相空间重构中的时间延迟选取的平均位移法基础上,对该法的原有度量进行改进,得到较好的求时间延迟的准则。改进的平均位移法具有更强的理论依据;应用于语音信号相空间重构的仿真实验表明,其度量一般情况下可得到合适的时间延迟。     

改进相空间重构方法在混沌识别中的应用研究

讨论了传统非线性时间序列相空间重构方法的特点,提出了一种改进的相空间重构方法.为了揭示非线性时间序列中的非线性相关性,采用了一种基于关联积分的统计量,并研究了不同参数对它的影响.研究了延迟时间和嵌入维数之间的关系,并采用时间窗口描述这2个参数的变化规律.同时,应用改进方法计算了混沌时间序列的重构参数,重构了混沌信号的吸引子.研究结果表明,该方法能够从时间序列有效地重构原系统的相空间,为混沌信号识别提供了新的途径.     

基于解析冗余的容错控制--控制率重构研究

研究了基于解析冗余的容错控制--控制率重构方法,分析了控制系统中传感器出现故障时其输出信息重构的问题,并针对核反应堆控制系统进行了仿真试验.由试验结果看出,传感器输出信息重构方法是正确的.     

重构X射线脉冲星信号的纯数值模拟新算法

基于X射线脉冲星的导航技术,无论技术研究还是实验验证,都是以X射线脉冲星信号为基础。但是实际的观测数据无法确定其精确值,不便于进行导航算法的分析验证。因此,通过模拟算法重构X射线脉冲星信号十分必要。基于泊松分布建立X射线脉冲星信号模型,介绍脉冲轮廓的构建方法;介绍了两种纯数值的脉冲星信号模拟算法。针对这两种算法因近似导致信号模拟不精确的问题,提出一种基于精确光子流量函数的纯数值X射线脉冲星信号的模拟算法,该算法采用分段线性函数拟合的脉冲轮廓函数,基于分布函数及其反函数导出。模拟算法重构PSR B0531+21脉冲星的信号,并利用χ2拟合优度检验验证模拟算法生成的光子到达时间服从泊松分布。将提出的算法与两种已有的算法进行比较,仿真结果表明从光子数目和脉冲轮廓误差来看,提出的算法都优于其他两种算法,更接近实际信号。由新算法重构的脉冲星信号进行历元折叠得到观测脉冲轮廓,并将其与标准脉冲轮廓比较,发现随着观测时间的增长,观测脉冲轮廓趋近于标准脉冲轮廓,验证了模拟算法是有效可行的。     

飞行器弹道重建方法改进

基于飞行器的惯性测量数据,根据运动动方程,对弹道进行重建。为进一步限制误差的传播,利用遥测记录的时间步长较大的弹道数据,采用正向配点法和反向配点法进行弹道重建,并在重建弹道数据和遥测弹道数据的相关性的基础上,对正向配点法和反向配点法的计算结果进行加权平均。仿真结果表明,加权改进的方法精度更高。     

粒子滤波匹配追踪重构算法

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下粒子滤波匹配追踪稀疏信号重构算法。该算法将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。