零彗差自由点条件下的失调光学系统波像差特性分析

基于矢量像差理论,对反射式光学系统的一类特殊失调状态——满足零彗差自由点条件展开研究,分析了该特殊失调下三阶彗差和三阶像散的全视场波像差特性,建立了三阶像散双节点位置的解析计算公式,研究发现该类失调不会引入三阶彗差,并且会导致三阶像散的一个节点位于中心视场附近,揭示了当前传统装调方法中仅采用轴上彗差为零作为系统完善装调的弊端,并基于像差特性分析提出了一种仅根据轴上视场引入定量失调误差前后的像差变化来评估系统完善装调的方法。利用CODE V(Version 10.2)对两反式光学系统进行了仿真分析,结果表明文中建立的模型和方法可定量分析三阶像散双节点的位置及该类失调对系统波像差的影响规律,并验证了所提出系统完善装调方法的有效性。     

基于改进希尔伯特-黄变换的进动目标周期估计

针对进动目标的微多普勒周期估计问题,提出了一种基于改进希尔伯特-黄变换的提取算法。该算法通过将希尔伯特-黄变换中的经验模态分解（EMD）替换为完备总体经验模态分解（CEEMDAN）,对目标回波信号进行分解得到各本征模态函数（IMF）后,再对IMF进行希尔伯特谱分析,从该希尔伯特谱中提取出目标信号中的微多普勒周期。仿真表明,所采用的方法能有效地克服EMD算法噪声环境中性能较差的缺陷,在低信噪比条件下具备较好的性能。     

基于声矢量传感器原理的目标被动定向算法

声测被动定向是声学监视技术的重要研究内容.为了实现对低空运动目标的声学监视,提出了一种基于声矢量传感器原理的被动定向方法,推导出了基于互谱法声强测量技术的定向算法,并对定向算法进行了分析和数值仿真.仿真表明:当传感器尺寸为0.28m、信号信噪比为5dB时,定向精度在2.5°以内.仿真结果说明,该定向算法是正确可行的,有较大的实用价值.该研究成果可直接用于空中运动目标,如飞机、导弹和无人机等目标的声测被动定向.     

基于小波包分解和多类支持向量机的音频隐秘检测算法

在利用隐秘软件进行信息隐藏时,大多会改变载体的统计特征,针对这一特点本文提出了一种基于统计量的隐秘音频文件检测算法。本算法综合使用了小波包变换和支持向量机技术,分别用于特征形成和分类判别。在不同嵌入率下对几种常见的隐秘软件生成的隐秘音频进行仿真试验,结果表明,该算法具有较强的通用性,对于隐密音频文件具有较高的识别率。     

高职高专篮球选项课中组合练习的教改实验研究

一、引言高职高专学院篮球选项课教学长期以来,一直沿用传统球类运动教学的教材和组织方法进行教学。其特点是把篮球运动的教学方法手段,分解为相对独立的单元,并形成技战术体系。在教学上强调技术,在有技术的基础上培养实战意识和能力。学生在体育课上以掌握技术动作为主,而高     

SPH并行计算方案及其在自由表面流动模拟中的应用

针对光滑粒子动力学主要计算量是近邻粒子搜索这一特点,提出了一种基于粒子分解的光滑粒子动力学并行计算方案。利用该方案可以方便地将任意串行光滑粒子动力学代码并行计算,而且每一个时间步内的信息传递量只和粒子总数有关,而和粒子的分布无关,因而特别适合于自由表面流动等大变形问题的并行数值模拟。对一个粒子总数为40万的三维溃坝问题的模拟结果表明:此方案能达到的最大加速比约为16,这一结果可能比空间分解方案(不考虑动态负载均衡)更优。     

混合气体识别的响应等效性与瞬态信号正交分解模型

针对目前混合气体识别大多采用传感器稳态响应信号、基于线性混合假设或大量样本学习,而瞬态响应信号特征分析主要应用非正交分解的问题,提出一种基于响应等效性与瞬态信号正交分解的混合气体识别模型。分析金属氧化物半导体传感器对混合气体的响应特性,建立基于气体响应成分等效性假设的气体非线性混合模型,在此基础上,提出并应用一种新的正交基函数——扩展类Legendre正交基,对气体传感器瞬态响应信号进行分解;通过对正交分解系数与气体浓度的回归分析,验证二者之间的指数型关联关系,并以正交分解系数为特征参数,利用气体非线性等效混合模型对混合气体分解与辨识。实验结果表明,尽管这种混合气体识别模型仅用单一气体检测的先验知识,对混合气体的识别误差仍可达到15%以内。     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

MEMS矢量传感器方位估计误差分析

为提高MEMS仿生矢量传感器的定位精度,对其误差来源进行分析。对于单个矢量传感器,误差来源于其自身灵敏度不一致及流噪声的影响。提出通过分段插值来绘制线性曲线、选用差分测量结构和调整两路输出信号的大小使灵敏度一致;对于流噪声产生的误差,提出一种加聚氨酯导流罩的新结构,可以使水听器抑制流噪声的能力较之前提高20 dB。对阵列而言,选取不同阵元数进行仿真对比分析,得出随着阵元数的增加,水声传感器阵列DOA估计的准确度会随之增高,分辨力也随之增强。通过对影响MEMS矢量传感器方位估计的误差来源进行分析,进一步提出解决方案,为提高其定位精度提供了有力的科学支撑,从而为MEMS矢量传感器的工程化应用奠定了坚实的基础。