低信噪比下雷达回波谱矩快速估计方法

针对在低信噪比下机载气象雷达回波多普勒参数（谱矩）估计不准确的问题，本文在气象目标的雷达回波频谱服从高斯分布的基础上，给出了一种利用协方差矩阵分解的快速参数化谱矩估计算法。通过理论分析，推导出雷达回波的协方差矩阵具有范德蒙结构特性，进而将用于谱矩估计的代价函数转化为类傅里叶变换结构，然后进一步通过快速傅里叶变换和高斯加权滑窗计算代价函数，实现快速的谱矩估计。仿真实验结果表明，该方法在信噪比低于5 dB时仍可以有效估计雷达回波的谱矩参数，同时运算复杂度大大降低，而且在谱宽值较大情况下仍能保持较好的估计性能。      

基于EMD与BP神经网络的齿轮故障诊断

针对基于传统BP神经网络的齿轮故障诊断方法存在收敛速度慢，误差较大等问题，提出经验模式分解（EMD）与BP神经网络相结合的齿轮故障诊断方法。首先简述经验模式分解和BP神经网络的基本原理，然后采用EMD方法提取齿轮时域信号中的各个IMF分量，计算IMF分量中故障信号能量特征参数，将这些能量特征参数作为BP神经网络输入参数进行故障诊断。在齿传动故障实验台上采集足够的样本数据进行实验研究。结果表明:与传统的BP神经网络相比，可将训练误差从0.01降低至0.001左右。此外，训练迭代次数可减小至10次以内。     

基于ELM的英语教学质量评价研究

对英语教学质量实施科学化的评价关系到英语教学质量的提升,为减少主观因素的影响,本文提出一种ELM的教学质量评价方法,该种方法将可以在很大程度上提高教学质量评价的精度。对影响英语教学质量的12个指标进行打分,以此作为ELM的输入,同时将英语教学质量的综合得分作为ELM的输出。评价结果表明,基于EIM的英语教学质量评价结果比SVM、BP具有了很大程度的提升,为实施英语教学质量的评价提供了参考。     

提高关联成像重构质量的研究

比较基于压缩感知关联成像(CGI)与伪逆关联成像(PGI)两者之间的成像效果差异,探讨形态学权重自适应对关联成像去除噪声的效果。选择不同的图像,通过MATLAB软件开展仿真实验,对目标图像分别采样64、256、512、1 024、2 048、3 000次,首先通过关联成像、基于压缩感知关联成像与伪逆关联成像三种方法重构图像,再对比压缩感知与伪逆两种方法重构图像的效果,以峰值信噪比(PSNR)、相关系数(CC)为量化指标,将基于压缩感知关联成像与伪逆关联成像在不同采样次数下进行对比分析。同时,通过实验分析形态学权重自适应去除关联成像中噪声的效果。伪逆关联成像在低次数采样的情况下比基于压缩感知关联成像的成像效果更好,在高采样次数下,基于压缩感知关联成像的成像效果更好。在实际重构中压缩感知关联成像重构的图像仍有噪声,形态学权重自适应可以有效去除关联成像实验中产生的噪声。     

浅析断层构造诱发的冲击地压危险区域的划分及防治措施

根据枣矿集团七五煤矿断层构造诱发的冲击地压灾害,将217工作面共划分为12个危险区域,其中7个弱冲击地压危险区域、4个中等冲击地压危险区域和1个强冲击危险区域;其次,采用风险矩阵评估法对辨识出的冲击地压风险进行评估,由风险发生的可能性和可能造成的损失评定分数,确定相应的风险等级;最后,制定出给出断层构造诱发的冲击地压综合防治措施。     

EBHP分解飞温模型建立及控制分析

对乙苯过氧化氢(EBHP)分解构建了飞温模型,绘制有冷却和无冷却体系两种工况的飞温曲线,分析了乙苯注入、紧急冷却水通入措施对飞温的抑制作用。工艺模拟试验结果表明:该EBHP飞温模型能较好预测温度随时间的变化情况,认定120℃为系统报警温度值,140℃为系统联锁值。以某63/30万t/a的苯乙烯/环氧丙烷(SMPO)装置为例,假定EBHP进料量为1000 t/h,用EBHP飞温模型核算,乙苯注入量(w)为30%的进料量时、或者紧急冷却水通入量(w)为进料量的6.5%时,系统均能快速终止飞温,且效果明显。这一研究结果为装置的安全设计和稳定运行提供了依据。     

基于子系统的非线性时变系统辨识方法

针对非线性时变系统提出一种基于子系统的辨识方法，用于时变多自由度（multiple degree-of-freedom，简称MDOF）系统中非线性的定位和估计，并且无需关于系统的先验知识。所提出的新方法提供一个连续时间模型，MDOF系统按照自由度被分解为不同的子系统。设计正交化算法和误差减小率（error reduction ratio, 简称ERR），可以确定子系统中质量和自由度之间的线性及非线性连接的所有信息。在辨识过程中，时变参数的时间表达式可以由新方法准确给出。用一个3自由度（degree-of-freedom, 简称DOF）集中质量系统和一个机械臂结构的辨识过程为例，对所提出的方法进行验证。由于简单性及高效性，此方法将在实际工程中取得广泛的应用。     

应用独立分量分析的激光测风雷达湍流频谱分解

针对大型风力发电机机组中常见的脉动湍流、风机尾流与涡流等湍流信号,研究了利用自然梯度下降的独立分量分析方法的湍流频谱分离效果,以区分中心风速与湍流信号,提高风机机组的综合工作效率。首先分析了风机组中常见湍流信号的后向散射与频谱分布特点,然后依据这些特点设计了对应的独立分量分析模型。在仿真结果符合要求的基础上,进行了双目激光雷达天线的风速采集与实际分离效果检测。实验结果表明,在大气折射率结构常数C2n≤10-14同时广义大气常数α≥4的通常情况下,利用双目信号能够分离出一个湍流中心和一个中心风速。对1 s内两个谱峰的波动范围进行统计,获得(2.59±0.05)MHz的中心风速以及(1.22±0.19)MHz的湍流中心估计,且二者的平均信噪比分别为25.93 dB和31.01 dB,能够在获得稳定的中心风速估计的同时得到一个较为稳定的湍流中心估计。