针对沙漠地震记录中包含大量复杂噪声降低信噪比的问题, 提出一种将变分模态分解(VMD: Variational Mode Decomposition) 与混合高斯鲁棒主成分分析 ( MoG-RPCA: Mixture of Gauss-Robust Principal Component Analysis)相结合的自适应秩收敛去噪算法。 首先利用 VMD 对含噪记录进行分解, 将分解得到所有模态重排成 一个新的信号矩阵, 并对其进行 MoG-RPCA 低秩分解, 当分解误差满足预设要求时提取有效低秩分量, 最后将 低秩矩阵中每一道信号的所有模态叠加并与含噪记录作差得到最终去噪结果。 该方法既规避了 VMD 模态取舍 问题, 同时对传统低秩分解进行自适应秩收敛, 从而无需多次调整秩数大小。 模拟实验和实际数据处理表明, 该算法可以有效压制低频噪声, 对有效信号幅度保持均能到达 85% 以上。

针对常规发动机性能监测方法在高功率微波环境下不适用的问题, 研制出一种场线联合电磁脉冲防护和无源光网络接入技术相结合的性能监测系统。 建立监测节点高功率微波耦合响应的电磁仿真模型, 定量分析总线诊断节点的高功率微波防护性能。 试验结果表明, 在场强 50 kV/ m 的宽带高功率微波环境下该性能监测系统运转正常, 实现了监测数据和控制命令的远距离双向实时传输。

针对天然气管道发生泄漏时信号受到强烈的噪声干扰难以准确提取有用信号的问题, 提出一种变分模态分解(VMD: Variational Mode Decomposition)结合变点理论(SCT: Statistical Change-point Theory)和广义形态滤波 (GMF: Generalized Morphological Filtering)的有效信号去噪方法(VMD-SCT-GMF)。 该方法首先利用 VMD 对信号进行分解得到若干个模态分量, 然后计算各模态分量的自相关函数绝对值均值并结合变点理论区分出噪声模态和有效模态, 重构有效模态分量作为去噪后信号, 最后通过广义形态滤波器进一步滤波得到去噪后的信号。 实验结果表明, 所提出的方法与基于 VMD 结合豪斯多夫距离去噪方法、VMD 结合互相关系数和小波的去噪方法、基于互信息的 VMD 去噪方法相比, 去噪效果更佳。

针对广义互相关(GCC: Generalized Cross-Correlation)时延估计方法在低信噪比的情况下会产生较大误差的问题, 提出一种基于变分模态分解( VMD: Variational Mode Decomposition) 结合广义二次互相关( GSCC: Generalized Second Cross-Correlation)进行时延估计的方法。 该方法首先对两路信号分别进行变分模态分解, 分离有效模态和噪声模态, 使用豪斯多夫距离(HD: Hausdorff Distance)优选模态并重构信号, 然后运用广义二次互相关对处理后的信号进行时延估计。 理论分析和仿真实验结果表明, 与广义二次互相关方法、 小波去噪结合广义二次互相关(WT-GSCC: Wavelet-GSCC)方法比较, 该方法能有效提升估计精度, 具有良好的抗噪性能。

由于可再生能源和负荷的不确定性, 电力系统潮流分析需要有效的工具。 目前的多数研究都假设一组给定的概率密度函数(PDF: Probability Density Functions)建模不确定性, 并开发参数概率潮流工具。 为此, 提出了一种非参数概率潮流分析方法确定潮流输出的偏微分方程。 该方法基于平均值一阶鞍点近似。 对于 n 个随机变量系统, 利用潮流计算建立一阶 Taylor 级数展开, 然后采用鞍点近似确定期望输出变量的概率特性。所提出的非参数估计器在需要合理的计算量的同时, 能提供精确的结果。 此外, 在不使用积分或微分算子的情况下, 直接建立了潮流输出的概率分布函数和累积分布函数。 在 IEEE 14 总线和 IEEE 118 总线测试系统上进行了测试, 所得结果与其他方法相比, MVFOSPA(Mean Value First Order Saddle Point Approximation) 比 MCS(Monte Carlo Simulation)算法运行时间减少了12% , 验证了 MVFOSPA 方法的有效性。

为实现红外图像与可见光图像的融合, 设计了以响尾蛇的视觉成像机制为基础的红外图像与可见光图像 融合神经网络结构。 首先根据双模式细胞的 6 种响应模式, 得到红外和可见光图像的 6 种响应结果, 然后以视觉感受野数学模型为基础,将 6 种双模式细胞响应输入到由 ON 对抗系统和 OFF 对抗系统组成的双层网络结构中, 最后输出 R、G 和 B 3 个通道的映射值及伪彩色图像增强结果。 分别对 4 组经过配准的红外和可见光图像 进行融合, 将该方法融合结果与经典的 Waxman 方法融合结果进行了对比, 实验结果表明,所设计的网络结构得到的融合图像效果较好, 信息熵和平均梯度均优于经典的 Waxman 方法融合结果。

在传统的振动测量中, 激光监测装置只能测量电机的单个参数。 为实现对轴中心高为 56 mm 及以上电机的机械振动测量, 建立了双通道独立测量系统。 该系统可用于同时测量电机转轴的速度以及转轴产生的振动。 该实验基于法布里鄄珀罗干涉、 散斑干涉原理得到含有振动信号和速度信号的混合信号, 将合成信号分解后, 运用希尔伯特变换解调振动信号以及自相关函数处理速度信号。 实验结果表明, 振动测量误差小于255 nm, 速度测量相对误差小于 0. 11% 。 该系统结构紧凑, 操作简单, 易于实现, 具有非接触性、 抗电磁干扰强、 高精度等优点。

针对语音信号特征提取在处理含噪语音信号时识别率低, 抗干扰性差等问题, 提出了一种基于改进的经验模态分解算法对含噪语音信号进行特征提取。 该方法通过对含噪声语音信号分解分类并对两类模态分量分别处理再进行重构和特征提取, 解决了目前大多数语音信号特征提取过程会滤掉部分原信号问题, 在有效地消除了噪声信号的基础上, 尽可能多地保存原信号, 进而使系统的识别性能得到明显提高。 实验结果表明, 该算法在不添加噪声的情况下可以达到 95. 5% 识别率, 在添加不同比例噪声时, 相比于几种传统算法, 该算法依然保持高识别率。

当多架无人机协同作战时, 需要进行协同航迹规划, 以提升任务成功率。 将协同航迹规划中的约束转换为多个目标后, 对 NSGA(Non-Dominated Sorting Genetic Algorithm)-Ⅲ算法与势场蚁群算法进行融合设计。 算法首先对地图进行势场构建, 使距离障碍物较近的节点不易被选择, 并且引导搜索方向。 然后对航迹代价、空间协同约束和时间协同约束进行数学建模, 转换为数值指标, 并设置为 NSGA-Ⅲ算法的多个目标。 对 NSGA-Ⅲ算法设计了临界层选择方法和进化算法等。 最后在二维和三维栅格地图中, 改进 NSGA-Ⅲ算法利用各种群为各无人机搜索出期望的航迹。 仿真实验表明, 规划所得到的各无人机航迹安全且代价较小。

为提高利用表面肌电信号(sEMG: Surface Electromyography)进行手势识别的准确率并解决其受不同提取特征影响的问题, 提出了一种基于多路卷积神经网络(MB-CNN: Multi-Branch Convolutional Neural Networks)的手势识别方法。 首先, 使用 MYO 手环采集 8 种不同手势的 sEMG 信号; 然后, 利用滑动窗口法对 sEMG 信号进行活动段提取, 生成大小为 64×8 的原始训练样本; 其次, 作为对比实验, 提取 7 种不同的时域和频域特征, 利用机器学习算法进行手势识别。 最后, 在避免常规特征提取的情况下, 构建了一种多路卷积神经网络模型用于手势识别, 测试集上准确率达 97.89% 。 实验表明, 针对手势识别问题, 该方法高效可行。

针对传统滑模观测器抖振现象严重且控制速度慢等问题, 利用蚁群算法优化滑模观测控制器。 为提高蚁群算法的搜索速度以及全局最优解的寻优能力, 将混沌思想与蚁群算法相结合并对其进行优化, 同时对改进的混沌蚁群算法优化滑模观测器的增益进行优化, 以提高基于滑模观测器控制的内埋式永磁同步电动机转速控制系统的动态响应特性和转速估计精度。 最后通过仿真对所提出的改进方法进行验证, 结果表明基于混沌蚁群算法优化的转速控制系统在转速控制方面具有更快的响应速度, 更低的转速估算误差以及更好的稳态精度, 充分说明该方法的有效性。

为解决脊型波导相位调制的有效折射率测量问题, 提出一种 3 端口 MZI(Mach-Zehnder Interferometer)结构, 能定量测量并分析 PN 结(Positive-Negative junction)脊型硅光波导中, 有效折射率的实部和虚部受偏置电压调制的相对变化, 并给出多项式拟合方程。 实验所得结果与拟合结果非常符合, 最终可以得到脊型波导在相位调制过程中的特性。 该测量方法简单易行, 可应用于硅基光电子集成芯片当中, 作为载流子调制特性定量检测器件。

为实现光学相控阵(OPA: Optical Phased Array)的光相位调控性能的快速测试, 即快速测试 OPA 波束扫描角度对应的配置电压, 设计了一个具有自反馈功能的闭环测试系统。 由上位机控制 64 路驱动电源为 OPA 提供配置电压, 通过远红外相机检测 OPA 出射光在成像屏上的光场分布, 根据主瓣位置确定的波束扫描角度, 以余弦相似度为指标与预置的扫描角度进行对比, 进一步调整 OPA 的各路配置电压, 最后得到设定的波束扫描角度对应的最佳实际配置电压。 实验证明, 该系统可以在 16 min 内实现 OPA 指定波束扫描角度对应的 64 路配置电压的快速测试, 所得峰值旁瓣电平为-10 dB 左右, 且系统具有高稳定性, 强抗干扰能力和快速测试等优点。

海洋环境复杂多变, 单一水下传感器目标识别精度不能满足系统性能要求, 并且水下数据噪声大、 维度高, 直接进行数据融合并不能得到较好的结果。 为此, 针对多场景水下多源试验数据, 使用去噪自编码和多种降维方法进行多角度特征级融合。 首先, 使用去噪自编码器去除噪声、 降低数据维度并且抽取出深层特征; 然后, 对深层特征使用数据层叠方法进行多源数据融合。 融合方法包括主成分分析、 独立分量分析和等度量映射。 不同场景下对比试验表明该方法取得较好的分类结果, 其中主成分分析取得较高目标识别率。

为清晰而明确地掌握社交媒体使用与用户信息窄化的关系及其作用程度, 选取典型的社交媒体之一新浪微博(N= 7 825), 分析微博使用度、 活跃度、 影响度的现实指标所伴随的用户信息窄化。 从两方面实证考量用户内容在多种使用指标中的信息窄化。 结合配对样本 t 检验的结果显示, 微博媒介的使用程度越高的用户层级, 其语义上的自我相似度越高, 内容类型的分布均衡程度和丰富程度越低。

为解决中文数据的重复检测问题, 在 SNM( Sorted-Neighborhood Method) 算法的基础上提出了一种融合《同义词词林扩展版》和中文分词于一体的重复记录检测算法, 通过利用《同义词词林扩展版》和 Jaccard 算法计算词语相似度, 同时采用 Python 中 Jieba 中文分词的方式对语句进行分词, 从而达到优化余弦相似度算法计算语句相似度。 改进后的算法能有效的对记录为中文的字段和语句进行重复记录检测。 并通过对某辅导机构学生测验信息数据集进行实验, 实验结果表明, 该算法的查全率及查准率比传统 SNM 算法有了很大提高。

为科技智库时代的发展, 更好地提供科技资源, 提高信息服务的质量和水平, 采用数据挖掘技术和用户画像建模方法应用于吉林省科技文献信息服务平台(简称“平台”), 可以根据用户下载文献的历史数据发现、挖掘数据之间的关联关系; 平台功能的升级, 极大提升了平台用户检索绩效、 用户信息获取绩效, 提高了用户科研绩效, 完善了平台的支撑和保障作用。 该用户行为分析在平台 V2. 0 版本中得到了很好实践应用。