基于小波分析的火箭发动机试验流量数据去噪处理

在某型号火箭发动机试验中,液氧流量数据包含有大量的噪声成分,严重影响对发动机性能的评估。采用小波分析方法对含噪信号进行去噪处理。分析硬阈值、软阈值阈值去噪方法的特点。以信噪比作为选用Sym系和Db系小波基函数的衡量标准选取Sym5和Db9小波作为基函数。将Sym5、Db9小波基函数分别与自适应阈值选择无偏似然估计法(Rigrsure)、启发式阈值选择法(Heursure)进行组合对含噪数据进行去噪处理,将信噪比和相关系数作为去噪效果的评价指标。计算去噪后的数据与设计部门提供的理论数据的相对误差,结果显示Rigrsure和Db9基函数组合的去噪方法效果较好。该方法在火箭发动机试验数据去噪领域有重要的应用和推广价值。     

改进小波阈值去噪法在管道泄漏检测中的应用

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

改进小波阈值去噪法在管道泄漏检测中的应用CSCD

基于负压波式的管道泄漏检测方法中,需要解决的核心问题之一是对负压波信号的去噪。在分析了利用小波变换理论与小波阈值去噪的基础上,对传统的硬阈值和软阈值函数、双曲型和指数型函数与改进的阈值函数算法进行了对比。实验表明,改进算法在处理管道泄漏检测中,对检测的负压波信号能够获得较大的信噪比,具有较好的去噪能力,能有效提高泄漏检测精度。     

改进的小波阈值消噪法应用于超声信号处理

超声检测中回波信号信噪比低、易于被噪声淹没,小波变换是一种有效的提取缺陷回波的方法.建立了超声缺陷回波信号的数学模型,对基于小波变换的软、硬阈值消噪法作了改进,提出一种折中方法用于超声缺陷回波信号的去噪,同时以信噪比为目标函数对参数的选取也作了优化.仿真实验结果表明,改进方法非常适合用于超声信号的分析,能够很好地抑制噪声,它最大程度的发挥了小波软、硬阈值消噪法的优点,避免它们的缺点,使用该方法处理的信号相对于小波软、硬阈值消噪法在一定程度上改善了去噪的效果,提高了回波信号的信噪比.      

基于组合赋权的对地攻击无人机自主能力云模型评价

针对对地攻击无人机自主能力量化评价的不确定性问题，提出基于组合赋权的云模型评价方法。基于认知控制结构，从感知探测、规划决策、作战执行、安全管理和学习进化5个方面构建自主能力评价指标体系。运用基于博弈论的组合赋权方法，结合改进层次分析法和改进熵权法确定组合权重，克服了单一赋权方法确定指标权重的片面性。考虑自主能力评价过程的模糊性和随机性，提出一种对地攻击无人机自主能力云模型评价方法，采用浮动云算法实现评价指标云的有效综合。对3种对地攻击无人机进行仿真验证，结果表明：所提方法综合考虑评价对象的主客观因素，消除了单一赋权方法的局限性，权重分配科学合理。自主能力云模型量化评价能够有效区分不同类型对地攻击无人机自主能力等级的差异性，评价结果准确可信。     

小波阈值去噪法在MEMS陀螺信号处理中的应用

近年来MEMS陀螺发展迅速，应用广泛，但性能参差不齐。为改善MEMS陀螺的输出信号性能，综述了近年来小波阈值去噪法在该领域内的研究进展情况。重点从阈值函数的不同改进形式、阈值选取方式的不同以及分解层数三方面对比分析各小波阈值去噪法之间的优缺点。通过现阶段的去噪效果评判标准，结合MEMS陀螺信号的特点，对近年来小波阈值去噪的应用情况进行分析说明，总结小波阈值去噪法在不同使用条件下对MEMS陀螺信号处理上的优势与不足，为后续相关研究提供一定的参考价值。     

电压表误差的两重性

为了保证误差的准确性和维护误差定义的严肃性,一般情况下应遵循误差的真值原则。电压表指标给出方式有两重性时,应尽可能按真值原则去理解。文章给出了误差定义的真值原则,介绍了电压表指标的另一种给出方式和固定被检读标准法和固定标准读数被检法二种误差检定方法中的误差两重性,并举例加以分析、说明。最后给出了符合真值原则的检定方法。     

SAR图像的非下采样Contourlet噪声抑制算法

非下采样Contourlet变换克服了小波变换非一维奇异性最优基的缺点,而且其平移不变性使其边缘保持能力优于Contourlet.提出了一种非下采样Contourlet的合成孔径雷达(SAR,Synthetic Aperture Radar)相干斑去噪模型.首先对SAR图像进行同态变换,将乘性噪声变为加性噪声;再进行非下采样Contourlet变换,包括非下采样金字塔分级和非下采样方向滤波2部分;最后利用阈值的方法将信噪实施分离.实验中针对乘性噪声污染的航拍图像和原始SAR图像,进行了传统的Lee滤波器和小波滤波器去噪,与上述模型去噪进行比较,在去噪性能和边缘保持的主观视觉上都得到了优异的结果.      

光纤陀螺分形噪声的预白化滤波方法

光纤陀螺分形噪声往往具有长相关特性,导致陀螺输出信号慢漂移.为了滤除这类分形噪声,提出了一种分数阶预白化差分方法,通过该方法可以将分形噪声转化为高斯白噪声;利用小波变换,在小波变换域中采用Bayes软阈值去噪方法去除该白化噪声,从而形成了一种光纤陀螺分形噪声的预白化滤波方法.对VG949p型光纤陀螺实测数据处理结果表明,该方法能够有效地去除其中的分形噪声,抑制了陀螺低频漂移,同时也滤掉了其高频噪声项.      

基于云模型的民航监察员队伍能力综合评价

针对民航监察员队伍能力量化评价缺乏全面性的问题，构建了一种综合评价指标体系。基于民航监管相关研究及标准分析，提取监察员队伍能力的1级和2级指标。采用G1-CRITIC法计算监察员队伍能力指标的主客观权重。为消除单一赋权法的片面性，基于博弈论思想将主客观指标进行线性组合并确定其权重占比。引入云模型对构建的指标体系进行实例综合评价。结果表明:所构建的能力综合评价指标体系能较好体现民航监察员队伍的综合能力，指标权重分配较为合理。此外，预测出的监察员队伍能力缺陷和不足，能够有利于提升针对其培训的科学性并激发监察员队伍的监管效能。      

适用于弹道导弹的导航星选取方法

针对当前适用于弹道导弹的导航星选取方法较少,研究了一种根据标准弹道均匀化选取导航星的方法.通过分析导弹飞行弹道及飞行参数的影响,在构建"伪天球"坐标系的基础上,确定了导航星的选取区域,简化了因射向变化、坐标越界等造成计算和搜索比较复杂的问题;基于天球上的基准点及提出的"距离-星等"加权法,均匀化地筛选导航星,并按照k-vector索引方式构建适用性较好的弹载导航星表,可以有效地提高星图识别算法的效率.仿真结果表明,该方法简单易行,选取的导航星数量少,分布均匀性好,在不降低星图识别成功率的基础上,能够有效地减少识别时间.     

一种综合孔径微波辐射计成像处理算法

综合孔径成像是基于干涉仪成像原理实现的一种成像方式,其通过对干涉测量结果进行逆傅里叶变换得到场景的亮温分布,利用小波增强去噪算法在时域和频域同时对图像进行处理,增强需求信息抑制非必要信息,并附加特定的窗函数滤除杂波,提高重建的微波辐射计图像的清晰度和平滑感。采用盲解卷的Lorentzian超分辨率算法提高成像的分辨力,较好的解决了天线口面尺寸与分辨力矛盾的问题。     

一种综合孔径微波辐射计成像处理算法

综合孔径成像是基于干涉仪成像原理实现的一种成像方式，其通过对干涉测量结果进行逆傅里叶变换得到场景的亮温分布，利用小波增强去噪算法在时域和频域同时对图像进行处理，增强需求信息抑制非必要信息，并附加特定的窗函数滤除杂波，提高重建的微波辐射计图像的清晰度和平滑感。采用盲解卷的Lorentzian超分辨率算法提高成像的分辨力，较好的解决了天线口面尺寸与分辨力矛盾的问题。     

小波模拟退火-软阈值SAR图像降噪算法

提出了一种新的SAR(Synthetic Aperture Radar)图像降噪方法,利用小波变换对空间位置信息保留的特性,依据小波变换后近似图像仍满足吉布斯分布,将模拟退火算法引入到小波域中,首先,根据SAR功率图像斑点的特性,对传统的同态变换方法做出了相应的修正,大大降低了处理结果的辐射偏差,提高了等效视数,然后在多分辨率理论和小波变换理论基础上,选用适合特定图像的最优小波基进行分解,最后对小波变换后的近似图像进行模拟退火处理,对各个细节图像有选择地进行软阈值处理.实验证明,此方法比传统的小波降斑取得了更好的平滑效果,比传统模拟退火大大减少了处理的时间,同时对图像的辐射精度的保持,斑点的抑制,以及边缘保持都有较满意的结果.      

机场到港旅客换乘时间效率评价指标优选

换乘时间效率评价对提升机场综合交通的换乘效率有着重大意义，传统的指标优选方法应用在民航机场到港旅客换乘评价中难以真实反映指标关系并且缺乏指标筛选规则。针对上述问题，根据指标体系中目标层、因素层、指标层各自与指标的关联特征，抽象出指标的重要性、关联均衡性、独立性3种数据关系，并使用DS证据理论融合得到指标综合关系。基于指标综合关系和综合评价方法，定义评估精度作为筛选指标的理论支撑，并设计算法构建优选模型。使用国内37个机场的到港旅客换乘时间数据进行实证分析，结果表明:指标综合关系能够更精确地反映指标关系，优化了指标排序，比基于主成分分析和最大互信息系数的指标排序更优异，能剔除更多冗余指标。评估精度将可剔除的指标直观展示出来，为筛选指标提供了切实依据，完善了指标优选模型。      

光纤陀螺中分形噪声的参数估计和去除

光纤陀螺零漂信号中主要存在分形噪声和高斯白噪声,采用传统的时间序列分析法很难去除这类混合噪声.基于小波分析,提出一种分步估计加性白噪声强度和分形随机过程参数的新方法.先通过拟合自相关函数,估计出白噪声的强度;再在小波变换域估计分形噪声参数,并选取适当软阈值对测量值滤波.实验结果表明该估计和降噪方法有效地去除了光纤陀螺中的混合噪声,且不需要噪声的先验知识,具有很好的适应性.