基于小波变换的光纤周界定位系统

为提高基于双Mach-Zehnder干涉仪结构的光纤周界定位系统的定位精度,对信号频率范围及信噪比对系统定位精度的影响进行了理论分析和仿真研究.在此基础上,提出在选用光缆时需要兼顾对外界振动的敏感性和对外场复杂环境的适应性,以确保在长期可靠运行的前提下,扩展采集信号的频率范围;使用小波阈值降噪算法,提取振动信号的有效频率成分,滤除噪声,提高信噪比.最后进行了监测距离31 km的外场实验,验证了所选用光缆的优良性能和小波降噪算法的有效性.     

小波降噪与快速包络谱峭度相结合的轴承组件故障诊断技术

作为飞轮重要的旋转支撑部件，轴承组件的性能对飞轮寿命有着重大影响,因此如何在早期对轴承组件进行筛选显得尤为重要。轴承组件在故障初期，其故障特征比较微弱，故障信号很容易淹没在背景噪声信号中，给轴承组件的早期故障判断和定位带来了很大的困难。本文以飞轮常用轴承组件为研究对象，基于快速包络谱峭度的振动测试方法，先通过对采集的轴承组件振动信号进行小波降噪，提高特征信号的信噪比，然后对振动信号进行全频段的峭度分析，可以对轴承组件进行早期的故障诊断并进行故障定位，得到轴承组件故障频率，为后续轴承组件故障诊断研究提供方法手段。     

磁轴承PWM开关功放电流实时降噪

针对传统低通滤波器在脉冲宽度调制(PWM, Pulse Width Modulation)开关功放电流降噪过程中存在去噪效果与系统带宽难以兼顾的问题,提出了一种基于提升小波变换的功放电流实时降噪法.首先基于dB4提升小波算法,采用滑动数据窗、对称边界拓展和阈值法强制降噪等相结合的方案实现对功放电流的实时降噪.然后根据不同小波分解层数对系统截止频率的影响,确定合适的小波分解层数.实验证明,提升小波实时降噪算法既可以有效地滤除功放电流噪声,又对系统带宽和相角滞后影响较小,非常适用于对实时性和信噪比都有较高要求的磁悬浮高速转子系统.      

小波变换在大地回波噪声处理中的应用

基于小波变换的多尺度分辨特性,作者对连续信号、脉冲信号和宽平稳白噪声在小波域中不同分解尺度上的模极大值变化规律进行分析,根据它们的变化规律用Mallat快速算法设计出一套用于抑制低信噪比雷达回波中的干扰噪声、最大限度提纯真实回波信号的算法.仿真实验证明,该算法对抑制噪声作用明显,能较好地提纯雷达回波信号,这为低信噪比下雷达回波信号检测提供了一条有效途径.     

基于小波包变换及时间 小波能量谱的振动信号分析研究#br#

基于具有时频分析特性的小波包分析方法，对振动系统的测量信号进行了降噪处理，采用的软 硬阈值折中小波去噪方法兼有软阈值与硬阈值降噪的优点，且通过折中因子的引入，可以在信号分析中更灵活的进行信号处理.对去噪后的信号，基小波时间 能量谱分析，可以很好的将信号的主成分清晰的展示出来，并根据其能量在各频带的分布，可以直观的展示信号特征，为机械振动系统的故障诊断与识别，提供一套理论的方法.研究中所发展的分析方法在机械振动系统及其振动组件的状态监测及故障诊断识别方面有广阔的应用前景.     

基于自相关及相位差法的高精度频率估计算法

为提高高斯白噪声背景中正弦信号的频率估计精度,对基于自相关运算的频率估计算法的相关长度m进行了推导,得到了m的优化值与信噪比的关系式.当信噪比较高时,m的最优值为N/3(N为信号采样点数);信噪比较低时,m的最优值为N/2.通过对自相关法及分段FFT(Fast Fourier Transforms)相位差法特性的分析,提出了一种性能更优的频率估计综合算法. Monte Carlo仿真实验表明:新算法吸收了两种算法的优点,克服了其不足,在更大的信噪比范围内具有较高的频率估计精度,且计算量也较小.      

基于多重相关法的正弦信号初相检测方法

分析了基于多重相关法的微弱正弦信号检测理论,并提出了一种新的正弦信号初相检测新方法。通过对原始信号进行多重自相关运算得到信噪比高,初相为零的参考信号,对参考信号和原始信号做互相关运算和自相关运算,通过解析求解即可提取原始正弦信号的初相信息,不需要知道原始正弦信号频率及幅度,尤其适合低信噪比下未知频率的正弦信号的初相估计,算法简单,准确度可以满足工程要求,具有一定的实用价值。     

小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.      

基于在线频率估计的自适应反馈主动隔振技术

针对自适应前馈控制方法的缺点,提出一种周期性振动主动控制的自适应反馈控制方法.利用误差信号恢复振动干扰信号,采用级联陷波器估计信号中周期性分量的频率,并在估计频率处为控制器构造参考信号;控制器的参数则根据Lyapunov稳定性原理进行调整.仿真和主动隔振试验结果表明:频率估计方法在不同信噪比情况下均具有较好的估计精度;主动控制方法在振动频率处的隔振效果明显,隔振量可达16?dB以上,且控制器的参数收敛速度较快.     

基于小波变换的干涉SAR图像的降噪方法

根据干涉合成孔径雷达(SAR)图像的噪声来源和性质以及干涉合成孔径雷达信号处理的特点,选择了具有对称性和紧支性的双正交小波变换应用于干涉SAR图像的噪声抑制,提出了基于小波标架表示的干涉SAR相位图像的降噪算法.与传统的低通滤波器及中值滤波器处理的结果对比显示,利用小波变换方法处理干涉合成孔径雷达图像以提高干涉相位精度的方法是可行的,并且小波变换方法是基于观测数据的自适应算法.      

宽带LFM信号的线性度测量

介绍了一种采用微波延迟线鉴相的方法对宽带LFM信号的线性度进行测量的装置。在该装置中,使用光纤、电缆实现微波延时,在小波变换的基础上采用相位建模以提高瞬时频率的测频准确度,根据线性调频信号的调频形式建立数学模型,得出了线性度的数学表达式。     

一种无人机视觉导航方法及其滤波算法改进

设计了一种无人机视觉/惯性组合导航系统,将无人机和地标点的运动模型作为状态方程,视觉信息作为观测量构建了与之对应的滤波模型.在滤波处理上,采用了复杂加性噪声模型对系统噪声进行建模处理;将小波分析引入到UKF(Unscented Kalman Filter)滤波中得到小波-UKF滤波算法,以此克服视觉观测噪声对滤波的影响;采用最大后验概率准则(MAP,Maximum A Posterior)自适应估计观测噪声协方差阵,并将其反馈到滤波过程中克服了小波处理后观测噪声方差阵不易确定的不足.仿真结果证明:对滤波算法的改进可以有效地提高滤波估计的精度.     

一种基于核回归的改进型图像去噪方法

为了消除图像处理中的噪声,同时尽可能地保留图像细节,提出了一种基于核回归的图像去噪算法。该方法的基本思想是在经典方法以像素位置决定权值的基础上,引入像素灰度值。即核函数在计算权值时考虑两个因素:空间距离和灰度距离。通过计算控制核来做到自适应,最后引入一个迭代过程。实验结果表明该算法能够在滤除图像中的高频噪声的同时尽可能保留了图像的细节特征,获得了较为理想的去噪效果。     

无人机复杂电磁环境频谱特征反演测量

针对复杂电磁环境对无人机用频设备的干扰和威胁，本文提出了一种复杂电磁环境信号频谱特征的反演方法。该方法基于小波变换原理对无人机典型用频频段电磁信号进行变换处理，对其频谱特征进行奇异性检测，结合信号降噪处理等技术去除频谱伪奇异点对接收信号频谱特征进行反演测量，并对该方法进行了仿真验证。仿真结果表明该方法反演复杂电磁环境频谱特征满足无人机数据链抗干扰设计要求。     

直升机声疲劳源的诊断技术研究

首次开展直升机声疲劳源的诊断工作,基于小波变换原理,建立了直升机声疲劳源的诊断方法与技术,它包含小波分解与重构阶数的确定、噪声信号分解、分解信号重构以及分离信号的1/3倍频程计算等方面内容.该方法具有低频信号分辨率高和易于重构等特征,特别适合直升机的主、尾桨噪声信号进行分离.通过对模拟的主、尾桨信号进行分离,并将分离后的信号与原始信号相比,发现误差不超过2.3%,因此,验证了该法的有效性.另外,应用该法还对小松鼠直升机所记录的噪声信号进行主、尾桨噪声分离,所得结果表明:建立的直升机声疲劳源的诊断技术,能够处理直升机非平稳噪声信号,可以完成直升机主、尾桨噪声的分离.     

基于小波分析的目标轨道机动自主检测方法

空间目标的轨道机动是与相对距离变化率的突变联系在一起的.测量值是通过星载激光雷达得到的目标的相对距离,特征量是采用微分平滑处理获得的相对距离变化率.由于测量噪声的影响,机动引起的特征量突变被淹没在噪声中.利用小波分析的多尺度分解,就能够把淹没在噪声中的特征量变化揭示出来.为了满足星上自主运算的要求,提出的机动检测方法就是基于对小波分解后信号的处理,通过对相关系数阈值的比较来检测特征量的突变.仿真结果验证了该检测方法的可行性和有效性.      

基于频偏校正的频率估计算法误差分析

介绍了基于频偏校正的频率估计算法原理,给出了算法在高斯白噪声背景下进行复正弦信号频率估计的标准差计算公式.在采样点数为N的情况下,对m的取值进行优化,得到当m取最接近N/3的整数时,算法的标准差达到最小值.Monte Carlo仿真试验结果表明:m取最接近N/3的整数时,频偏校正算法的标准差小于比值法(加汉宁窗)和相位差法,且在偏离FFT(Fast Fourier Transforms)离散谱线的频率变化范围内比较平缓.当信噪比较大时,优化取值后的算法标准差比m取最接近N/2的整数时小,且更加逼近克拉美-劳下限.     

基于小波包和Elman神经网络的液压泵故障诊断

针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,及 传统的BP网络进行故障诊断时网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了 一种将小波包变换和改进Elman神经网络相结合,进行液压泵故障诊断的新方法.利用具有 紧支结构的小波函数对信号进行分解,削减小波系数以滤除信号中的噪声;单支重构以有效 提取各频带的故障特征,并以频带能量作为识别故障的特征向量;应用改进的Elman神经网 络建立从特征向量到故障模式之间的映射,实现液压泵故障分类.试验结果表明,采用小波 包和改进Elman神经网络相结合的方法可有效的实现液压泵故障的诊断.