基于分形理论的红外图像港岸背景抑制方法

为了实现港岸背景的抑制,提出了一种基于分形理论和小波变换的背景抑制方法。首先,在高斯去噪的基础上,使用Otsu方法对图像进行粗分割;然后,对粗分割得到的背景图像进行分形降维处理,选定序列图像的比较区域;最后,利用小波变换的奇异值检测特性,在比较区域寻找序列图像比较的基准点,从而确定序列图像的移动范围,进而实现序列图像背景抑制。通过对实际港岸背景红外图像的实验,验证了所提方法的可行性和有效性。     

基于LabVIEW的滚轮滑轨磨损故障监测系统

飞机襟、缝翼运动机构中滚轮滑轨的磨损状况对飞机的安全性有很大的影响,为研究滚轮滑轨的磨损情况,基于某滚轮滑轨磨损试验机,Ni WLS-9234数据采集卡和LabVIEW软件开发平台,对滚轮和滑轨相对位移所产生的振动信号进行采集及分析,并开展大量试验,开发了一套磨损故障监测系统。系统采用Remote Panels监控技术、SQL与数据库访问技术、报表生成技术、以及小波分析技术,能够有效地监测磨损故障。     

基于粒子群优化的WNN飞行数据气动力建模

为了使所建立的气动力模型能准确地描述飞行器的动态特性,提出一种基于改进粒子群优化(IPSO)算法的小波神经网络(WNN)飞行数据气动力建模方法。该方法引入邻近粒子信息和变异操作,对标准PSO(SPSO)算法的不足进行改进,以提高WNN参数的全局搜索能力,克服早熟收敛,再按照所设计的飞行数据的气动力建模流程,构建了IPSO算法训练的WNN模型。试验结果表明:提出的气动力建模方法预测精度高,收敛速度快,能较好控制早熟收敛问题,用于飞行数据的气动力建模是有效的,也是可行的。     

基于区间样条小波的太阳帆轨迹优化算法

针对太阳帆轨迹优化问题,提出了一种基于区间样条小波的新颖数值算法。首先推导了太阳帆航天器的轨道动力学方程并提出了优化目标函数,然后提出了基于区间样条小波函数及其导数算法的最优控制直接数值法。该优化算法的核心是基于区间样条小波函数及其导数算法,在小波配点上将状态与控制变量作离散化处理,进而可利用小波函数有效逼近带有突变的优点,提高了求解以小波系数为参数的非线性规划问题的计算精度和效率。对典型的地球－水星之间的太阳帆轨道优化问题的仿真结果表明,基于小波的数值解法优于半解析法。     

基于小波理论的岩体质量声波多参数分级方法

文章在传统的超声波速分级基础上,通过对超声信号的小波变换及频谱分析,提取不同频段的超声波动力学参数,综合考虑超声波运动学和动力学特征,采用系统聚类和逐步回归法确定分级因素、归一化后的多元线性回归法确定分级模式,建立了基于小波理论的岩体质量声波多参数分级方法.经过对比分析,证明新方法可提高声波岩体质量评价方法的可靠性和准确性.     

结构故障诊断中的小波分解层数选取方法研究

小波变换被广泛的应用到结构故障诊断中,但尽管利用小波变换进行故障诊断效果很好,在实际操作过程中仍存在两个问题,即小波基函数的选择和最佳小波分解层数的选择。基于结构的动力系统,通过讨论结构动力响应、频率折叠及频率混淆对小波分解层数的影响,推导总结出一种小波分解层数的算法,并给出了其算法公式。     

小波理论及其在信号处理中的应用

文章主要从信号处理的角度阐述了小泼理论,不同的小波和小波包函数具有不同的时间（空间）一频率性质,具体表现为正则度、消失矩、滤波器的幅频和相频响应等。在此基础上,通过例子说明小波理论在通信信号处理中的一些应用。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

一种新的航空发动机气路监测方法

分析了气路中颗粒物的产生以及颗粒荷电的机理、气路静电监测方法的原理,并通过模拟实验对该方法进行了初步的研究.实验监测信号表明,气路中异常颗粒产生的感应信号幅值随着粒径的增加而增加,通过小波分析的方法将信号进行分解到不同的频段并获得相应的能量分布.结果表明异常颗粒产生的信号的能量分布集中在低频部分,为判断异常颗粒提供了依据.实验结果表明了基于颗粒静电监测方法能够有效地监测到异常颗粒,证明了该方法的可行性.     

气路颗粒静电监测技术及实验

介绍了发动机气路荷电颗粒产生的机理、静电传感器原理以及气路静电监测技术的原理,然后介绍了模拟试验装置和试验过程,并通过实验的方法对静电监测技术进行了研究,最后通过小波分析的方法对实验信号的能量分布特征进行了研究,结果为大颗粒产生的感应信号的幅度要大而能量分布集中在低频段,而细小颗粒产生的感应信号幅值较小,信号能量分布集中在高频段,实验结果为在气路监测中辨别异常颗粒提供了参考依据,同时也表明了基于颗粒静电监测方法的可行性.