基于小波变换的航空发动机性能衰退率计算方法

由于航空发动机的工作环境复杂,性能参数测量值中夹杂的工况信息和测量误差会对发动机的性能衰退率计算产生较大的影响。为了弱化工况信息和测量误差对航空发动机性能衰退率计算的影响,本文首先运用多层小波分解与重构的方法对原始性能参数进行了趋势分量的提取,进而运用线性回归的方法对航空发动机的性能衰退率进行了计算。经过实际运维数据的验证,本文提出的航空发动机性能衰退率计算方法能够为实际工程应用提供理论支持。     

基于经验模态分解的燃烧不稳定性分析

实验研究了在常温常压条件下贫燃预混旋流火焰的燃烧不稳定性,发生燃烧不稳定性时其压力脉动表现为非平稳信号.利用一种基于经验模态分解(EMD)的希尔伯特-黄变换(HHT)算法对在当量比分别为0.71和0.80工况下的压力脉动信号进行了时频分析.针对压力脉动信号进行经验模态分解,选取主要的固有模态函数(IMF),对IMF通过HHT变换得到瞬时频率并进行统计分析.结果表明:在当量比为0.71时,压力信号呈间歇式的脉动,其振型为拍振;在当量比为0.80时,脉动压力信号则呈现出极限环振型.在基于EMD的HHT变换中,IMF体现了燃烧不稳定性的固有模态且具有自适应性强的特点.      

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

某测试台谐波摇摆运动的控制

某测试台主要运动方式为三自由度正弦摇摆Asinωt,三次谐波摇摆。本文详细阐述了该设备三次谐波谱的精密运动控制、在线实时轨迹显示和静态FFT分析。     

基于伪随机序列调制的混合域自适应盲水印算法

在多小波变换和DCT变换混合变换域中，提出了一种基于伪随机序列调制的彩色图像盲水印算法。该算法先将原始彩色图像由RGB空间转换到YIQ空间．选取Y分量多小波变换后的中频区域作为水印的嵌入区域。水印嵌入前先对待嵌入水印区域8×8分块，然后对所有子块按照纹理和能量特征进行模糊分类，最后将置乱后的二值水印信息用两个互不相关的伪随机序列进行扩频调制．嵌入到8×8子块DCT变换后的交流系数上。提取水印时，通过比较两个伪随机数列和待检测系数相关性的大小来提取水印，不需要原始图像参与。实验表明，该算法对噪声、JPEG压缩和几何剪切等常见的攻击操作具有很强的鲁棒性。     

基于传感器几何特性和图像特征的影像配准方法

“天绘一号”卫星是我国第一代传输型立体测绘卫星,搭载有三线阵CCD相机、多光谱相机和2m分辨率全色相机。多光谱相机波段间影像的配准是保证多光谱影像质量和有效应用的前提,在现有配准方法的基础上,文章提出了基于传感器几何特性和图像特征的配准方法来改善影像配准效果。这种方法首先基于相机几何特性对待配准图像进行调整,然后对图像进行局部多点取图,采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）法提取图像特征并进行初步匹配,利用匹配点领域灰度相关性来进行精匹配和误匹配点的剔除,最后获得图像位移差,进而完成图像配准。实验结果表明,这种方法能够提高多光谱波段间影像的配准成功率,准确率达到95％以上,大幅改善了匹配精度。     

含噪信号经验模式分解虚假分量识别方法

针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.     

一种宽带阵列通道均衡器设计

从基本FIR均衡器的原理出发,讨论了校正源的设置方法和均衡器系数的计算方法.为了适应宽带阵列中高速信号处理的要求,探讨了一种经典的FIR均衡器时域高速实现方法.该时域实现虽然结构简单,但在滤波器阶数较高时需要大量的乘法资源.为了降低均衡器对乘法资源的需求,借鉴快速卷积的实现方法,提出了一种基于快速傅里叶变换的高速率均衡器实现方法.与时域方法相比,该方法在滤波器阶数大于32时能明显降低对乘法资源的损耗.对实测数据的分析,验证了该方法的正确性.     

A nonlinear background removal method for seismo-ionospheric anomaly analysis under a complex solar activity scenario: A case study of the M9.0 Tohoku earthquake

A precise determination of ionospheric total electron content (TEC) anomaly variations that are likely associated with large earthquakes as observed by global positioning system (GPS) requires the elimination of the ionospheric effect from irregular solar electromagnetic radiation. In particular, revealing the seismo-ionospheric anomalies when earthquakes occurred during periods of high solar activity is of utmost importance. To overcome this constraint, a multiresolution time series processing technique based on wavelet transform applicable to global ionosphere map (GIM) TEC data was used to remove the nonlinear effect from solar radiation for the earthquake that struck Tohoku, Japan, on 11 March, 2011. As a result, it was found that the extracted TEC have a good correlation with the measured solar extreme ultraviolet flux in 26–34 nm (EUV_26–34) and the 10.7 cm solar radio flux (F_10.7). After removing the influence of solar radiation origin in GIM TEC, the analysis results show that the TEC around the forthcoming epicenter and its conjugate were significantly enhanced in the afternoon period of 8 March 2011, 3 days before the earthquake. The spatial distributions of the TEC anomalous and extreme enhancements indicate that the earthquake preparation process had brought with a TEC anomaly area of size approximately 1650 and 5700 km in the latitudinal and longitudinal directions, respectively.     

基于DCT-CS的脉冲星周期超快速估计方法

受快速傅里叶变换（fast Fourier transform，FFT）的影响，基于FFT和压缩感知（compressive sensing, CS）的脉冲星周期快速估计算法的计算量大。为进一步减小计算量并提高计算精度，利用离散余弦变换（discrete cosine transform，DCT)取代FFT，提出了一种基于DCT-CS的脉冲星周期超快速估计算法。在该方法中，利用DCT提取脉冲星信号的低频部分构建低频DCT矩阵；构建畸变轮廓字典并获取累积轮廓；提出了利用最大值超分辨率稀疏恢复估计脉冲星周期的方法。仿真结果表明，DCT-CS的脉冲星周期估计精度达到了3.82×10-12 s，计算时间达到了9.31 ms。与FFT-CS相比，周期估计精度提高了约16%，计算时间缩短了约37.5%，实现了实时高精度的脉冲星周期估计。