基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

1kVA高频软开关三相变流器研制

对新研制的1kVA 270V直流变换成三相四线恒压（115V／200V）恒频（400Hz)交流电的变流器所采用的主电路拓扑构成，工作原理，控制方法进行了介绍，分析，给出了实验数据和波形，并对实验结果进行了分析。该变流器采用了模块化结构，由3个333VA单相DC／AC变换器组合而成，最高开关频率达100kHz，采有了电流电压双闭环DPM滞环控制，结果表明该系统具有高频率，高功率密度，输出波形质量优，三相不对称负载能力强等特点。     

复调制ZFFT的TMS320C25实现

介绍了用ＴＭＳ３２０Ｃ２５数字信号处理器实现复调制ＺｏｏｍＦＦＴ（ＺＦＦＴ）频率细化技术，在所举的例子中，用１０２４复数点选带ＦＦＴ获得通常８１９２复数点基带ＦＦＴ的频率分辨力。实验结果表明，此种频率细化方法特别适用于不能同时处理Ｎ点，而又要求Ｎ点ＦＦＴ频率分辨力的频谱分析场合，文中给出了几种提高Ｃ２５ＦＦＴ运算速度的方法，使１０２４复数点ＦＦＴ的运算时间减少到１２．６ｍｓ，可供工程应用参考。     

一种提取多边形特征的新方法

已有的提取多边形特征的方法都仅适合于刚体变换和相似变换,本文提出一种适合仿射变换的提取多边形特征的新方法。给出快速判别多边形顶点凹凸性和计算多边形简比的方法。首先提取多边形的拓扑特征??顶点数和多边形的凹凸性,可以对多边形进行定性识别,对噪音不敏感;其次提取多边形的几何特征———平行性、相互平行的边的比值以及简比等特征,可以对多边形进行定量分析,并能够反应多边形形状的细微差别;最后用实验进行验证,结果表明本文的特征提取方法简单有效。     

基于小波神经网络的航空发动机建模研究

提出将多个多输入单输出小波神经网络(WNN)组合构造多输入多输出(MIMO)的WNN来逼近MIMO非线性动态系统的快速而简单的实现方法，并采用高效率的初始化方法缩短了训练时间。采用某型航空发动机在飞行包线内均匀分布的工作点参数来训练，建立了全包线适用的动态小波神经网络航空发动机模型，用交叉验证的方法检验表明在全包线内有较高的精度及泛化能力。与反传算法神经网络(BPNN)、径向基函数神经网络(RBFNN)建立的动态模型在精度及泛化能力等方面做比较，结果表明WNN建立的模型训练精度高而且泛化能力强。     

基于自相似检测DDoS攻击的小波选择

为使得小波分析方法准确检测DDoS攻击引起的网络流量自相似变化,针对小波选择关键问题进行研究,提出了一种能够简便有效的发现最佳小波和消失矩的小波选择方法.通过实验发现,当发生DDoS攻击时,dbN系列小波检测到的自相似参数Hurst值变化最大;当给定小波种类时,Hurst值将发生周期性变化,但是消失矩最小时,小波对DDoS攻击最敏感.     

开环光纤陀螺信号测试与小波去噪

建立了开环光纤陀螺测试系统,分析了干涉型开环光纤陀螺信号中主要噪声的产生机理和特点,利用小波分析的方法进行了去噪.与常用的滤波方法如平滑滤波、低通滤波等进行了对比,结果表明,小波分析较好地满足了在噪声干扰下对光纤陀螺微弱输出信号的检测要求,在有效滤除了噪声的同时保留了信号的细节信息.文中分析了去噪阈值的选取,比较了不同小波基情况下去噪效果的差异,通过实验证明了多尺度小波分析对光纤陀螺信号去噪的有效性.     

抗旋转和尺度变化的导航系统图像匹配算法

在惯性导航系统中,定量分析了景象匹配过程中惯性导航系统漂移和无线电气压高度表测量误差对实测图的旋转和尺度所造成的影响,引入了对数极坐标变换.基于图像边缘特征提取,提出了一种结合中心点的4-邻域点共同参与计算的抗旋转和小尺度变化的图像匹配算法,并给出了相应的算法流程.仿真分析表明,在导航系统误差漂移所引起的图像旋转和气压高度表所引起的尺度变化范围内,该算法能满足匹配准确性的要求,并能有效给出系统的定位误差修正信息.     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。     

基于台架试验的涡轴发动机喘振发生位置规律

为了探究某型涡轴发动机喘振发生位置规律,采集并分析了台架喘振试验时进气道、轴流压气机叶尖、轴流压气机出口和离心压气机出口的压力信号。采用连续小波时频变换对压力信号进行特征提取,以小波系数作为喘振信号特征,阈值为小波系数最大值的10%,结果表明:某型涡轴发动机的轴流压气机总是比离心压气机先发生喘振,喘振在轴向上由进气道向离心压气机传递的同时,在周向上也沿着压气机转子叶片旋转方向传递。对某型号发动机进行实时喘振监测时,监测轴流压气机能比监测离心压气机更早发现喘振,在后续某型涡轴发动机改型设计时,可增加轴流压气机的喘振裕度来提升整机防喘能力。