一种新的基于PCNN的自适应强去噪方法

为了实现椒盐噪声的有效去除和图像细节及纹理的有效保留,提出了一种新的基于PCNN(Pulse Coupled Neural Network)的自适应滤波方法ADEN(Adapative Denosing method for Extreme Noise)-PCNN.该方法引入了像素受污染状态的甄别机制,只对被污染的像素进行降噪处理,保证了去噪的同时不损坏图像信息,实现了图像的细节和纹理的有效保留;为了确保图像质量,在面向图像降噪的PCNN神经网络阵列结构中引入了自组织机制,可以自动地估计噪声的强度信息并进行PCNN网络中神经元连接方式的自组织转换,此外引入了自适应机制,根据噪声强度的估计信息,自动进行滤波次数的优选,增强自适应能力.实验结果表明所提方法较常规方法和其他同类方法在去噪效果、保留图像细节方面展现出明显的优势.     

基于EMD的MEMS陀螺仪随机漂移分析方法

为了抑制微机械电子系统（MEMS）陀螺仪的随机漂移，基于经验模态分解（EMD）和模态集合选择标准，结合时间序列建模滤波法，提出了一种改进的MEMS陀螺仪随机漂移分析方法。首先，通过EMD将MEMS陀螺仪原始数据分解为多个本征模态函数（IMF），利用模态集合选择标准将IMF分为噪声IMF、噪声与信号混合IMF和信号IMF三类；然后，对混合IMF进行重构、时间序列建模及自适应卡尔曼滤波（AKF）；最后，将3类信号重构，实现MEMS陀螺仪信号去噪。实验表明:所提方法有更好的去噪效果和实时性，提高了MEMS陀螺仪的使用精度。      

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.      

基于相位差的转轴扭矩测量中的零位识别与处理

提出了一种基于相位差原理的转轴扭矩测量中的零位识别与处理方法。采用两路反射式模拟输出激光光强传感器和对应的反射色带，形成两路标准的正弦信号，通过同步采样和幅度归一化处理，得到两路信号的瞬时相位差，并依此实现对转轴扭矩载荷的测试，克服了以往基于脉冲信号测量中无法在静态条件下进行零位校正的困难。对该系统实现的关键技术和参数进行了分析，通过模拟信号输入和标准扭转试验台验证了本文所提出的方法的应用效果。理论和实验结果表明，该方法不需要转轴转动，就可以准确识别其零位，从而大大降低了该技术在现场使用中的调校要求。     

小管径超声波流量计去噪方法

超声波流量计中存在各种噪声,直接影响流量测量的精度。文章首先分析了小管径超声波流量计中噪声的来源,从实时性的角度出发,提出了一种直接对测量时间差进行去噪的方法,避免了对原始超声波信号进行采样、分析带来的实时性差的问题。针对随机噪声和声学噪声引起的时间差数据中的误差,以硬阈值小波滤波作为第一级滤波、中值加均值滤波为第二级滤波进行处理。通过流量测量实验,验证了去噪方法的有效性,结果表明,去噪后流量计的瞬时测量误差小于1%。     

基于经验模分解的PPP时间比对数据消噪方法CSCD

精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。     

一种基于频谱拟合的信号去噪方法

通常我们采用Fourier变换的方法对信号进行去噪 ,本文尝试提出一种新的方法滤除高频噪声与干扰以解决Fourier变换去噪的缺陷 ,在此称为频谱拟合去噪方法。     

基于经验模分解的PPP时间比对数据消噪方法

精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。     

基于经验模分解的PPP时间比对数据消噪方法

精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。     

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.     

直升机传动系统花键连接轴的动力失稳

为有效传递扭矩,花键联轴器在旋转机械中得到了广泛应用,直升机传动系统也采用了这种结构形式,因此对花键连接超临界轴的稳定性进行理论分析,并在直升机尾传动轴上开展相应的实验和验证工作.通过安装和拆卸花键两端用于润滑油脂密封的O型圈,来改变花键的工作状态,实现了尾传动轴由相对稳定向完全不稳定的转变.研究表明:由花键及其两端支承表面处产生的摩擦形成的内阻尼是导致尾传动轴发生自激振动的根源;通过改善花键连接处的工作状态,能有效改善超临界转轴的稳定性,这对直升机传动系统超临界轴的设计有一定指导意义.     

基于经验模态分解的点云数据平滑与增强

在计算机辅助设计与逆向工程应用中,针对缺乏拓扑连接关系的点云数据,提出了基于经验模态分解(EMD)的点云数据平滑与增强算法。首先,以点云模型的拉普拉斯矩阵坐标与法向的内积作为EMD输入信号,提取点云模型输入信号的极值点作为插值节点计算信号的上下包络;然后,为实现特征保持的EMD信号分解,通过检测点云数据上特征点,并在计算信号上下包络的过程中作为约束,克服传统EMD算法无法保持特征的局限;最后,迭代地从输入信号中减去上下包络的均值得到内蕴模态函数(IMF)和余量,并通过设计滤波器实现了点云数据平滑和增强。实验结果表明,本文算法有效地将EMD推广到三维散乱点云数据中,扩大EMD在三维几何中的应用范围,并在点云数据平滑和增强方面取得了很好的效果。     

Tide variation monitoring based improved GNSS-MR by empirical mode decomposition

Global Navigation Satellite System multipath reflectometry (GNSS-MR) technology has great potential for monitoring tide level changes. GNSS-MR techniques usually extract signal-to-noise ratio (SNR) residual sequences using quadratic polynomials; however, such algorithms are affected considerably by satellite elevation angles. To improve the stability and accuracy of an SNR residual sequence, this study proposed an SNR signal decomposition method based on empirical mode decomposition (EMD). First, the SNR signal is decomposed by EMD, following which the SNR residual sequence is obtained by combining the corresponding intrinsic mode function with the frequency range of the coherent signal. Second, the Lomb–Scargle spectrum is analyzed to obtain the frequency of the SNR residual sequence. Finally, the SNR frequency is converted into the tide height. To verify the validity of the SNR residual sequence obtained by EMD, the algorithm performance was assessed using multigroup satellite elevation angle intervals with measured data from two station, SC02 in the United States and RSBY in Australia. Experimental results demonstrated that the accuracy of the improved algorithm was improved in the low-elevation range. The improved algorithm demonstrated high monitoring accuracy, and the effective number was not less than 80% of the total in SC02, which means it could effectively describe the trend of the tide with accuracy of approximately 10 cm, meanwhile, the RMS error of RSBY could be reduced by 30 cm, to the maximum extent. The EMD method effectively expands the range of available GNSS-MR elevations, avoids the loss of effective information, enhances considerably the utilization rate of GNSS data, and improves the accuracy of GNSS-MR tide level monitoring.     

Removing Solar Radiation Based on the Empirical Mode Decomposition Method for Seismo-Ionospheric Anomaly Before the M9.0 Tohoku Earthquake

The ionospheric effect from solar activity can be seen as the background in the process of detecting the ionospheric precursor prior to strong earthquakes. The ionospheric variation induced by the forthcoming earthquake can be covered by the strong solar background during the period of high solar activity. The issue of how to remove the ionospheric effect from solar radiation is of outstanding significance. In this paper, a method of Empirical Mode Decomposition (EMD) is used to eliminate the solar background. As a case study, the global ionospheric map TEC before the M9.0 Tohoku earthquake on 11 March 2011 is analyzed. After the effect of solar radiation is removed using the EMD method, the precursor of the imminent earthquake is more obvious. The ionospheric anomaly had a local character and only appeared close to the earthquake epicenter while the useful signals were covered by the solar radiation background with traditional method, which implies that the EMD method is effective in eliminating solar radiation background.      

热致混合式转子变结构与动力学特性

航空发动机、汽轮机等大型旋转机械多运行在复杂多变的高温环境中,机组主转子系统在工况下因热膨胀而产生结构变化,进而影响运行特性。首先,考虑盘鼓混合式旋转构件与转轴相比具有高刚度特点,将其结构简化并建立单厚盘转子动力学模型;其次,针对热膨胀引发的系统变结构特征,以曲线拟合结合Hermite插值法描绘出圆柱厚盘窜动到任意位置时的转轴弯曲情况,根据弯曲轴所储存的弹性势能运用数值方法折算出对转盘所提供的恢复力及转轴的弯曲恢复刚度;最后,通过数值分析热膨胀诱发的轴向窜动对厚盘转子系统进动频率、临界角速度和振动响应幅值等动力学特性的影响,验证了热膨胀诱发的转轴窜动因素是影响厚盘转子系统动力学特性的主要因素之一。      

基于EMD及PNN的航天器振动环境分析

针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD (Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Network)自回归模型.通过EMD对原始时间序列进行分解, 使之成为一组不同尺度的局部正交本征模函数IMF(Intrinsic Mode Functions),利用PNN对每个IMF分别进行时变参数分析并以此确定其时变自功率谱密度,对所有分量的时变自功率谱密度通过叠加进行重构, 以此得到原始信号的时变自功率谱密度.仿真结果和实例分析表明:和传统的时频分析法相比,该方法直接使用信号数据,避免了相关估计计算,减小了计算工作量;无交叉干扰项,提高了信号的时频分布特性,具有较高的时频分辨率;对各工况下航天器的振动信号能有效的进行分析,具有较强的信号特征提取能力.      

基于EEMD分解的直驱式机电作动器故障诊断

基于集合经验模式分解 (EEMD,Ensemble Empirical Mode Decomposition)算法,给出一种机载直驱式双余度机电作动器(DDDR-EMA,Direct-Driven Dual-Redundancy Electro-Mechanical Actuator)复合故障诊断方法.EEMD对信号加入有限幅度的高斯白噪声,利用高斯白噪声频率均匀分布的统计特性使信号在不同尺度上保持连续性,解决了经验模式分解的模式混叠缺陷并保留了自适应性.将EEMD方法应用于机载DDDR-EMA故障诊断实验振动信号分析,先对实测信号进行分解,得到一组无模式混叠的固有模式函数;再采用不同的方法分析各频段,提取各频段包含的故障特征.实验结果表明:与经验模式分解相比EEMD能提高故障信号的分析精度,准确诊断机载DDDR-EMA的复合故障.     

具有初始热变形的转子系统振动响应分析

航空发动机热起动时的温度分布不均会使转子产生初始热变形,进而引起发动机振动过大,甚至导致起动失败。针对此问题,以航空发动机中的典型转子为对象,根据初始热变形对转子振动的影响建立相应的动力学方程,并通过模态坐标变换分析初始热变形对转子系统振动响应的影响。结果表明,初始热变形相当于对转子作用了附加激励,包括转轴初始弯曲激励、附加不平衡激励和附加陀螺力矩激励,上述激励均与转速同步。其中,附加不平衡激励和附加陀螺力矩激励大小与转速有关,对转子通过各阶临界转速的振动响应均有较大影响;转轴初始弯曲激励大小与转速无关,主要影响低阶临界转速的振动响应。      

基于形态学滤波的快速多通道图像EMD

为了提高多通道图像经验模态分解（EMD）方法分解的效率，提出了一种基于形态学滤波的快速多通道图像EMD方法。利用形态学膨胀和腐蚀滤波可以计算图像上下包络这一重要特性，实现了多通道图像EMD的快速计算，形态学滤波窗口大小由各通道图像的平均极值距离确定，将一幅多通道图像自适应分解为若干个尺度从细到粗的内蕴模态函数（IMF）图像和一个体现图像整体变化趋势的余量。大量的实验结果与对比显示，所提方法不但能够加快EMD方法分解的速度，而且也能够有效地对多通道图像进行自适应分解。通过在图像融合和图像水印中的应用及大量的实验比较，说明了所提方法能够方便快捷地投入到具体的图像处理任务中。