现代模拟电路故障诊断方法发展综述

模拟电路故障诊断技术近年来得到了迅速发展,取得了许多可喜的成果。该文探讨了这一领域中一些重要的热门研究问题,主要包括:基于专家系统、神经网络、模糊理论、小波变换等理论发展起来的模拟电路故障诊断的新理论和新方法;重点介绍了作者总结的上述各种方法的基本原理、优缺点及其发展现状;对其他一些智能方法也进行了简要介绍;最后指出了模拟电路故障诊断技术的发展趋势。     

结冰对飞机动力学特性影响的分析方法及其进展

详细地介绍了常用的四种典型的结冰对飞机动力学特性影响的分析方法,即参量测算评估法、结冰影响参数法、神经网络气动建模法和动力学建模与仿真计算法,并讨论了各种分析方法的特点及其发展.     

模糊聚类方法在PIO探测中的应用

用于驾驶员诱发振荡(PIO)探测的特征参数可以有效地反映出PIO时飞机在频域和时域的特征,利用模糊逻辑方法对特征参数进行辨识可以有效地识别出是否发生了PIO.模糊逻辑方法中的隶属函数直接反映了特征参数的特点,其设计决定了是否能有效地对PIO进行识别.为了设计有效的隶属函数,根据特征数据的特点采用球壳型模糊聚类算法对数据...     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

水中上升气泡体积变化率的图像分析技术

水中上升气泡的体积变化率是舰船自消隐特种气幕技术等诸多研究的重要基础。鉴于当前对这一体积变化率研究的紧迫需求,提出并较为深入地研究了水中上升气泡体积变化率的图像分析技术。首先,在理论研究的基础上,专门建立了分析计算的数学模型;进而给出了分析的实施方法,即利用摄像法获取水中上升气泡的图像序列,并从中得出所需图像的相关信息,再利用建立的模型即可求出其体积变化率;同时,设计了专门的实验,初步验证了这一分析技术的可行性。     

基于图像处理路面裂缝自动化检测及识别关键问题研究

论述国内外路面裂缝自动化检测及识别发展现状的基础上,分析了基于图像处理的高速公路路面裂缝检测及识别的关键问题并提出了相应的处理方法。平稳小波阈值方法去噪,改进Canny准则算法边缘检测,BP神经网络识别系统识别。     

离散余弦变换及小波变换在遥感图像数据压缩中的应用

研究了ＤＣＴ及小波变换在遥感图像数据压缩中的应用。在ＤＣＴ应用中，提出了分类ＤＣＴ编码方案，有效地解决了方块效应，获得了良好的恢复图像。在小波变换应用中，结合小波分解后数据的特点，提出改进型零树编码方案；为了实际的应用，提出了分块小波编码方法，为了满足遥感图像压缩的要求，提出ＤＣＴ＋小波编码方案，并分析了其优缺点。最后总结全文，得出了一些有益的结论，为星载数据压缩的工程实现提供了理论根据。     

运载火箭飞行测量数据误差分析的小波方法

以提高火箭飞行跟踪测量数据处理精度为目的。结合弹道处理的实际，将小波理论运用于火箭弹道测最数据的分析。本文首先针对火箭飞行弹道测量数据的特征，应用小波理论建立了弹道测量数据事后误差分析处理方法的杠架模型，创建了雷达测量数据诸元的多项式和B样条时序分析模型，提出并验证了雷达测量数据的随机分布模型；其次，对受到噪声干扰时间段数据模型出现严重病态的情况，建立了基于多项式拟合和B样条函数选取有限时间段拟合的火箭弹道建模和预测的二次建模方法；最后，利用所提出的分析处理方法对某次任务两个测量站雷达弹道测量数据的分析，处理效果显著，精度理想。实验验证了上述方法是一种理想的弹道测量数据事后误差分析处理方法。     

基于Contourlet区域对比度的遥感图像融合算法

为综合利用多传感器遥感图像之间的信息，提出了一种基于contourlet变换的遥感图像融合算法。Contourlet是近年发展起来的一种多尺度几何分析工具，比小波变换更适合对图像等二维信号进行处理。算法的思想是将源图像分别进行contourlet变换，在contourlet域完成图像信息的融合，最后通过逆变换得到融合结果。根据分解系数特性，首次提出了contourlet域的区域对比度作为高频子带的融合规则，系数选择更符合人类视觉系统的要求，使得融合图像更有意义。低频子带采用基于区域能量的加权平均作为系数融合规则，在充分保留图像主要信息的前提下进一步增强了算法的稳定性。实验结果表明该算法在性能上明显优于PCA及小波图像融合等传统算法，且能够有效增强源图像的对比度和细节信息。