应用解析小波法识别MPSK与MFSK信号

文章提出了一种利用解析小波变换识别MPSK与MFSK信号的方法。利用解析小波变换可以有效提取信号的瞬时相位、频率以及变换后的瞬时幅度信息,根据这些信息,可以通过适当的判决准则识别MPSK与MFSK信号。该方法与利用H ilbert变换提取的瞬时参量相比,对噪声有更好的抗干扰作用,在低信噪比下,也有较好的效果。文中给出了仿真结果。     

一种平稳小波方向能量阈值滤波的SAR图像去噪方法

由于SAR图像相干斑噪声是非高斯分布的,无法直接采用光学成像系统的去噪技术处理,因此,目前还没有真正的理想算法广泛适用于SAR图像去噪.在分析目前流行的空频域去噪方法优缺点的基础上,提出了1种小波域SAR图像去噪方法.为了克服离散小波变换缺乏平移不变性及方向选择性受限的缺点,该方法利用平稳小波将图像分解为低频逼近信号和...     

星载角跟踪接收机角误差包络检测

针对星载角跟踪接收机中角误差合成信号的特点，提出一种基于复Morlet组合小波的角误差信息提取方法。该方法首先对星载角跟踪接收机中角误差合成信号的频域特性进行分析，角误差包含在角误差合成信号的包络中，频率上则表现在调制基波的谐波分量处。然后采用Morlet小波作为母小波，根据角误差合成信号的频域特性选取合适的小波尺度参数和位置参数可以有效的提取合成信号包络信息，从而解算角误差信息。在调制基波频率确定的情况下，合适的小波尺度参数和位置参数能准确对调制基波谐波分量进行提取，从而实现角误差的包络检测。该方法对±10kHz范围内的多普勒频偏不敏感，解决载波多普勒估计不准情况下的角误差提取。最后通过计算机中的Matlab对Morlet组合小波角误差合成信号包络提取进行仿真，证明该方法的可行性和有效性。     

小波变换的原理及其在噪声材料超声评价中的应用

从信号自理的角度给出了小波变换的工程理解。小波变换可以看作从原始信号中不断抽取细节,最终只留下信号主干的过程。用小波变换对噪声材料粗晶奥氏体不锈钢中人工缺陷的超声Ａ型信号处理的结果表明,在对小波系数合理解释的情况下,小波换能有效地提高信噪比。     

基于燃料电池的复合电源式装载机分层控制

装载机能耗高、排放差, 研究装载机新能源技术具有重要意义。结合装载机工况特性提出了燃料电池与超级电容联合驱动的电源系统, 围绕复杂工况下燃料电池和超级电容系统动态模型的实时工况数据进行自适应能量管理策略研究。设计了复合电源拓扑结构与动力传动方案, 建立装载机复杂工况下系统多状态模型, 基于Haar小波理论对整车系统进行功率分流, 提出模糊逻辑能量管理策略动态平衡需求功率中的低频分量, 采用粒子群算法对控制系统进行优化。仿真结果显示:载荷功率经过最优阈值3层Haar小波处理后, 功率变化大幅度减缓, 有效提升燃料电池系统的寿命；模糊逻辑控制器输出的燃料电池功率曲线变化光滑, 超级电容SOC值处于设定区域内, 提高复合电源系统的综合效率；经过粒子群算法优化控制器后, 燃料电池输出平均功率同比下降约5%, 超级电容SOC值在约0.6达到动态平衡状态, 改善了装载机的动态响应和稳定性。      

湍流边界层大尺度相干运动的阵列TRPIV测量

使用高时间分辨粒子图像测速技术，研究湍流边界层中大尺度相干运动。由于大尺度运动的流向空间尺度与边界层厚度δ有关，因此沿流向排列4个高速相机进行拍摄，得到了约6.7δ×1.2δ的湍流边界层大视场，实验雷诺数Re_τ=422。针对流场中不同法向高度的流向脉动速度，采用沿流向方向进行空间小波变换的方法，得到不同空间尺度分量的脉动速度，并计算其占总流向脉动动能的比例，发现湍流边界层外区存在流向最大能量流向尺度，约为1δ。通过小波分解将湍流脉动速度场分为大尺度分量和小尺度分量。使用速度门限法，沿时间序列提取大尺度相干运动，利用泰勒冻结假设，将时间结构转化为空间结构，并与直接从空间得到的大尺度相干结构做对比。使用相位平均法测得大尺度相干结构的几何形态，发现从时间维度和直接从空间维度得到的喷射事件的流向尺度相近，而直接从空间提取的扫掠事件要比从时间提取的大。结果表明：流场中1δ尺度左右的大尺度运动是湍动能的主要贡献者；利用泰勒冻结假设可以从时间中提取出大尺度相干结构，与从流场空间直接提取的结果有着良好的一致性。     

基于小波神经网络的PIM功率时间序列预测

无源互调（passive intermodulation，PIM）是影响通信系统性能的关键因素之一。研究表明，PIM信号并非一个定值，而是随时间变化的非平稳信号。基于PIM功率信号的时间序列特性，文章提出基于小波神经网络的PIM功率时间序列预测方法。首先，详细介绍小波神经网络预测模型及其预测方法；其次，以同轴连接器为验证对象，通过PIM实验测试系统获得3阶PIM功率的时间序列；最后，依据获得的PIM功率时间序列，结合构建的小波神经网络预测模型对后续的时间序列进行预测分析，并将预测结果与实验结果进行比较，从而验证小波神经网络在预测PIM功率时间序列方面的有效性。该研究对于开展PIM抑制技术具有一定的参考价值。     

基于遗传算法优化小波网络的柔性喷管力矩特性辨识方法

为准确辨识负载力矩并提高主动加载负载模拟的真实度，使用了一种基于遗传算法优化的神经网络辨识方法。使用小波分析方法对测试信号进行预处理，将消噪与分解后得到的信息作为神经网络训练的扩充样本，提高了辨识精度。使用遗传算法选择最优输入信息、网络结构和隐含层规模，加快网络收敛速度并简化计算过程，实现对柔性喷管力矩的快速准确辨识。仿真结果表明该辨识方法可以准确地描述柔性喷管在典型测试信号激励下的力矩特性，平均辨识误差为2%，对于实现精确主动加载控制和验证伺服控制性能具有重要意义。     

锯切圆柱形42CrMoA的声发射监测试验

针对锯切加工中的带锯条磨损状态未知、锯切质量下降等问题，本文研究了新试制的FTCUT双金属带锯条锯切圆柱形42CrMoA合金结构钢过程中锯切行为的变化，探讨了声发射信号与单刀锯切过程、锯齿磨损和锯切表面质量变化的关联。研究表明：锯切圆柱材料时随着锯切深度的变化，参与齿数先增大后减小，带锯条约束条件不断变化，进而影响着声发射信号幅值和锯切表面质量；基于时域分析可知锯齿磨损过程分为磨合磨损、快速磨损、稳定磨损三个阶段；基于FFT频域分析发现当频谱图出现多个主频，且第一主频幅值下降时，表明声发射信号来源比较分散，即可认定带锯条失效；基于小波包频域分析发现第7频段信号占比最高，最能反映工件表面质量的变化，其波动情况与锯切表面的微纹和波纹情况可建立一定的联系。因此，可基于声发射信号时域和频域分析判断锯齿磨损和锯切表面恶化情况，为锯齿磨损和锯切表面质量的在线监测提供一定的思路。     

一种基于奇偶判断WPT的多音干扰抑制方法

频移小波包变换可以有效抑制窄带干扰,以提高扩频测控系统的抗干扰能力,但是在多音干扰下,当信号左右节点都存在干扰时,由于不能通过子带能量大小来确定子节点是否继续分解,导致该方法不能抑制多音干扰.针对该问题,提出了一种基于奇偶判断WPT的多音干扰抑制方法,通过采用子带能量差平稳度函数来判断干扰最佳频移量,然后对频移后的干扰子带进行编号,并通过门限判断进行干扰子带定位,确定干扰子带的编号,再通过对干扰子带的编号进行奇偶判断,可以得到小波包的自适应分解树,实现信号的自适应分解,分解到最底层后将干扰子带置零,最后根据分解树反向进行信号重构,完成干扰抑制.通过对误码率、测速精度和测距精度的仿真,结果表明该方法能够有效抑制多音干扰.