非等间距相关系数AR(p)序列预测方法

针对非等间距时间序列预测中存在误差较大的问题,本文建立了非等间距相关系数AR(p)序列预测方法,详细讨论了非等间距相关系数AR(1)序列和AR(2)序列的预测公式和误差估计。大量计算表明,本文方法与通过插值将非等间距序列变换为等间距序列进行预测的传统方法相比,具有更高的预测精度。      

拟合带间歇性的人工风速序列

研究生成既满足给定的工程谱特性，又具有间歇性结构的风速序列作为结构气动计算的输入。生成大气边界层紊流的人工风速序列是做结构风振计算的重要步骤，目前的方法都是生成高斯序列；实际的大气边界层紊流具有多尺度多层次的非高斯结构，集中体现在所谓“间歇性”上。利用余振苏与Leveque提出的对数泊松律模型产生各尺度的小波系数，可以在拟合目标风速谱的同时引入湍流间歇性，通过小波逆变换生成单条风速序列，再用拟合周期图的思路扩展为多重相关序列。     

基于小波神经网络辨识的PID神经MRAC研究

提出了一种基于小波神经网络辨识的PID神经网络模型参考自适应控制方法。该方法采用小波神经网络作为辨识器,PID神经网络作为控制器在线调节。由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,仿真结果表明用该方法构成的控制系统收敛速度快,逼近精度高,鲁棒性好,优于一般的BP网络控制。     

一种虚拟信号分析仪的设计

介绍了虚拟信号分析仪的结构和现代信号的处理方法。基于傅立叶变换、短时傅立叶变换和小波变换,提出了一种虚拟信号分析仪的系统软件模块的实现方法。该方法利用这三种变换,对信号进行多次处理,能够得到信号的时域、频域和时频域信息,能够对信号进行降噪处理。实验表明,利用此分析仪,能够测量信号的周期、频率、瞬时频率、时频变换趋势和奇异点,并且能以图形的形式显示出来。     

基于小波消噪的进气道动压信号的分析

结合进气道隐身装置与某涡扇发动机地面联合试验所采集到的数据,研究了在小波消噪基础上对发动机进气道动态压力信号进行定量处理和分析的方法和步骤。结果表明,信号的频谱分量主要集中在100Hz以下。低发动机转速时,进气道气流形成的涡旋较大。随着转速的提高,压力升高,紊流度增大。证明了在高速紊流的脉动压力系统中存在奇怪吸引子,关联维数为5～6。      

边界层中湍动能和耗散能最大的尺度分量特征研究

阐述了利用离散正交小波理论分析 1 -D湍流测试信号的方法,使用热线风速仪,在 3个雷诺数下,分别测量了光滑壁面湍流边界层的速度和加速度信号。运用所述方法分析了边界层测试信号,给出了最大湍动能密度和最大耗散能密度及其对应尺度沿 y+ 的分布曲线,并且给出该尺度分量的发生频率沿 y+ 分布曲线。分析可见 :两种最大能量密度的无量纲尺度沿 y+分布具有雷诺相似性,其发生频率随着雷诺数增加而增加,但是最大湍动能密度尺度的频率沿 y+基本是一常数;无量纲的最大湍动能密度沿 y+在边界层小部分区域具有雷诺相似性,而无量纲的最大耗散能密度沿 y+ 在整个边界层内具有雷诺相似性。     

基于小波包分析方法的航空发动机滚动轴承故障诊断

将小波包分析技术引入到航空发动机滚动轴承故障诊断的应用研究中,给出了基于小波包分析的滚动轴承故障特征提取方法：应用小波包分解与重构算法分离出了滚动轴承的故障特征频率,识别出了滚动轴承的故障类型。通过对实际航空发动机滚动轴承故障信号的分析表明,该方法可以有效地检测和诊断航空发动机的滚动轴承故障。     

子波域自适应滤波方法

推导和给出了噪声能量阈值的理论计算公式,并提出了一种实时估计信号噪声方差的有效方法,从而构成形式完整和实用的自适应相关计算子波阈滤波算法。仿真计算和分析表明：给出的方法具有良好的自适应性能和显著的滤波效果,在有效去除噪声的同时,很好保留了信号的主要细节。     

Research on Auto-detection for Remainder Particles of Aerospace Relay Based on Wavelet Analysis

Aerospace relay is one kind of electronic components which is used widely in national defense system and aerospace system. The existence of remainder particles induces the reliability declining, which has become a severe problem in the development of aerospace relay. Traditional particle impact noise detection (PIND) method for remainder detection is ineffective for small particles, due to its low precision and involvement of subjective factors. An auto-detection method for PIND output signals is proposed in this paper, which is based on direct wavelet de-noising (DWD), cross-correlation analysis (CCA) and homo-filtering (HF), the method enhances the affectiv-ity of PIND test about the small particles. In the end, some practical PIND output signals are analysed, and the validity of this new method is proved.     

基于小波变换与粗糙集的雷达目标识别方法

雷达目标识别是防空武器系统雷达信息处理的一个关键环节.在小波变换与粗糙集基础上提出一种雷达目标识别方法.小波变换能够提高了时--频分频率;粗糙集理论是一种新型的处理不确定性知识的数学工具.利用小波变换对目标原始信息进行分解,得到目标的能量特征向量;通过粗糙集简化关系表,删去冗余信息,用逻辑推理算法表示判别规则.应用小波变换与粗糙集能够满足利用不精确信息进行目标识别的需要.