流场特性预测的两类高效方法

在多因素多水平试验设计方法建立数据库的基础上,提出了预测流场特性的两类高效方法:一类是响应面方法;一类是小波神经网络方法.典型算例表明,两类方法都可以高效率的获取流场特性参数,而且在预测的精度与计算的效率上,小波神经网络方法较响应面方法更具有优势.      

后掠机翼横流驻波及其谐波研究

使用Mack方法求解三维不可压Orr-Sommerfeld方程（忽略曲率影响）,得到模型在风洞最佳实验条件下空间最大放大率展向波长为4mm。以此为基础,选择大于此波长的具有代表性的展向扰动波长6mm与7mm,计算了这两个驻波及其谐波空间的放大率。研究在整个层流区主导流动的扰动波长及其发展趋势。使用丝网印刷的方式,在后掠机翼前缘添加粗糙带,人工引入6mm与7mm驻波,通过升华法验证了计算与理论分析。     

二元高超声速进气道不起动状态的信号特征及预警

 对高超声速进气道的不起动进行了研究,首先给出了某二元高超声速进气道由起动到不起动全过程的壁面压强信号历程,并利用短时傅里叶变换(STFT)和小波变换(WT)方法对不起动过程中壁面压强信号的时-频特性进行了分析,然后采用累积和(CUSUM)和最大似然比(GLR)变化检测算法,对高超声速进气道的喘振现象进行了预测。研究结果表明,高超声速进气道喘振发生时,壁面压强信号的时-频特性存在显著改变,能量谱密度(PSD)分布出现了有规律的集中,其基频在200～340 Hz范围,并随着堵塞度(TR)的增加而增加。另外,在喘振发生前,进气道收敛段的下壁面附近存在大尺度的分离包,其有规律的尺度变化和前后移动导致了明显的壁面压强脉动特征,因此可作为一种前兆来预测喘振现象的出现。在本文条件下,两种变化检测算法均可在大喘发生前约220 ms发出警报,表明了该喘振预警思路的可行性。     

基于尺度共生矩阵的滚动轴承故障诊断研究

基于滚动轴承振动信号的各种三维或二维谱图中包含的不同故障信息的客观现实,通过二维小波变换在不同尺度空间下构造的小波共生矩阵提取了谱图的纹理特征向量.利用灰关联分析表征这些纹理特征的不同发展态势从而实现滚动轴承的故障诊断.对实测滚动轴承不同状态故障数据的分析表明:该方法具有较高的故障模式分类精度;随着故障尺寸的增加,由于轴承各部件的相互影响诊断正确率会有所降低.同时研究表明对于特定的诊断方法是否进行特征向量归一化需区别对待.      

一种估计舰空导弹脱靶量的方法

文章研究了利用舰空导弹引信多普勒频率估计脱靶量的方法。首先,将脱靶量估计表示为多普勒频率第一层低频小波系数的非线性最小二乘拟合问题,并统计验证了拟合方法的有效性;然后,通过小波多尺度分解分析了多普勒频率野值的识别准则,并给出了野值去除的具体步骤,经仿真验证该方法满足导弹试验要求。     

基于小波神经网络的陀螺漂移预测研究

实时识别陀螺漂移,并且预测漂移性能的变化趋势,对提高整个导航系统的精度有着十分重要的意义。本文结合小波分析理论和小波神经网络的非线性预测算法,对陀螺信号进行趋势提取与漂移预测。采用小波神经网络避免了其它神经网络存在的局部最小化的缺陷,小波分析的引入可以有效提取出原信号的趋势,大大降低了环境因素的影响。将小波神经网络非线性预测算法与小波趋势提取算法结合,建立陀螺仪漂移趋势的预测模型,对某光纤陀螺实测信号仿真预测其漂移趋势,仿真结果证实该预测模型与实际情况相符,具有较好的预测精度,为预测一般陀螺的随机漂移提供了一种新的有效途径,同时还对一般陀螺仪表的漂移模型建立方法提供借鉴。     

一种无人机视觉导航方法及其滤波算法改进

设计了一种无人机视觉/惯性组合导航系统,将无人机和地标点的运动模型作为状态方程,视觉信息作为观测量构建了与之对应的滤波模型.在滤波处理上,采用了复杂加性噪声模型对系统噪声进行建模处理;将小波分析引入到UKF(Unscented Kalman Filter)滤波中得到小波-UKF滤波算法,以此克服视觉观测噪声对滤波的影响;采用最大后验概率准则(MAP,Maximum A Posterior)自适应估计观测噪声协方差阵,并将其反馈到滤波过程中克服了小波处理后观测噪声方差阵不易确定的不足.仿真结果证明:对滤波算法的改进可以有效地提高滤波估计的精度.     

航空铝合金针孔缺陷自动分级的图像处理方法

针对目前航空铝合金铸件针孔缺陷人工分级的缺点,用X射线照相获取的图像,采用一种计算机图像处理和模式识别的方法进行针孔缺陷自动分级,并主要对图像处理的算法进行了研究.根据针孔缺陷图像的灰度分布特点,采用小波分析的方法滤除低频干扰信息,保留针孔的高频信息,再经过区域分割提取针孔区域,进而提取单个针孔的尺寸特征,然后进行宏观统计和分析,通过对1~8级标准图片的统计特征进行神经网络的训练,实现了针孔的自动分级.实验结果表明,这种图像处理方法有较好的适应性.      

资源受限嵌入式机电控制系统功耗感知调度

针对嵌入式机电控制系统的能耗受限问题,提出了一种基于功耗感知和反馈调度的能耗管理方法.研究了嵌入式机电控制系统的静态功耗调度模型,提出了一种基于控制代价和系统能耗的联合优化指标,并给出了其优化解.针对在动态调度模型下运算开销大,难以在线实现的问题,采用智能计算方法逼近优化结果.对比了4种智能计算方法的逼近精度和调度开销,采用小波神经网络逼近优化结果.仿真的结果表明:该方法在保证了控制性能的同时,降低了调度开销和系统能耗.      

小波分析理论及其在雷达信号处理中的应用

依据所处理信号类型的不同,对小波变换与短时傅立叶变换进行了比较,说明小波变换适用于非平稳信号和奇异信号的处理.简要介绍了连续小波变换、离散小波变换和小波包理论的基本内容,讨论了小波变换实际应用中的采样和快速算法等几个关键问题.结合矢量量化技术,给出了一种用小波变换对星载SAR(Synthetic Aperture Radar)原始数据进行压缩的方法,结果表明,与传统的方法相比,由该方法压缩后的原始数据生成的SAR图像具有更大的信噪比.同时对小波变换用于雷达目标识别和SAR图像分类的性能进行了初步分析.