巴拉克·奥巴马胜选演说翻译的生态学视角

从生态学视角研究翻译的整合性。基于翻译适应选择论,分别从语言维、文化维和交际维分析奥巴马胜选演说三个中译本的适应性选择转换情况,指出应注重体现翻译生态系统的整体性,注意语言维、文化维和交际维等多维度的有机结合。在翻译过程中力求做出与翻译生态环境相适应的选择,达到兼顾原文原语、译语和译语读者之间平衡和协调的目的。     

光纤陀螺中分形噪声的参数估计和去除

光纤陀螺零漂信号中主要存在分形噪声和高斯白噪声,采用传统的时间序列分析法很难去除这类混合噪声.基于小波分析,提出一种分步估计加性白噪声强度和分形随机过程参数的新方法.先通过拟合自相关函数,估计出白噪声的强度;再在小波变换域估计分形噪声参数,并选取适当软阈值对测量值滤波.实验结果表明该估计和降噪方法有效地去除了光纤陀螺中的混合噪声,且不需要噪声的先验知识,具有很好的适应性.      

基于半参数回归模型的批处理确定卫星轨道方法

由于卫星轨道观测数据中含有非线性影响因素,必然会降低定轨精度。在半参数 回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性影响因素, 提出了基于半参数回归模型的批处理确定卫星轨道的方法,以提高定轨精度;然后,在理论 上证明了在测量数据存在非线性影响因素的情形下,基于半参数回归模型的批处理确定卫星 轨道方法的定轨精度高于经典的批处理定轨精度;最后,对中低轨卫星应用批处理定轨进行 了仿真。结果表明：基于半参数回归模型的批处理确定卫星轨道方法分离出观测数据中的 白噪声和非线性影响因素,从而可以在观测数据中消除非线性影响因素,提高定轨的精度。     

基于小波分析的目标轨道机动自主检测方法

空间目标的轨道机动是与相对距离变化率的突变联系在一起的.测量值是通过星载激光雷达得到的目标的相对距离,特征量是采用微分平滑处理获得的相对距离变化率.由于测量噪声的影响,机动引起的特征量突变被淹没在噪声中.利用小波分析的多尺度分解,就能够把淹没在噪声中的特征量变化揭示出来.为了满足星上自主运算的要求,提出的机动检测方法就是基于对小波分解后信号的处理,通过对相关系数阈值的比较来检测特征量的突变.仿真结果验证了该检测方法的可行性和有效性.      

IPX实时通信软件的设计与实现

分析了基于IPX(Internetwork Packet eXchange)协议的实时通信编程原理,讨论了针对某网络所开发的实时通信软件IPXSR的设计思想、特点、实现技术和调用方法.目前该软件已经通过了验收和鉴定,在实际系统中得到应用,效果良好.并能够方便地移植到其他的物理网络系统中,具有较大的实用价值.      

基于小波分析的航空发动机旋转失速检测方法

对试车检测到的压气机旋转失速压力数据,进行了小波降噪处理,并对处理后的数据进行多分辨分析,利用dN层小波系数重构相关频带内的压力信号分量,当重构信号某处的幅值超过给定阀值时,认为检测到了失速。研究结果表明,小波分解能有效地区分信号中的突变部分和噪声,达到降噪的目的;对不同采样频率的压力数据进行分析,给出了相应的阀值,对dN层重构信号进行监测,能有效检测到旋转失速的发生。      

使用复小波包的MIMO-OFDM无线系统

为了在频率选择性信道中提供高速数据业务, 提出了一种新的多入多出-正交频分复用系统MIMO-OFDM(Multi-Input Multi-Output -Orthogonal Frequency Division Multiplexing).该系统使用复小波包变换CWPT(Complex Wavelet Packet Transform)来实现OFDM,而不是使用传统的快速傅立叶变换FFT(Fast Fourier Transform).由于复小波包函数具有很好的特性,通过对有2个用户的MIMO-OFDM系统进行仿真的结果表明,基于CWPT的MIMO-OFDM系统性能要比使用传统的FFT的MIMO-OFDM 系统好,但是复杂度略高.      

小波变换在层板实时损伤检测中的应用

采用小波变换作为复合材料层合板损伤检测信号的分析工具,在获得复合材料层合板的动力学响应的基础上,应用小波分析工具对结构响应信号进行提取,对含噪声信号则先作降噪声处理,然后再进行小波分解,根据各种响应信号对损伤的灵敏度,选择损伤特征,通过捕捉结构出现损伤的时刻,实现复合材料损伤实时监控.      

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

神经网络在经济预测中的应用

阐述了针对BP神经网络在经济预测应用中存在的网络学习速度缓慢、计算量大、网络容易陷入局部极小、学习步长需要通过实验由人工来设置和调整等问题,提出将自组织理论、扩展Kalman滤波、模糊算法、小波理论等与神经网络相结合,构成新的网络结构或改进学习算法,以克服BP神经网络自身不足的思路。