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.     

基于小波包变换的模拟电路电源电流故障诊断

针对模拟电路故障诊断这一难点,运用基于IDDT技术的故障诊断方法,即利用小波包变换提取电源电流各频率成分的能量,作为神经网络的输入特征矢量进行故障诊断。仿真结果表明,该方法可以快速高效地进行模拟电路故障诊断与定位。     

基于小波变换和不变矩的车标识别方法

形状特征是目标识别的重要参数,小波变换的低频部分代表物体的总体形状特征,而图像中的噪声主要分布于高频部分。根据这一特征,利用小波变换消除噪声提取目标形状,进而利用特征不变矩距离进行分类,实现目标识别,将该方法应用在实测车标图像的识别中,结果表明识别效果较好。     

小波分析在飞机复合材料结构智能敲击检测中的应用研究

介绍了一种民用飞机复合材料智能敲击检测系统的设计原理。在MATLAB环境下对敲击信号进行小波分解和去噪,通过对比选取不同的小波函数和阈值时得到的去噪结果,选取最优的小波函数和阈值进行分解和去噪,获得了较好的信号波形,验证了智能敲击检测系统对分层和裂纹两类复合材料主要损伤的辨识能力,同时提高了智能敲击检测系统的精度。     

基于小波奇异分析的流场计算方法及应用

首次将三维小波以及二维小波奇异性分析的思想引进三维以及二维复杂流场的数值计算,发展了一种高效率、高精度、高分辨率的方法.该算法的核心是获取流场中物理量在不同空间点的Hlder指数α,而该指数α的获取又依赖于小波变换以及高维(即二维或三维)小波分析技术.在三维与二维欧氏空间中,为进行小波多分辨分析,需要在尺度空间与小波空间分别引进尺度基与小波基.对二维问题,尺度基与小波基的基底要由1个尺度函数与3个小波函数组成,而三维时要由1个尺度函数和7个小波函数组成.借助于小波奇异分析所找到的流场中奇异点区域与光滑区域,便可分别选用高分辨率、高精度的WENO(weighted essential non-oscillatory)格式与高精度中心差分格式进行流场的离散求解.一系列二维(即,①二维前台阶问题的Euler流;②二维双马赫反射的Euler流; ③著名的二维Riemann问题;④跨声速RAE2822翼型二维绕流; ⑤跨声速VKI-LS 59二维涡轮叶栅绕流)与三维(即,⑥跨声速轴流压气机转子NASA(National Aeronautics and Space Administration) Rotor 37三维黏性绕流;⑦跨声速风扇转子NASA Rotor 67三维黏性绕流)算例表明:该方法的计算效率比传统的WENO格式有较大的提高,大部分典型算例能够提高3~5倍,而且可以获取复杂流场中高分辨率的激波结构以及涡系分布,可以得到与有关实验数据较为吻合的数值结果.      

基于改进小波变换和包络分析的滚动轴承故障诊断

采用改进的小波分解和重构算法与包络分析相结合的方法,提取滚动轴承振动信号的故障特征频率。改进的小波分解和重构方法避免了 Mallat 算法频率混淆的缺陷,通过对重构信号特定频带进行包络分析,更加准确地提取了滚动轴承的故障特征频率。通过对无故障滚动轴承和内圈、外圈有故障的滚动轴承振动信号的分析,说明这种方法能够有效诊断滚动轴承的故障,并将该方法成功应用于某型航空发动机主轴承故障诊断。     

基于混沌和LWT-SVD的盲信息隐藏算法

为了提高秘密信息的安全性和鲁棒性,将混沌、提升小波变换（LWT）和奇异值分解（SVD）结合,提出一种盲信息隐藏算法。首先将要隐藏的秘密图像用混沌序列进行加密;然后对载体图像进行提升小波变换,并对低频子带进行分块奇异值分解;最后根据最大奇异值最高位的奇偶性将已加密的秘密图像进行隐藏。提取秘密图像时,不需要载体图像。仿真实验表明,该算法隐蔽性好,对加噪、滤波、旋转、剪切、缩放和JPEG压缩等攻击具有良好的鲁棒性。     

基于数据挖掘和小波神经网络的航材消耗预测方法

运用数据挖掘技术对航材消耗的历史数据进行关联分析,筛选小对保障飞机飞行有重要作用的航材消耗数据,大大缩减了需要预测的航材数量,同时对消耗航材之间的内在影响关系进行量化。在分析人工鱼群算法原理的基础上,对算法中步长参数和视野范同参数的设置方法进行了改进。实例结果表明,运用小波神经网络预测航材消耗的方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性。