基于小波变换和神经网络的航空发动机故障诊断

在阐述了小波变换和BP神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于“能量-故障”的小波预处理神经网络航空发动机诊断方法。实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的诊断。     

Lamb波传播特性研究

应用三维弹性理论对Lamb波频散曲线进行理论建模.在Lamb波主动监测系统中,应用Gabor小波变换理论分析Lamb波信号的时延及相位角,获得了板中Lamb波的相群速度频散曲线.比较理论曲线与实验数据,证明了三维弹性理论建模方法的有效性.     

基于小波分析的空间相关性风场模拟

根据标量过程AR模型生成空间相关性风场的思路,在文献[1,2]的基础上,进行了基于小波分析的空间相关性风场的模拟.在对风速时程做出合理的假定后,给出了由互不相关的随机过程生成具有给定相关特性随机过程的推导步骤.利用逆快速Fourier变换(IFFT)改进了通过Wiener-Khintchine公式由功率谱密度函数得到自相关函数的计算方法,使计算效率显著提高.对空间四点和大庆电视塔进行了空间相关性风场的模拟,通过统计参数与目标值的对比可以看出,本文方法具有较高的精度.     

适用于爆炸物CT检测重建图像去噪新算法

场旅客行李爆炸物CT检测成像过程中不可避免地受到噪声影响,对重建图像的去噪处理是爆炸物CT检测技术中的一个重要环节。针对机场旅客行李隐藏爆炸物快速检测、重建图像质量要求和引入的噪声特点,提出了一种有效的图像去噪算法将小波包分析与快速中值滤波相结合,并且对小波包系数运用一种新的阈值去噪方法。实验结果表明,该算法能更有效地去除重建图像的噪声并保持图像的边缘细节。     

基于小波神经网络的航空刀具磨损状态识别

针对航空零件的加工特点,采集刀具在不同磨损状态下的声发射(AE,Acoustic Emission)信号,对AE信号进行时频分析和小波变换,运用快速傅里叶变换(FFT, Fast Fourier Transform)以及db8小波5层分解,提取AE信号幅值的均方根和主能量频段的能量作为特征向量,对特征向量进行归一化处理后作为输入向量对小波神经网络进行训练.小波神经网络运用参数调整算法,在权值和阈值的修正中加入动量项.测试结果表明:AE信号对刀具磨损敏感的频率范围在10~150kHz,网络实际输出与期望结果的误差小于0.03,该方法能够对刀具不同磨损状态进行正确的识别.      

水下运载体航位推算系统初始位置确定方法

为了提高航位推算(DR)系统的初始位置精度,根据水下导航传感器的特点,提出了初始定位时间内基于DR轨迹平移策略的初始位置确定方法,该方法综合了DR和水声定位系统的特点,通过平移DR轨迹,得到了在确定运动趋势约束下的最优轨迹,并依据轨迹求出初始位置.针对某次海试数据,其结果表明:应用本文方法确定的初始位置误差分别为应用平均值法和最小二乘拟合方法的60.2%和77.2%,应用此方法可减小DR误差,并能提高DR/水声组合定位系统的稳定性.      

基于EEG的脑力疲劳特征研究

模拟飞行员在飞行过程中监视仪表信息的过程,分析脑电（EEG）随脑力疲劳变化的特点及规律,从而为后期对抗脑力疲劳提供科学根据。通过设计2级不同难度的视觉监控任务分别诱发脑力疲劳,采用多种方法相结合进行研究,比较EEG参数（δ、θ、α、β、（α+θ）/β、α/β、（α+θ）/（α+β）和 θ/β）在任务前后的变化情况。结果表明:从正常到疲劳状态,额区、中央区、顶区和枕区的α波相对能量显著增加（P < 0.05）;前额区、侧额区、后颞区以及枕区的β波相对能量显著降低（P < 0.05）;δ波和θ波相对能量变化未达到显著性差异（均有P > 0.05）;参数（α+θ）/β、α/β、（α+θ）/（α+β）和θ/β在除颞区外的各脑区都显著增大（P < 0.05）;在颞区,只有α/β在疲劳前后增加明显（P < 0.05）;与较高难度的任务比较,低难度任务中的各EEG参数变化较为明显。因此,除δ波和θ波以外的其他特征参数被证实在特定的脑区域可以作为衡量脑力疲劳的潜在指标,同时可以验证适当地增加任务难度可以在某种程度上对抗脑力疲劳的产生。      

基于缓解HoL堵塞的单组播混合调度算法

针对联合输入交叉队列（CICQ）结构的单组播混合调度研究不多,且没有针对性研究头分组（HoL）堵塞问题,提出了以缓解HoL堵塞为目标的一种新的单组播混合调度算法,即单组播低HoL堵塞（MULHB）算法,使交换机尽量逼近work-conserving状态。该算法还充分考虑了单组播之间的差异性,利用权重裁决单组播之间的竞争,避免"饿死"现象发生。同时,还给出了一种新的组播分组入队算法,即动态组播分组入队（DMQ）策略,该策略在不乱序的前提下,允许新到达分组选择合适的队列入队。仿真结果表明,在不同业务下,DMQ-MULHB算法的通过率及平均时延均优于现有主流的单组播混合调度算法,尤其在非均匀业务下,该算法性能接近输出排队（OQ）调度。      

基于小波滤波的无人旋翼机高度信息融合

针对小型无人旋翼机自主飞行时高度测量信息不稳定、易受干扰的问题,提出采用基于滤波数据的自适应高度信息融合方法来提高无人旋翼机高度测量信息的精度和可信度.通过基于小波提升算法的小波分解重构方法,消除原始测量数据中的高频噪声;根据全球定位系统的测量精度受搜到卫星数目波动影响的现象,提出利用自适应卡尔曼滤波的方法实现高度信息融合.通过自主悬停和三维航迹跟踪飞行试验验证该方法的可行性和有效性.     

信号去噪的小波互除方法

小波变换具有良好的时频局部化性质 ,特别适合于分析和处理突变信号。本文在Mallat模极大值去噪方法的基础上 ,提出一种新的小波变换去噪方法———互除法。该方法在小波系数的影响域内计算和估计信号的真实系数 ,从而进行信号重构 ,避免了复杂的交替投影算法。与以前的一些方法比较 ,互除法在平均误差和可视化方面有很好的效果。