二维结构损伤的主动Lamb波定位技术研究

将Lamb波主动监测技术应用于复合材料损伤检测中,对二维结构损伤进行定位研究。利用压电陶瓷片作为驱动器和传感器,对结构损伤前后的传感信号做信号差,采用3种常用的信号时间延迟估计方法,比较这3种方法计算差信号和健康信号的时间延迟的损伤定位效果,其中定位方法采用了椭圆技术。详细介绍了这3种时间延迟估计方法的原理以及损伤定位结果的分析。实验结果表明在信号的信噪比较小的情况下,采用小波变换法能更准确地识别出复合材料冲击损伤的位置。实验数据验证了该方法的有效性。     

用于提高辨识效果的颤振试验数据小波去噪

准确估计模态参数在飞机颤振边界的预测中具有重要意义。为了提高频域辨识算法的辨识效果,提出了一种用于颤振飞行试验数据处理的小波去噪方法。该方法引入梯度倒数加权滤波器对数据进行预处理,处理后的数据运用冗余小波进行小波分解,然后对输入信号在不同尺度下分别进行阈值降噪,对输出信号则采用了一种改进的小波空域相关滤波法去噪。最后通过仿真计算和实际数据证明该方法有效。     

基于小波变换的图像低通去噪

提出了一种利用小波变换的多分辨率特性对图像进行低通去噪的方法,系统的阐述了其基本原理和核心算法,并对加噪后的图像实现了低通去噪处理。     

现代模拟电路故障诊断方法发展综述

模拟电路故障诊断技术近年来得到了迅速发展,取得了许多可喜的成果。该文探讨了这一领域中一些重要的热门研究问题,主要包括:基于专家系统、神经网络、模糊理论、小波变换等理论发展起来的模拟电路故障诊断的新理论和新方法;重点介绍了作者总结的上述各种方法的基本原理、优缺点及其发展现状;对其他一些智能方法也进行了简要介绍;最后指出了模拟电路故障诊断技术的发展趋势。     

模糊聚类方法在PIO探测中的应用

用于驾驶员诱发振荡(PIO)探测的特征参数可以有效地反映出PIO时飞机在频域和时域的特征,利用模糊逻辑方法对特征参数进行辨识可以有效地识别出是否发生了PIO.模糊逻辑方法中的隶属函数直接反映了特征参数的特点,其设计决定了是否能有效地对PIO进行识别.为了设计有效的隶属函数,根据特征数据的特点采用球壳型模糊聚类算法对数据...     

基于小波分析与支持向量机的时间序列预测

时间序列广泛存在于工业、经济、军事等各个领域,时间序列预测是数据分析处理的一个重要方面。目前提出的预测模型大多基于＂原始时间序列是无噪的＂这一假定,而实际应用中,对时间序列去噪处理的好坏将直接影响预测的准确率,针对这一事实,使用小波分析对原始时间序列去噪。利用小波变换对时间序列进行多尺度分解,对各尺度上的细节序列使用阀值法去噪;使用支持向量机对重构后的各组小波系数进行预测并将结果融合,得到预测结果。实验结果表明,用于时间序列预测,能及时反应序列的变化趋势并具有较高的预测精度。     

转子振动故障的小波能谱熵SVM诊断方法

融合小波能谱熵和支持向量机(SVM)的特点,提出了基于小波能谱熵的SVM故障诊断方法.利用转子试验台对转子典型振动故障进行模拟并采集振动数据,提取其振动信号的小波能谱熵作为特征向量,通过样本训练建立了转子在各种典型振动故障状态下的SVM模型和多类分类器,进而实现了对未知转子振动故障的识别.实际应用表明,提出的转子振动故障诊断方法是可行和有效性的.      

SAR图像舰船目标边缘检测

提出了一种在正则化基础上,利用小波变化实现合成孔径雷达(SAR)图像舰船目标边缘检测的新方法。传统的利用小波变换实现图像边缘检测时,阈值需要人为设定。针对这一问题,文章引入正则化超分辨技术,从贝叶斯框架下的估计问题出发,采用非二次正则化,平滑图像,保护强散射点目标,实现对 SAR图像进行去噪。利用小波变换的局部化特性和多尺度分析能力,检测突变信号,实现对舰船目标的边缘检测。该方法去噪效果好,边缘 定位准确,仿真结果表明了算法的有效性。     

固体发动机点火冲击段信号小波变换分析

基于传统信号处理方法对非平稳信号的局限性，利用小波方法具有精确分频的特点，进行了固体火箭发动机点火冲击段这一典型的非平稳信号的动态特性信号的提取，仿真及针对实际信号的处理均表明本方法具有很好的去除噪声能力。     

基于小波的网络连接层流量模型

最近研究表明网络流量的统计特性在不同尺度上表现出很大的差异,由大量具有高斯性的网络流量和少量的突发性网络流量组成.为了更好地理解这种复杂的网络流量统计特性,引入多尺度分析工具小波,在多尺度分析的基础上提出一种新的基于小波的网络连接层流量模型,有机地结合了独立小波模型和多重分形小波模型的优点,即保持了独立小波模型在不同尺度对高斯性方差的拟合,同时保持了多重分形小波模型对突发性的拟合.真实网络流量的仿真结果表明这个模型能够灵活地适应网络流量在不同尺度下所表现出的高斯特性和突发行为.