基于小波相邻系数降噪的滚动轴承早期微弱故障时频特征提取

将小波相邻系数降噪与时频小波切片变换（FSWT）相结合用于滚动轴承的早期微弱故障时频特征提取,通过对滚动轴承加速疲劳试验早期微弱故障振动数据进行分析,结果表明:小波相邻系数可以有效降低淹没滚动轴承早期微弱故障特征的背景噪声;时频小波切片变换方法能有效提取出经小波相邻系数降噪后振动信号的时频特征,即滚动轴承发生故障时的特征频率及其谐频成分,验证了所述方法的有效性.此外,通过与谱峭度时频分析结果的对比,证明所述方法更能准确扑捉到滚动轴承发生早期微弱故障时的时频特性,突出了所述方法的优越性.      

IFHT算法在无线高速OFDM调制解调器中的实现方案

正交频分复用(OFDM)技术是一种可以有效抗无线信道多径衰落的多载波调制方式,具有较高的频谱利用率。运用快速哈特利变换(FHT)和其反向快速哈特利变换(IFHT)来实现OFDM调制解调可有效地降低系统运算的复杂性,提高系统的时效。由于FHT和IFHT算法的一致性,本文只对IFHT算法在无线高速调制解调器中的软、硬件实现方案进行了研究。     

基于最优小波包基的信号去噪算法及其应用

提出了一种基于Shannon熵准则的最优小波包基信号去噪算法,并将其应用于某型导弹惯导系统陀螺仪信号的去噪处理中。该算法在最优小波包基的基础上,针对不同频段采用不同的阈值算法,用量化后的系数重构得到去噪后的信号。仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,因而将具有更为广泛的应用前景。     

基于酉变换的约束优化均衡算法

基于李道本等人提出的代价函数，在特定的约束条件下，利用酉变换方法，提出了两个约束化均衡算法。这两种均衡算法是传统的直接梯度算法和共轭梯度算法的改进方法。这两种约束算法是在Householder变换下或GiVen平面旋转变换下获得的，它们完全不同于前人的各种线性约来自适应算法，这两种算法的计算复杂度是可以接受的。计算机仿真结果验证了这两种变换域算法的性能。     

一种提高SAR目标识别率的有效方法

在合成孔径雷达自动目标识别SAR ATR中，SAR像的预处理是提高识别率的关键技术之一。给出了一种简单有效的SAR图像预处理方法，该方法首先对SAR目标像进行对数变换后，再做傅立叶变换。经预处理后的SAR像用支持矢量机SVM分类器进行目标识别。实验结果表明：本方法不但有效地提高了目标识别率，而且保证了目标的平移不变性并具有良好的推广能力。     

一种虚拟信号分析仪的设计

介绍了虚拟信号分析仪的结构和现代信号的处理方法。基于傅立叶变换、短时傅立叶变换和小波变换,提出了一种虚拟信号分析仪的系统软件模块的实现方法。该方法利用这三种变换,对信号进行多次处理,能够得到信号的时域、频域和时频域信息,能够对信号进行降噪处理。实验表明,利用此分析仪,能够测量信号的周期、频率、瞬时频率、时频变换趋势和奇异点,并且能以图形的形式显示出来。     

基于多尺度分析的航空相机自动调焦系统研究

提出了利用面阵CCD交汇测量和图像小波变换边缘特性相结合自动调整航空相机焦距的方法，并给出了该试验系统的硬件和软件设计方案。     

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.     

基于运动状态的航迹起始算法研究

 针对传统的基于逻辑的航迹起始方法在量测扩展过程中存在的弊端,提出了基于目标运动状态的航迹起始算法,并给出了更为精确的起始波门构造方法。利用目标的位置信息形成候选目标航迹,在候选目标航迹扩展过程中,采用提出的修正Hough变换提取目标状态信息,并根据目标〖JP2〗的状态信息对候选航迹进行检验。仿真结果表明,该算法比其他基于逻辑的方法有更低的虚警概率,并且对存储空间要求低,适于工程应用。     

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。