数字孪生驱动的薄壁件铣削刀具磨损状态识别方法

薄壁零件由于其本身的弱刚性,铣削过程中极易发生颤振、变形,从而加剧刀具磨损,为提高薄壁零件的铣削加工效率和表面质量,提出了一种数字孪生与支持向量机（SVM）融合驱动的刀具磨损状态识别方法。利用时、频域分析和小波包变换提取特征向量,通过网格搜索与交叉验证（GSCV）的方法进行超参数寻优,结合SVM算法构建薄壁零件铣削刀具磨损状态识别模型。试验结果表明,SVM算法在高维小样本数据的分类识别问题中优势明显,对于不同铣刀磨损状态的识别准确率分别达到96%和90.16%,具有较好的泛化能力。结合机器学习算法构建高保真、轻量化的数字孪生体,并将其嵌入薄壁零件铣削过程监测平台,以解决加工过程中信号实时监测和刀具磨损状态在线识别的问题。     

非合作无源探测中的参考信号提纯新方法

非合作无源探测系统通过直达波提纯来获取参考信号,参考信号的纯净程度对系统探测性能具有重要影响.针对非合作无源探测中的参考信号提纯问题,提出了一种基于稀疏特性的参考信号提纯新方法.首先将参考通道接收的混合信号变换到对时延敏感的分数阶傅里叶变换域上,并对直达波信号和多径干扰信号在分数阶傅里叶变换域上的稀疏特性进行了分析;然...     

基于感兴趣区域编码的图像压缩算法

文章提出了一种基于矢量量化的感兴趣区域小波图像压缩算法。该算法充分利用了子带系数带内带外的相关性,从低频到高频按空间方向树结构构造矢量,对感兴趣区域和背景区域采用不同的矢量构成方法。试验表明该算法在极低比特率的情况下,恢复图像仍可获得较好的主观质量。     

基于二维经验小波变换的金属断口图像消噪方法研究

针对传统小波变换在金属断口图像分析中存在的不足,结合二维经验模态分解和小波分析,本文提出了一种基于二维经验小波的断口图像消噪算法。该方法通过自适应构造滤波器组构造了经验小波函数,实现了在频域上分割傅里叶频谱的同时又分离出了信号的不同模式,从而提取了具有紧支撑傅立叶频谱的AM-FM成分。将所提方法与传统小波变换方法进行对比,结果表明,不论是从峰值信噪比还是从结构相似指数来看,二维经验小波算法的图像消噪效果都明显优于小波变换方法。最后,将二维经验小波算法应用到金属断口图像消噪中,进一步验证了所提方法的有效性。     

基于小波变换与局部离散度的多聚焦图像融合算法

提出了一种基于小波变换与局部离散度的多聚焦图像融合算法。首先对不同聚焦图像进行小波变换,然后采用局部离散度准则对各个方向上的高频系数进行融合,采用重要度准则对低频系数进行融合,最后对融合后的小波系数进行重构,得到了很好的融合图像。实验结果表明,融合效果优于取绝对值大的小波系数和区域方差准则的融合算法。     

基于广义S变换的图像局部时频分析

 非平稳信号具有良好的时频局部特性,但是使用一些常规的信号处理方法对其进行时频分析具有一定难度。为了解决这一难题,引入基于广义S变换的时频分析方法来进行一维和二维空间非平稳信号的时频分析。同时,为避开对图像直接进行S变换带来的大时间开销和运算难度,选用不同尺度的局部窗口将二维图像转化成一维信号进行处理,再分别利用基本S变换和时频分辨率可调的广义S变换进行算法仿真和时频分析。试验结果表明,广义S变换比基本S变换具有更灵活的时频聚焦性。     

基于分水岭变换的单幅高分辨率SAR图像建筑物检测方法

提出了一种从单幅高分辨率SAR图像中检测建筑物的算法框架。该框架主要以应用 标记的分水岭变换为基础,针对SAR图像中建筑物所具有的强回波特性与典型的形状特征, 主要采用CFAR检测和文中提出的方向相关分析方法得到标记图像,利用最小强制技术和标记 图像修改原始图像的梯度图,对修改后的梯度图作分水岭变换得到建筑物目标的边界轮廓。 该方法能够引入建筑物目标的特性同时克服分水岭变换固有的过分割缺陷。文中对不同场景 的高分辨率SAR图像进行了实验,实验结果表明,即使在建筑物分布密集的情况下,本文算 法也能正确完整地检测出绝大多数目标,检测率高而虚警率低。     

自适应可调品质因子小波变换在轴承早期故障诊断中的应用

分析了可调品质因子小波变换(TQWT)的近似平移不变性,并通过模拟信号对该性质进行验证。提出了基于时频峭度指标优化的自适应可调品质因子小波变换(ATQWT)方法,用于解决滚动轴承早期故障诊断问题。首先利用时频峭度指标对TQWT的品质因子和冗余因子进行搜寻,确定最优影响参数后,根据所得结果设置好TQWT的参数并对原始信号进行处理,得到相应的信号分量并选定最佳信号分量,对最佳信号分量执行包络解调处理,最后分析包络谱中的频率成分来判定轴承的状态。实验信号分析结果表明:所得时频峭度指标更加可靠,鲁棒性更强。在低信噪比情况下,该方法可以准确分离出原始信号中的微弱特征,有效判定轴承的早期故障。      

一种改进双块补零北斗导航接收机弱信号捕获方法

利用卫星导航系统对高轨航天器进行自主导航与高精度定轨,对接收机的捕获灵敏度要求极高,双块补零(DBZP)算法是无辅助下卫星导航弱信号捕获的理想方案,然而受限于数据处理量大,DBZP实际应用难度大。在深入分析双块补零机理的基础上,结合矩阵重构的思想,提出了一种改进双块补零北斗导航接收机弱信号捕获方法。该方法对参与块内相关运算的基带信号和本地测距码分别进行重构,解决了块内点数与快速傅里叶变换输入点数之间的矛盾,提高了北斗导航接收机弱信号捕获性能。仿真实验结果分析表明,改进双块补零算法对信噪比没有损失,可以保证对低至15dB·Hz的弱信号进行有效捕获,能够满足高轨航天器定轨、室内外无缝导航等对接收机高灵敏度的需求。本方法是在块内运算层面对DBZP进行优化,具备良好的通用性和可移植性,与优化相干积分策略的各种改进DBZP算法可以无缝对接,进一步提高北斗导航接收机信号处理的效能。同时,重构的思想也适用于其他采用码分多址信号的卫星导航系统的弱信号检测和捕获,对提升多星座卫星导航系统的基带信号处理性能具有参考意义。