基于HILBERT变换的航空发动机转速测量研究

精确测量的航空发动机转速信号是航空发动机控制系统及故障诊断的重要依据。首先介绍了目前常用的航空发动机转速信号的测量方法-直接测频法并对该方法误差进行了分析;其次根据航空发动机工作时的转速变化特性,详细描述了通过Hilbert变换求取瞬时频率来测量转速的方法,并对该方法的端点效应问题进行了处理;最后通过仿真发动机一个转速上升过程,计算得出瞬时频率(转速)及误差大小。结果表明,该方法对航空发动机转速测量可行。     

基于离散小波变换的航迹关联算法研究

本文基于1-D离散小波变换(DWT)提出了一种航迹-航迹关联算法。由于目标航迹数据是非平稳随机序列,因此采用离散小波变换方法分析,利用基于F分布的假设检验模型来描述小波分解高频小波空间与低频尺度空间能量的比率,结合"去相关"方法分别讨论了航迹相关与无关的情形,并给出了一种仿真方法。仿真结果表明算法的有效性和在分辨两条相近航迹方面的优越性。     

一种基于修正Hough变换的航迹起始算法

为了在重杂波区内检测出运动的目标,提出了一种修正的Hough变换算法用于初始航迹的建立。与传统的算法相比,修正算法充分利用目标的运动学信息,选取了更为合适的变换参量,仅利用较少拍数的量测就可以完成起始,能够在检测概率较高的环境下具有良好的起始性能。计算机仿真结果表明,算法能够克服传统算法的多拍扫描,大大缩短实际的计算量和起始时间,实现对航迹起始的在线改进。     

基于距离走动校正和多普勒高阶项补偿的高超音速目标检测方法

针对机载雷达对高超音速运动目标的检测性能下降问题,首先建立了高超音速运动目标回波信号模型,在此基础上定量分析了目标高超音速运动引起的跨距离单元走动和多普勒频率时变现象。经过详细推导,利用Keystone变换法完成了回波的跨距离单元走动校正,并将基于高阶模糊度函数的参数估计技术应用于高超音速目标多普勒参量估计中,补偿多普勒高阶项后进行相参积累处理。通过计算机仿真证明了所提方法的有效性。     

基于小波分析的氢涡轮泵低温轴承保持架故障特征辨识

提出了小波分析与短时傅立叶分析相结合的方法来分析处理滚动轴承的振动信号,提取对应于轴承保持架的特定频率成分有助于准确地判断轴承保持架的健康状况.研究结果表明,在氢涡轮泵低温轴承保持架故障特征辨识中,综合利用小波分析与短时傅立叶分析能够更形象、更直观地识别出特定的频率成分.     

一种基于遥测数据压缩的硬件系统设计与实现

在基于遥测数据特点的背景下,提出了一种遥测数据实时无损压缩系统的设计方案。在这个压缩系统中,采用小波变换的方法对数据信号进行去噪预处理,能够有效减少数据量。同时,处理后的数据采用基于字典的LZW无损压缩算法,能够无失真地还原信号,这也正是遥测数据所要求的。     

基于Keystone变换和MDCFT的高机动弱目标检测与参数估计

 常规雷达对隐身、超声速和高机动目标存在回波信噪比不足、距离徙动和多普勒谱扩展问题。将Keystone变换和修正离散Chirp-Fourier变换(MDCFT)相结合,提出了一种新的雷达信号处理算法。该算法通过Keystone变换补偿距离徙动问题,利用MDCFT对多普勒谱严重扩展的目标回波进行相参积累,提高目标检测性能的同时完成了对目标参数的估计,且该算法在方位向欠采样时仍可适用。最后对算法运算量及性能进行了分析,通过仿真验证了该算法的有效性。     

特征融合的双目立体匹配算法加速研究与实现CSCD

随着图像分辨率和场景信息获取实时性需求的提高,业界对双目立体匹配算法的效率提出了更高的要求。针对该问题,提出了将SAD与Census变换特征融合的结果作为初始匹配代价,利用SGM算法进行代价聚合,采用赢家通吃策略计算视差,通过左右一致性检验检测出遮挡点并填充,使用中值滤波剔除异常值,最终获取优化后的视差图。采用统一计算设备架构(CUDA)对算法实现并行计算,针对立体匹配比较耗时的问题,该算法最大化地利用共享内存、寄存器内存以及CUDA流,实现了不同核函数之间的并行,大大提升了执行效率。结果表明,该算法在Middlebury立体匹配平台上,平均误匹配率下降了8.05%;在NVIDIA GeForce GTX 1650平台上运行450×375分辨率的图像,比原始SGM算法快687倍,运行高分辨率图像时依然能够实现实时显示性能。     

双树复小波域MCA降噪在齿轮故障诊断中的应用

齿轮箱早期故障信号中往往包含强烈的干扰噪声,而基于简单阈值规则的小波系数降噪方法往往不能取得良好的效果.针对该问题,提出了基于形态分量分析(MCA)的双树复小波降噪方法.首先,对强背景噪声故障信号进行双树复小波变换,得到不同层的小波变换系数;然后,选取小波系数周期性较为明显层的小波系数进行MCA降噪;最后,将降噪后的系数进行单支重构后便可获得故障特征信号,对降噪信号进行包络分析便可以确定信号的故障特征频率.利用该方法对仿真分析和某轧机齿轮箱打齿故障早期信号进行了处理,结果表明:该方法能够在有效去除信号中的强背景噪声,比单独MCA降噪及软阈值降噪具有更好的效果,得到了更清晰的故障特征频率,从而为齿轮早期故障诊断提供了一种新方法.      

基于小波变换的阈值去噪技术研究

小波变换是一种新的时频联合分析方法,它在时域和频域都具有良好的局部化特性和多分辨率分析特性,能满足各种去噪要求,如低通、高通、随机噪声的去除,在信号去噪中小波变换得到了广泛的应用。本文阐述了小波变换及小波阈值去噪的基本原理,对阈值函数的选取以及阈值的确定等关键问题进行讨论。仿真实验结果表明,文章所采用的方法既能有效地去除信号噪声,又能较好地保留原信号中的突变信息。