基于改进HHT的一体化电液作动器故障诊断

介绍了机载变排量变转速一体化电动静液作动器(EHA-VPVM,Electro-Hydrostatic Actuator with Variable Pump displacement and Variable Motor speed)的系统结构,根据EHA-VPVM早期故障信号非平稳、时变等特点,采用一种新的时频分析方法希尔伯特黄变换(HHT,Hilbert-Huang Transform)进行信号分析.针对HHT方法的模态混叠和虚假本征模态函数问题,提出两点改进:通过集合经验模式分解算法抑制模态混叠的发生;采用相关系数法保留真实本征模态函数.对EHA-VPVM工程样机进行早期故障诊断实验,用Hilbert边际谱和HHT谱分析永磁无刷直流电机两种工作状态下的振动信号.实验结果表明:改进HHT方法较好解决了HHT的模态混叠和虚假本征模态函数问题,能准确提取研究对象的早期故障特征,对EHA-VPVM早期故障具有良好的诊断效果.     

REMOTE SENSING IMAGE CODING METHOD COMBINING WAVELET TRANSFORM WITH CLASSIFIED VECTOR QUANTIZATION

A new remote sensing image coding scheme based on the wavelet transform and classified vector quantization (CVQ) is proposed. The original image is first decomposed into a hierarchy of 3 layers including 10 subimages by DWT. The lowest frequency subimage is compressed by scalar quantization and ADPCM. The high frequency subimages are compressed by CVQ to utilize the similarity among different resolutions while improving the edge quality and reducing computational complexity. The experimental results show that the proposed scheme has a better performance than JPEG, and a PSNR of reconstructed image is 31～33 dB with a rate of 0.2 bpp.     

频域内参数估计

研究了在频域中利用方程误差法结合递推的傅里叶变换技术进行线性系统实时参数估计的方法。分别从频域中的方程误差法、递推的傅里叶变换和计算频率范围选择三个地参数估计进行了较详细地分析。通过结某型战斗机进行模拟计算，结果表明：该方法能自动过滤噪声；占用计算机内存固定；计算量小；不需要输入任何初值并在计算中调整任何参数；所估计的参数值能够在系统模态周期１．０￣１．５倍的时间内逼近真值，即使在信号水平较低的情     

用于人机耦合振荡探测的操纵振荡特征确定

为了实现人机耦合振荡的在线探测，提出了适于实时计算的滑动窗口Fourier变换递推算法和与人机耦合振荡相关的飞机操纵振荡特征，并通过人机耦合振荡试飞数据的计算，分析了操纵振荡特征的合理、有效性。最后指出拟进一步开展的研究工作及建议。     

基于图象空间的加速体投射算法

传统的光线投射算法通过视变换将数据体转换到视坐标系下,在视坐标下进行重采样。一方面对于较大的数据体,视变换相当耗时;另一方面,在视坐标下进行重采样,对数据的索引查找较麻烦。基于此,提出了一种新的加速光线投射算法,基于图象空间逆视变换的体绘制算法。该算法在物体坐标系中进行重采样,并利用多边形扫描转换减少了对无效像素的计算。借助视线的参数化方程减少对空体元的采样,从而使得绘制速度基本可以达到实时绘制。     

基于小波变换的电力系统谐波测量方法

小波变换具有时-频局部化特性,在电力系统的分析中具有无比广阔的应用前景.本文将小波变换方法应用于电力系统谐波检测中,并提出了同步检测与小波变换相结合的电压闪变测量方法,仿真结果表明此方法适用于电压闪变信号的检测和分析.     

基于小波变换的遥感图像边缘检测方法研究

遥感图像处理对于航空、航天、军事侦察、灾害预报等许多军事和民用领域至关重要,本文针对遥感图像的特点,提出了一种基于小波变换的图像边缘检测方法,同时还对小波变换在图像处理中的适用性进行了详细分析。由实验结果表明,本文方法可以获得非常细致有效的边缘信息,在有效抑制噪声的同时,提高了边缘定位精度。     

优选小波神经网络在周跳探测与修复中的应用

北斗导航定位过程中,传统的周跳探测与修复方法缺乏检验环节,无法保证修复结果的可靠性。为此,提出了一种级联式小波变换结合NARX神经网络多步循环预测修复的方法处理周跳问题。该方法通过构造载波相位双差模型检验量,探测周跳发生历元,采用NARX神经网络预测方法修复周跳,利用优选小波基函数进行周跳修复效果检验。实验证明,相较于经验模态分解和变分模态分解等模态分解法,优选小波神经网络周跳探测与修复方法可用于小周跳探测并判断出周跳正负性;构造的NARX神经网络周跳修复模型,解决了普通神经网络模型和传统多项式拟合法容易造成的二次奇异值问题。相较于长短期记忆(LSTM)和门控循环单元(GRU)深度学习神经网络模型,周跳预测精度分别提高了45.2%和55.9%。     

一种非对称PCMA信号盲分离算法

针对卫星通信中非对称成对载波多址(PCMA)信号的盲分离问题,提出一种基于同步挤压小波变换(SWT)的盲分离算法。该算法在混合多个信号前提下,首先按强信号进行同步,接着采用同步挤压小波变换提取时频曲线,最后去除混合信号中的噪声与强信号主频外的弱信号干扰,降低了强信号解调误码率。该算法具有在不具备协作通信方发送的信息序列的先验条件下,实现了非对称PCMA信号盲分离的特点。仿真结果表明,经本文算法处理后强信号解调误码性能比对混合信号直接硬判决时有较大提升。     

基于序列工作点的航空发动机过渡态气路分析参数选择研究

为了降低由多工作点分析(MOPA)方法的平均效应所产生的气路分析(GPA)系统误差,提出了基于航空发动机过渡工作过程的序列工作点分析(SOPA)技术,并以此为基础提出了一种系统的气路分析参数选择方法。该方法利用连续小波变换对时间信号的增强解析能力,提取待求健康参数在备选测量传感器上的参数特征,实现了在传感器安装受限条件下必要测量参数的选择。通过对SOPA子系统矩阵进行奇异值分解(SVD),获得了在过渡工作过程中不同时间片段上的健康参数可辨识性。针对大涵道比双轴分排涡扇发动机的参数分析结果表明:通过对待求健康参数的敏感性输出信号进行小波分析所确定的最简传感器布局,具备对全部待求健康参数的可辨识性;而以时间片段矩阵的条件数作为判据评估SOPA子系统的参数辨识能力,能够有效地确定具有高可靠性的SOPA时间片段位置,保证了对发动机气路部件健康状态的估计精度。