基于小波包分析的航空发动机轴承故障诊断

振动分析是进行滚动轴承状态监测与故障诊断的重要手段。当轴承某一元件表面出现局部损伤时,产生周期性的冲击脉冲力。因此,原来的平稳振动信号变成了非平稳振动信号。傅里叶变换在频域上是完全局部化的,但它不能提供任何时域的局部化特征,而窗口傅立叶变换尽管在时域和频域均具有一定的局部化特征,但其局部化却是固定不变的。针对常规方法难以准确分析非平稳信号的局限性,提出了基于小波分析的滚动轴承故障诊断方法,通过滚动轴承外表面损伤的实验信号进行小波包频谱分析,验证了基于小波分析的滚动轴承故障诊断方法是可靠、准确的,可进一步应用于航空发动机主轴轴承的状态监测和故障诊断。     

基于小波变换的含噪图片的自适应边缘提取

对含有白噪声的图片的边缘提取进行了讨论。利用噪声图像小波系数的统计特征和小波变换的多尺度特性构造收缩因子 ,通过收缩因子对图片中的噪声和边缘区别对待。而且通过极大似然法估计小波系数概率模型中的三个参数 ,使算法达到自适应性。利用所讨论的理论对一幅含有噪声的图像进行边缘提取实验 ,结果令人满意     

基于提升的Landsat-TM光谱图像压缩

在分析多光谱图像小波变换后系数特点的基础上,提出了一种基于整数小波变换的三维集合分裂嵌入块编码(3DSPECK)压缩方法。该方法将小波变换压缩技术中的零数编码推广到多光谱图像压缩中,采用整数小波变换去除空间冗余,谱域上对多幅小波图像构成的小波矢量采用离散余弦变换进行变换,对变换后的系数进行3DSPECK编码。实验结果表明,该方法硬件实现简单,编码解码时间快,对内存要求低。     

基于MSPCA的液体火箭发动机试车台氢供应系统传感器故障诊断方法

研究了多尺度主元分析方法在传感器故障诊断中的应用问题。利用小波变换得到传感器信号在各个尺度上的系数，然后根据尺度系数矩阵建立主元分析模型进行传感器故障诊断。设计了固定窗长的移动窗口，对窗内数据进行小波变换后，用最后一个尺度系数计算平方预报误差进行故障检测，采用传感器有效指标这种具有定量辨识标准的参数对故障传感器进行辨识。最后，以液体火箭发动机试车台氢供应系统几个关键传感器的故障诊断为例验证了这种方法实用性和有效性。     

小波理论及其在信号处理中的应用

文章主要从信号处理的角度阐述了小泼理论,不同的小波和小波包函数具有不同的时间（空间）一频率性质,具体表现为正则度、消失矩、滤波器的幅频和相频响应等。在此基础上,通过例子说明小波理论在通信信号处理中的一些应用。     

小波分析在光纤陀螺信号滤波中的应用研究

介绍了小波分析的理论及小波变换快速算法，给出了光纤陀螺漂移的数学模型，阐明了小波分析在陀螺信号滤波中的应用方法，并通过实验证明了该方法的有效性，为消除陀螺漂移及基座动态干扰提供了一个新的途径。     

基于小波降噪的编队卫星相对位置确定

在编队飞行任务中组成编队的卫星之间相对定位非常重要。本文通过分析信号的频谱性质,运用小波阈值去噪法探讨了J2项摄动下的卫星相对位置确定。该方法通过对高频分量的滤波,改善编队卫星相对运动位置确定的精度。仿真验证了处理方法的有效性,表明该方法有利于相对定位精度的提高。     

微惯性测量单元信号小波自适应滤波仿真研究

针对微惯性测量单元信号进行小波多分辨率分析后在各尺度空间呈现的不同特性,提出了一种分解层数和阈值门限自适应选取的滤波去噪方法,同时采用具有紧支集特性的Daubechies正交小波基和改进的阈值函数,自适应选取分解层数并逐层进行阈值自适应滤波,然后经小波逆变换重构原始信号,最后应用实际的M IMU信号进行滤波仿真。实验结果表明该方法能有效消除M IMU信号随机误差,大幅改善其零偏稳定性和信噪比,且算法简练通用性强,有很强的实用性。     

基于小波变换的LFM信号的线性度测量

线性度的测量对于衡量LFM信号的技术指标具有重要意义,介绍了一种线性调频信号的数学模型,分析了小波算法的原理、小波函数和参数的选取以及小波算法的特点,提出了将小波变换应用于LFM线性度测量中的方法。     

火箭发动机厚层包覆质量的信号处理

对于火箭发动机装药包覆胶接状态和包覆层厚度的诊断，利用小波在应有频率与时段上的重构，基本恢复出理想的检测信号，这种检测方法针对层厚处伴有噪声干扰时的微弱信号检测有较好的效果。