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.      

引射器引气与压气机抽气建立加力燃烧室喷口低压条件的综合分析

从建设投资、运行费用、设计、操作、维护等诸多方面对引射器引气与压气机抽气建立加力燃烧室高空模拟试验器喷口低压条件进行全面分析和对比,得出引射器引气方案优于压气机抽气方案。     

面向不均匀飞机舱音信号样本的模糊支持向量机识别方法

 针对驾驶舱话音记录器(CVR)中记录的舱音背景信息多而复杂、频率范围宽、非平稳等特点,通过对15种舱音信息进行傅里叶变换和小波包变换,依次提取其Mel倒谱系数(MFCC)和小波包分解系数(WPC),利用距离可分性判据对MFCC和WPC信息进行压缩融合,得到舱音信息特征向量。设计了面向不均衡样本的模糊支持向量机(FSVM),分别计算每种类别样本及其内每种舱音信息的2个隶属度,然后利用FSVM对舱音信号进行分类识别,解决了CVR信号含噪奇异样本和数目不均衡样本时识别性能较差的缺点,实验表明该方法明显优于常规支持向量机(SVM)和FSVM,分类识别率达到98.33%。     

基于小波包的手写体签名特征提取方法

手写体签名识别的很多特征提取方法都是基于经过复杂数据预处理和分割技术的二值图像．并且特征提取过程不可逆。因为复杂的预处理、较大的计算量和签名的连笔现象使得特征提取非常困难并对识别结果产生直接的影响。为了解决以上问题,提出了基于小波包的特征提取方法．．首先在预处理过程中对签名图像进行大小归一化：其次利用小波包对签名图像进行分解以得到签名图像在二维空间上点的集合;然后用这些二维点进行签名识别。本方法的数据预处理简单,避免了复杂分割．特征提取完全可逆。实验结果表明其具有较好的抗噪性、鲁棒性、适应性和识别率,为含噪脱机手写体签名识别提供了一种解决方案。     

Low-frequency Periodic Error Identification and Compensation for Star Tracker Attitude Measurement

The low-frequency periodic error of star tracker is one of the most critical problems for high-accuracy satellite attitude determination.In this paper an approach is proposed to identify and compensate the low-frequency periodic error for star tracker in attitude measurement.The analytical expression between the estimated gyro drift and the low-frequency periodic error of star tracker is derived firstly.And then the low-frequency periodic error,which can be expressed by Fourier series,is identified by the frequency spectrum of the estimated gyro drift according to the solution of the first step.Furthermore,the compensated model of the low-frequency periodic error is established based on the identified parameters to improve the attitude determination accuracy.Finally,promising simulated experimental results demonstrate the validity and effectiveness of the proposed method.The periodic error for attitude determination is eliminated basically and the estimation precision is improved greatly.     

基于粗糙核Fisher鉴别分析的特征提取及其在发动机故障诊断中的应用

将粗糙集理论的属性约简与核Fisher鉴别分析方法结合起来,提出一种基于粗糙核Fisher鉴别分析的故障特征提取方法.首先采用粗糙集理论的属性约简删除与分类无关或关系不大的特征,降低输入特征维数,排除干扰特征的影响,减小了特征提取计算量;再采用核Fisher鉴别分析方法进一步提取非线性特征;最后将该方法应用于航空发动机滑油系统故障特征提取及故障识别中.结果表明:该方法获取的特征在提高分类正确率的同时,还有效地降低了输入特征维数,提高了分类效率,并且对分类器具有较强的适应性和鲁棒性.      

基于堆栈自编码网络的铣刀磨损特征提取方法

针对传统切削数据人工提取的特征主观性和盲目性强、特征提取过程耗时且提取质量难以保证等问题,提出一种基于堆栈自编码网络(SAE)的切削信号数据特征提取方法,构建了由3个自动编码器(AE)组成的SAE网络。前一个AE无监督训练后得到隐藏层特征,作为下一个AE的输入,最后整体利用反向传播算法进行有监督微调,从而得到更优的特征表达。从基于SAE的数据重构性能分析和加工信号特征主成分分析2个层面,对切削信号特征提取的优劣进行评估。实例验证说明,相比于传统手工提取特征的方法,所提方法在压缩信号的特征提取方面表现出明显的优势,进一步说明了SAE特征提取的有效性。     

星面探测机器人自主移动技术

为进一步扩大探测范围,提高探测效率,并为后续星面基地建设提供服务,星面探测机器人需从远程地面遥控方式向自主移动方式发展,为此需要解决地图构建、鲁棒定位、探测导航等问题。为推动星面探测机器人自主移动能力的发展,借鉴目前快速发展的无人驾驶技术和地面自主移动技术,归纳总结了目前国内外星面探测移动技术的研究现状和存在的问题,以及地面自主移动研究在地图构建、鲁棒定位、探测导航等方面取得的进展。在结合星面探测应用的特殊性的基础上,提出了未来在长期定位和可变形重建领域开展更深入研究的建议。     

SAR图像边缘的小波抽取算法研究

随着地球物理勘探、航空摄影、卫星监测技术的发展，人们获得的各种图像资料也与日俱增。如何从众多的图像资料中快速获取所需的信息是一个引起广泛兴趣的问题。实现图像信息的自动识别技术是解决问题的途径之一。本文就是在作为图像自动识别技术中必不可少的一个环节———图像边缘抽取领域中，针对小波分析在具体的合成孔径雷达（ＳＡＲ）图像处理中的应用前景进行了研究工作，并取得了一些结论。     

人在回路控制指示器信号速率提取特性的描述及最优控制律

控制指示器显示信号的速率提供了人在回路控制的预测信息。本文根据人眼对观测目标位置信息及其运动速度信息的感知特性，提出人眼并行地感知位置幅度和“量测”运动速度等假设，由此给出了操纵者对显示信号速率提取特性的简洁有效的构造性描述。仿真结果与已有的实验数据相比较得到了较好的验证。