一种改进的双重频退速度模糊方法

本文分析了双重复频率退模糊方法的局限性和误差成因,提出了一种统计求解方法进行速度退模糊.此方法同传统方法的差异在于,其首先对Nyquist数进行估计,再进行退模糊处理.理想实验和在中频相参多普勒天气雷达上的实际结果分析均表明,改进的方法具有更好的解速度模糊性能,且具有较高的实效性.     

企业逆向物流外包的合作伙伴选择研究

在分析了企业逆向物流外包及其优势的基础上,从企业选择逆向物流外包合作伙伴的步骤入手,构建了一套逆向物流服务供应商的评价指标体系,并运用模糊综合评价方法对备选的逆向物流外包的合作伙伴进行评价和选择.     

基于广义S变换进行雷达信号时频滤波去噪

S变换自问世以来,凭借其优越性已经被广泛地应用于数字信号处理中。针对深空目标雷达回波信号的复杂性,为了得到较好的雷达回波信号,将基于广义S变换的时频滤波应用于雷达回波信号去噪中,并利用低通滤波器设计了时频滤波算子,克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷。通过理论分析与仿真波形对比表明,滤波后能有效地去除噪声,很好地保留了原始雷达回波信号的信号特征,展示了基于广义S变换的时频滤波的可行性,为雷达回波信号去噪提供提供了一种很好的方法。     

航空制造多项目优先级模糊综合评价方法

针对企业多项目并行执行时可能出现冲突,提出多项目冲突优先的模糊综合评价方法,通过建立优先级评定矩阵、分类分解评判因素的层次结构、建立评价集、确定因素权重,最后建立多项目优先级模糊综合评价矩阵,从而确定项目的优先级关系,实现项目冲突消解。并以某型飞机机翼和机身制造项目为例验证了方法的可行性和正确性。     

中国国际航空公司加入星空联盟的风险评价研究

主要分析中国国际航空股份有限公司（以下简称为国航）在与星空联盟合作时所面临的风险,并进行风险的识别和风险测评。利用环境分析法与流程图法识别出国航在与星空联盟合作时面临的风险。运用层次分析法、模糊综合评价法的相关知识,结合战略联盟的风险特征,确立核心指标体系并给出了各指标的权重,运用联盟风险模糊综合评价模型对国航参与星空联盟合作的风险进行计算评估。国航加入星空联盟的风险远远低于警戒值,并对国航加入联盟的关键性风险提出了相应的防范措施。进而归纳出航空联盟对中国航空公司产生的影响,以期对中国的民航事业做出贡献。     

分数阶Fourier域非均匀采样Chirp信号的频谱研究

文中提出了一种自适应非均匀采样方法,并利用分数阶Fourier变换对这类非均匀采样信号在分数阶域的频谱进行了分析和研究,得到了这类非均匀采样信号在分数阶域的数字谱表达式;进一步得到了非均匀采样Chirp信号的分数阶频谱表达式;最后,通过仿真验证了结论。     

基于小波神经网络的齿轮系统故障诊断

通过对齿轮系统在不同的运转状态下不同的故障类型进行试验测试分析,获取了有关的测试信号,对振动特征信号进行了小波阈值去噪,采用离散小波变换(DWT)对去噪后的信号进行8层分解处理,对各层的小波系数进行了小波重构,得到8层细节信号和1层近似信号,并计算了各层信号的能量,得到了信号的能量分布特征.在此基础上把各层信号特征作为神经网络的输入,进行了网络的研究、分析处理和故障分类,并对小波神经网络方法与单独采用神经网络方法的故障诊断结果进行了比较评价.研究表明,去噪处理后的效果比没有去噪的信号特征更加明显,而采用小波神经网络诊断方法,对于齿轮无故障、齿根裂纹故障、分度圆裂纹故障和齿面磨损故障能够进行很好地区分与诊断,其诊断成功率均在95%以上,可对实际工程工作的齿轮系统进行故障诊断.      

基于傅里叶变换的航迹对准关联算法

研究了在组网雷达存在系统误差情况下的目标航迹关联问题,理论分析了雷达系统误差对目标航迹的影响,并将该影响表示为目标航迹的旋转和平移量。在此基础上,提出了一种基于傅里叶变换的系统误差配准前航迹对准关联算法,该算法将组网雷达的航迹数据看做为一种整体信息,采用傅里叶变换理论来估计和补偿组网雷达目标航迹数据到融合中心航迹数据的相对旋转量和平移量,将雷达网中雷达上报的目标航迹数据对准到融合中心,从而不依赖于估计雷达网系统误差,实现了误差配准前的航迹准确关联,能够为后端的系统误差配准提供可靠的关联目标航迹数据。     

一种小波包的微机械陀螺消噪方法

微机械(MEMS)陀螺精度直接影响惯导系统精度。研究表明,随机噪声是影响MEMS陀螺精度的重要因素。本文在介绍小波包变换和自适应阈值的基础上,采用db4小波包变换阈值消噪方法,对某MEMS陀螺信号进行消噪处理,数据处理验证了此算法在MEMS陀螺消噪处理中的有效性。     

民航行李X光安检图像自适应小波去噪算法

对X光安检图像进行去噪处理可以更清楚地显示出危险物。针对传统小波软硬阈值去噪方法的缺陷．给出了一种自适应阈值的去噪方法,在此方法中,首先进行软硬阈值的折中处理,然后分别对大于和小于阈值的两部分进行自适应处理。利用Tennessee大学提供的实际采集的X光安栓图像进行实验,结果表明该方法能有效地去除安检图像中的噪声,图像去噪后的信噪比、峰值信噪比分别是25．2229dB、27．708dB．与含噪图像相比分别增加了7．7253dB和7．739dB。因此该方法表现出较高的去噪性能。