基于集成超1-依赖分类器的柴油机振动信号故障诊断方法

为进一步提高柴油机智能化诊断系统的诊断准确率,针对不同工况柴油机缸盖振动信号的特点,利用4层小波包分解提取缸盖振动信号的特征向量,采用基于信息熵最小化的多区间离散化分析确定特征向量的离散区间,利用改进的超1-依赖贝叶斯分类器对模拟故障状态下的离散数值进行分类.实验结果表明,该方法对不同载荷、转速及混合工况下柴油机故障的...     

基于WT和PSO的雷达脉内调制参数分析

雷达脉内调制信号分析是实现雷达辐射源信号识别的一个重要手段,雷达脉内调制信号是典型的非平稳信号,需采用非平稳信号处理方法进行分析.小波变换是处理非平稳信号的有力工具,可用来对脉内信号进行分析,但需要搜索算法搜索变换后的小波脊线.因此,在对调制信号进行小波变换后,采用微粒群优化算法搜索小波脊线.通过计算机仿真,结果表明利用小波变换和微粒群优化算法可对雷达脉内调制信号进行参数分析与提取,小波变换分析方法是有效的、合理的.     

基于DWT和双通道LSTM的卫星电池阵电流预测方法

卫星太阳能电池阵输入电流受地球反照、卫星反照等多方面影响,会产生不同频率的波动起伏,造成预测精度不足,针对该问题提出一种基于离散小波变换(DWT)和长短期记忆网络(LSTM)的电流数据预测方法。首先对电流信号进行归一化,其次使用DWT对遥测信号进行小波分解,获取信号的多层高低频小波系数,提高信号数据特征,然后通过双通道LSTM进行特征学习,预测出各层小波系数,最后通过对预测出来的小波系数进行信号重构并反归一化获得最终预测信号。通过使用某在轨卫星太阳能电池阵电流遥测数据对预测模型进行验证,结果表明提出的方法相对于传统LSTM模型具有更好的预测精度,平均绝对误差减少16.4%,均方根误差减少29.9%,相关系数提高3.2%。     

二维小波变换去噪的MATLAB可视化设计

小波变换是消除图像和多道信号噪声的一种重要方法,而MATLAB是优秀的数值计算和可视化设计平台。二维小波变换将多道记录信号变换到时间、频率、空间和波数四维域中,根据信号和相干噪声在频率、时间、波数、空间等方面的局部差异来达到滤波的目的。基于二维多分辨分析的基本原理。利用MATLAB的图形用户界面（GUI）和丰富的图像处理功能进行可视化设计,实现了用二维小波变换对多道信号中相干噪声的消除,使烦琐的逐级分解去噪处理变得容易．提高了工作效率。最后．用设计的程序对地震记录信号中的面波进行了消除．并达到了较好的效果。     

S变换与小波变换检测信号突变性研究

时间局部谱分析方法的研究对信号突变性检测具有重要意义。S变换是加窗傅里叶变换和连续小波变换思想的延伸或推广,S变换保持了与傅里叶谱的直接联系,提供了依赖于频率的分辨率,具有连续小波变换所没有的一些特点。介绍了S变换和广义S变换的数学原理,分析了S变换与加窗傅里叶变换和小波变换之间的关系,对一个突变信号在S变换与小波变换下的表现特征进行研究,结果表明,S变换能比小波变换更直观更清楚地表现信号突变位置。     

集装箱桥吊前大梁主铰冲击特征分析技术的研究

应用小波包分析技术,结合Hilbert包络技术,提出了小波包能量包络技术.该技术能够很好地表征桥吊在工作时产生的振动冲击等非平稳信号的状态特征,为桥吊的状态监测和安全评估提供了一种抗噪能力强、特征表述灵敏的特征抽取技术,并在已开发的状态监测和评估系统中得到了实践,取得了很好的应用.     

关于P波到时的小波分析方法

本文就P波的到时进行研究，采用了小波分析的方法，由于小波分析所固有的优于博氏变换的性质：即小波分析能对波的频域特性和时域特性有比较好的反映，这相对于博氏变换的只能够反映单独的频域特性或者单独的时域特性而言，采用小波分析更加能够保证波型的不失真，采用经过小波分析后得到的数据更加能够精确的满足计算所需．本文运用Daubechies的紧密支集的正交小波基对实际的地震数据进行处理，以期能够对P波的到时进行自动识别．计算结果显示：对地震数据进行不同阶次的小波变换得到不同的结果，很明显可以看出不同阶次的小波变换所产生的结果有不同的时频特性，并且变换阶次越高，信号变换后得到的结果所反映的频率越低；对地震数据进行线性极化计算，可以得到明确的P波利时．     

基于小波变换的静电探针测量数据的处理

在静电探针自动测量系统测量等离子体参数中,如何在不改变原始数据特征的条件下干净有效的滤除噪声,是一个很重要的问题。对此,采用低通滤波器、移动平均法等一些常用的数据处理方法很难解决。本文采用两种小波变换：Daubechies小波变换和Biorthogonal小波变换分步进行处理,得到了比较好的处理结果,并对上述的几种方法在实际测量信号中的处理结果进行分析对比来证明了这一点。     

教学仪器优化初探

教学仪器优化初探任伟德（浙江省教学仪器公司仪器研究所）本文就现有教学仪器优化改进作些探讨．当然，这里主要是提出哪些仪器需优化，还不是具体方案．一、结构不合理例如电阻圈．标准只写了“固定了长方形胶木座中”，实验结构是在胶木座中开了一条槽，槽的形状有过几...     

基于小波理论的奇异信号分析

鉴于传统信号处理对非平稳信号的局限,小波分析作为一种具备时间-频率局部特性的信号处理方法,已成为众多领域的研究热点.笔者介绍了小波变换的部分性质,分析了小波变换与Fourier变换下的奇异信号特性,并以此进行奇异信号检测.     

大强度离心运动后骨骼肌αB-晶状体蛋白的表达特征研究

通过观察αB-晶状体蛋白在骨骼肌细胞的变化,了解骨骼肌细胞抵抗运动损伤的机制。方法:成年雄性Wistar大鼠24只,随机分为安静对照组,运动后即刻组,运动后24 h组,每组8只,运动组进行一次性大强度离心运动;取腓肠肌制作冰冻切片,采用免疫荧光组织化学法观察αB-晶状体蛋白在骨骼肌细胞的分布特征。结果:安静状态αB-晶状体蛋白在细胞浆有一定水平的表达,主要分布于胞浆及膜下。离心运动后即刻αB-晶状体蛋白表达增加并且发生移位变化,主要存在于Z盘及细胞膜附近,24 h后αB-晶状体蛋白在细胞膜和Z盘仍有大量分布。结论:离心运动后αB-晶状体蛋白从肌细胞胞浆移位于细胞膜和Z盘,其在骨骼肌可能具有防止Z盘和肌细胞膜骨架蛋白损伤或辅助骨架蛋白修复的作用。     

EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断

针对船用往复式二级空压机振动信号非线性、非平稳性问题,利用振动信号辨识故障,综合集成经验模态分解（ensemble empirical mode decomposition, EEMD）和支持向量机（support vector machine, SVM）的信号处理优势,提出一种将EEMD能量熵和奇异值熵与SVM融合的船用空压机故障诊断方法。模拟正常状态和4种故障状态进行故障诊断实验。采集的振动信号用小波降噪法进行处理。为模拟船用空压机实际工作环境,在EEMD处理过程中加入加性高斯白噪声（信噪比7.5 dB）。以相关性为评价指标选取各状态下本征模态函数（intrinsic mode function, IMF）,并以每个IMF的能量熵和奇异值熵作为特征值,采用SVM分类器识别故障。实验表明：与基于经验模态分解（empirical mode decomposition, EMD）和SVM等故障诊断方法相比,该方法能更有效地识别故障。该方法在实船应用中获得较好的诊断效果,可为现代船舶智能故障诊断研究提供参考。     

小波变换在电子海图矢量化中的应用

针对纸海图到矢量格式电子海图数据的转换过程中存在的问题,提出一种基于小波变换的图像识别方法.首先对彩色纸海图进行小波变换,然后选择小波系数的极值点,根据极值点搜索纸海图的线信息.实验结果表明,该方法识别效果好,能够有效地从纸海图中提取线信息.     

基于小波变换的图像处理

小波变换技术已广泛地应用于图形、图像处理,语音处理,视频处理以及数字信号处理等领域。由于小波变换的良好特性,使其在众多实际应用中都能得到很好的应用,并取得比原有技术更好的实际效果。在数字图像处理领域,基于小波变换的图像压缩、图像增强、图像消噪可以取得很好的实际效果,本文从二维小波理论出发,对其在图像处理的应用上进行了一些分析和处理,反映出小波分析在图像处理方面的特点。     

递归算法的一种矩阵求解法

利用Jacobi相似矩阵求解递归算法,通过计算出矩阵的特征值、特征向量,最终得到了递归问题的解,且抽象出一种二阶对称矩阵的通用解法.同时,对应用计算机来处理该类问题进行了研究,希望以此来提高计算的效率.     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.