基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。     

基于KSVD学习字典稀疏表示的图像压缩传感方法研究

本文运用基于KSVD学习字典的稀疏表示方法,实现了图像信号的压缩传感。将实验结果与DCT变换和小波变换固定字典进行对比分析,分别采用25%、50%、75%三种测量率,三种测量率下的峰值信噪比(PSNR)明显高于相同测量率下的DCT变换与小波变换的峰值信噪比。尤其是在测量率为25%时,DCT变换与小波变换的PSNR分别为17.8982与11.0880,而KSVD学习字典的PSNR为28.3538。实验结果表明采用KSVD方法在图像压缩传感上有更好的实验效果。     

一种基于脉内特征的PRI变换新方法

脉冲重复间隔(PRI)变换及其改进算法是雷达信号分选领域的经典算法。随着信号环境的日益复杂,不同调制的多种雷达信号,具有交叠严重,PRI分布范围广的特点,加上脉冲抖动现象严重,使传统算法的分选能力大大减弱,甚至会出现分选出错现象。针对上述问题,对改进的传统算法进一步改进,提出一种新的变换分选算法,新方法利用脉冲的脉内特征进行脉冲预分离,大大降低了信号的复杂程度,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证新算法的有效性。     

基于小波滤波的海面杂波过滤降噪处理技术

海上地形环境复杂,对于微小目标识别系统,受到海面杂波影响,目标物识别的分辨率变低。海面杂波一般由船舶运行引起的波浪起伏﹑地形变化等因素引起,较易与快速移动的微小目标物重叠,引起目标识别困难。小波滤波是一种高效的过滤噪声算法,对目标检测中的海面杂波具有很好的过滤效果,能够提高微弱目标的检测效果。本文研究海上杂波的频率特性,在此基础上设计基于小波滤波的海面杂波过滤降噪处理技术,最后给出仿真结果。     

钢管漏磁检测信号的时频分析

介绍了时频分析中的短时傅立叶变换和小波变换的基本概念和特性。对钢管缺陷的漏磁信号分别进行短时傅立叶变换和小波变换分析与处理，比较它们的优缺点，得出时频分析是解决钢管漏磁突变异常信号的一种有效方法，尤其小波分析方法在解决漏磁信号干扰剔除、数据压缩、特征提取方面更具优点。     

基于暂态行波的10 kV自闭贯通线路单相接地故障定位研究

10 kV自闭贯通线路一般为小电流接地系统,其在发生单相接地时一般可带故障运行2 h,目前尚无有效的自闭贯通线路故障距离保护方案.本文基于自闭贯通线路特殊的线路走廊和通信环境,对10 kV自闭贯通小电流接地系统行波法故障测距进行研究.采用A型单端行波故障测距法,对于单相接地时波形数据处理问题,利用小波变换监测信号奇异性...     

基于电压频域特征和异常系数的动力电池故障诊断方法

动力电池系统是电动汽车(EV)的关键部件和主要故障源,因而提高动力电池故障诊断的效率和准确率显得尤为重要。基于此提出一种基于快速傅里叶变换(FFT)和异常系数评估(ACE)的动力电池电压不一致性故障诊断方法。针对6辆发生故障或热失控事故的电动汽车和1辆电压一致性良好的电动汽车,基于其在新能源汽车国家监管平台的全生命周期运行数据,经过电压数据的数据清洗、数据变换等大数据预处理后,利用FFT技术时频变换,提取频域中的幅值作为故障诊断的特征参数;然后,引进基于Z分数理论的异常系数对故障程度进行定量评估,以实现故障单体的检测和定位;此外,针对存在多个故障单体的情况,基于单体异常率的计算,实现单体故障程度的判定和排序;在此基础上,详细分析电压数据长度及采样间隔、FFT采样点数对模型的影响;最后,与基于熵和Z分数的电压故障诊断方法进行比较。研究结果表明:在上述研究条件下,该诊断方法对于电压一致性良好的车辆未产生误报警,且可以有效地检测出事故车辆动力电池系统存在的电压不一致性故障;相比之下,模型平均计算准确率提高了3.25%,模型平均耗时仅为熵值模型的0.55%;验证了该方法故障单体定位更精准、数据适用性更好及计算速度更快的优点。该研究成果能有效实现动力电池电压不一致性故障诊断,具有较高的工程应用价值。     

基于最佳阶次FRFT的阶比分量提取

为在变速器故障诊断中提取微弱的故障特征,提出了一种基于转速信号确定分数阶傅里叶变换(FRFT)最佳阶次,并通过滤波提取变速器变速过程啮合阶比分量的方法。首先,根据输入轴转速信号和传动比,计算各挡位啮合频率分量,接着进行最小二乘拟合,以确定各分量FRFT的最佳阶次,最后在该最佳分数阶域进行滤波,获得对应的阶比分量。试验结果表明,根据转速信号确定FRFT最佳阶次,准确、快速、鲁棒性好,并具有自适应性;最佳阶次FRFT滤波能有效剥离其他分量和噪声,提取出目标阶比分量;对目标阶比分量进行单分量分析,能得到该分量更全面、细致、准确的信息。     

基于小波奇异性检测的发动机故障诊断方法研究

针对通过二进离散小波变换计算出的Lipschitz指数不够精确且不能描述奇异点能量的不足,提出了模极大值点能量法并用于信号的奇异性检测。通过仿真证明采用该方法不仅能准确定位奇异点发生的位置,并且能描述其能量。将该方法应用于发动机曲轴轴承故障诊断时,为了突出局部时间段的信号特征,采用抽区间采样方法抽取特定时间段的信号。试验结果表明,两种方法的结合能有效区分出曲轴轴承的不同技术状况,并得出最佳诊断部位和最佳检测转速。     

基于驾驶人瞳孔直径的追尾冲突辨识方法研究

以提高交通冲突辨识与驾驶人认知一致性为目的,以驾驶人心理负荷对瞳孔直径变化的影响为理论基础,以追尾冲突下瞳孔直径在时序上的变化为研究对象,使用傅里叶变换在频谱层面对数据进行逐点扫描并完成模板瞳孔直径数据曲线和全程瞳孔直径数据曲线的匹配,最终提取出与模板数据对应时间车辆运行状态相似度较高的时段,辨识结果相对人工同步录像辨识结果的准确率为71.4％.证明了基于驾驶人瞳孔直径的追尾冲突辨识方法的可行性和有效性,为提高交通冲突辨识与驾驶人认知的一致性提供了崭新而有效的方法.