无人船远距离离岸通信网络弱信号增强算法

当前通信网络弱信号增强算法,通信网络信号特征提取不完整,导致算法增强后的通信网络信号,信噪比偏大,信息完整度较低。针对这一问题,设计无人船远距离离岸通信网络弱信号增强算法。采用随机共振检测器,检测通信网络弱信号,设计通信网络弱信号门限限制,判断检测信号是否为弱信号;从信号的幅度和小波变换2个特征出发,提取通信网络弱信号的幅度和小波变换特征,判断信号衰减的原因;采用小波分解重构的方式,设计通信网络弱信增强流程,增强通信网络弱信号。设计3组对比实验,实验结果表明,应用此次研究算法增强弱信号后,产生的信噪比仅有2.55 dB,信息完整度达到100%。     

基于小波包变换和改进SVD的特征提取

提出了基于小波包变换和改进奇异值分解的高分辨雷达目标一维距离像特征提取方法。利用该方法对三种目标分类进行仿真实验,结果表明：该特征提取方法,对平移和姿态角变化有较强的稳健性,说明该算法是有效的。     

基于数据驱动和神经网络的船舶机械轴承故障预测

本文针对船舶机械轴承故障预测问题,首先进行轴承典型故障的数学模型转化,然后提出一种基于模态分解算法和小波神经网络算法的故障预测方法,利用小波变换对轴承振动信号进行特征提取,构建一个多层感知的神经网络模型和较准确的轴承故障预测模型。最后,通过实验验证了该方法的有效性和准确性,具有一定的实用价值。     

基于不变矩和支持向量机理论的舰船目标识别

本文利用小波不变矩和支持向量机理论进行舰船目标识别。在识别过程中,首先获取图像,同时将得到的图像转换到极坐标内;然后利用小波矩进行特征提取,在此过程中选择合适的核函数;最后利用支持向量机进行分类。实验结果表明,本文算法具有较高的识别率。     

基于改进小波算法的舰炮齿轮箱故障特征提取

小波变换具有优良的时频分析特性,适合于提取齿轮箱等机械设备的故障特征。但是由于小波滤波器的频响应特性不理想,因此直接对信号进行小波变换会产生一定的虚假频率,从而影响故障特征提取的准确性。针对小波分析的混频现象,在深入分析该现象产生原因的基础之上提出一种改进算法,并给出了利用该算法提取故障特征的具体步骤,为舰炮齿轮箱故障特征提取提供了一个新途径。仿真结果表明,该方法能有效地消除混频现象,提高了故障特征提取的准确性。     

基于小波阈值去噪与t-SNE的船舶柴油机故障识别

通过对船舶柴油机振动信号的分析研究,文章提出一种基于小波阈值去噪和t分布随机邻域嵌入算法(t-SNE)结合的船舶柴油机故障识别方法。首先通过多种不同的阈值处理方式对采集的振动信号进行小波阈值去噪,使用小波能量谱对数据进行特征提取,并利用t-SNE对高维特征向量降维,最后使用GA-SVM进行故障分类。实验结果证明,文章提出的方法能够较正确地对柴油机的故障模式做出诊断。     

船舶多目标图像特征并行提取算法

一片海域中包含多个船舶目标,同时提取多个目标过程极其复杂。传统的船舶多目标图像特征并行提取算法提取出来图像特征清晰度很差。为解决此问题,研究了一种新的船舶多目标图像特征并行提取算法,介绍了船舶图像多目标特征提取架构图,重点分析颜色特征提取过程、纹理特征提取过程和形状特征提取过程。特征并行提取流程共分为初始分析、目标特征识别、图像特征确认、描述显示4个步骤,通过计算目标船舶所在位置,分析灰度值,提取船舶特征。利用与传统算法的对比实验验证了该算法的可行性。实验结果表明,给出的算法提取的目标图像清晰度更高。     

海上水声信号处理算法中的物理特性仿真研究

通过研究海上水声信号的产生和海上水声信号定位系统的构成,设计水声信号处理系统流程,指出陆地上的主控中心与水中的基站如何进行信号数据传递,以及环境噪声、传输损耗、多径传输、多普勒效应等物理特性对信号偏移产生何种影响。最后通过实验验证加入消除滤波器后可以有效地控制多普勒效应产生的频率偏移。     

基于小波的合成孔径雷达线特征提取方法

面向合成孔径雷达目标识别领域,针对目标线特征提取方法,重点研究了运用小波变换对雷达目标线特征提取效果的提高.简述了合成孔径雷达的特点及常用的雷达图像线特征提取算法.在此基础上,研究了基于小波分析的合成孔径雷达图像线特征检测方法,同时针对图像的特性引入局部统计的思想,提取良好的线特征,并通过对实际道桥图像的分析处理,验证了检测方法的有效性.     

一种改进小波阈值的图像去噪算法

利用小波变换进行图像去噪目前始终是研究的热点。文章提出了一种改进小波阈值的图像去噪新算法。该算法根据软硬阈值函数的不同优点,并结合斜坡阈值技术对小波阈值函数进行了改进,将经小波分解以后的小波变换系数分三种情况进行讨论,有效地剔除了噪声信号的影响。在进行图像处理中,能够得到较低的均方误差和较高的信噪比,并且能有效地去除Gibbs效应,保留较多图像的边缘和细节信息。仿真实验结果表明该算法的去噪效果优于传统的软硬阈值方法去噪,取得了很好的去噪效果。