基于遗传算法优化的小波神经网络对船舶受扰力及力矩建模预报

首先构造小波神经网络,建立船舶横向和纵向运动模型及其运动受扰力模型,采用小波神经网络对船舶受扰力建模预报,并用遗传算法对其进行优化,对预报结果进行分析比较,给出超前5秒、15秒的船舶运动受扰力与力矩预报结果.     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

基于连续压实检测方法的压实信号去噪及连续压实指标研究

路基压实过程中压路机振动信号存在各种噪声干扰,故选用常用的傅里叶去噪与小波去噪法,对路基试验段采集到的振动压实信号进行去噪,通过结果比对分析得出:小波去噪法能更好地保留压实信号的信息;进一步计算出两种去噪方法各自对应的压实指标HV,并与压实指标Evd进行相关性校验,发现小波去噪法对应的HV能够更好地反映土体压实状态。最后,在考虑小波去噪后信号的二阶谐波的基础上,提出了新的指标HVN,通过与E     

基于小波分析和拉格朗日的交通异常数据处理

针对交通数据采集过程中存在异常数据的情况,提出了基于小波分析和拉格朗日的交通异常数据处理方法。首先对交通数据序列进行小波分解,去噪;然后通过拉依达准则找出异常数据;最后采用拉格朗日插值法对异常数据进行修正。试验结果显示该方法可以简单、有效地判别和修正异常数据,相较于传统的交通异常数据处理方法具有一定的优势。     

准饱和土中单桩竖向荷载作用下的动力响应

根据Biot饱和多孔连续介质波动方程,基于Bardet对准饱和土的假设,提出了准饱和土二相介质波动方程;运用Helmholtz矢量分解和传递、透射矩阵法(TRM)推导出准饱和土中层状半空间受竖向荷载作用下的动力响应表达式;利用Muki虚拟桩法,在层状半空间建立了桩和准饱和土相互作用的第二类Fredholm积分方程,通过离散的数值积分方法求解积分方程,讨论了准饱和土中单桩竖向动力响应问题.算例分析表明,准饱和土中桩顶竖向阻抗随饱和度的减少而增大,与饱和土地基相比,明显偏大;桩侧孔压随饱和度的减小而增大,并沿着桩长迅速衰减;桩顶位移幅值在频率较小时变化明显,饱和度越小,位移峰值越大,当频率较大时,饱和度的变化对振幅的影响不大.     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

小波分析在高速公路事件检测中的应用

采用小波分析方法研究高速公路事件检测问题,介绍小波变换和多孔算法,阐述事件检测原理,给出事件检测步骤,并对实际例子进行分析。试验结果表明,将小波分析用于高速公路事件检测中有其优越之处。     

用JAVA语言实现基于Haar小波的数字图像压缩

小波变换理论是近几年发展起来一个新的数学分支。由于它克服了传统傅里叶变换的缺陷,具有良好的时、频局部化性能,从而使得小波理论在图像处理领域得到广泛的应用。大部分关于数字图像处理方面的教材和论文文献都是以VC和MatLab作为图像处理的工具,本文试图从工程和实验角度出发,较为直观地探讨用JAVA语言实现Haar小波变换在图像压缩中的应用。     

双尺度语音压缩算法在录放系统中的应用研究

作者运用小波变换的原理,提出了对语音进行压缩和解压缩的双尺度语音压缩算法。以TMS320C25 DSP芯片为核心,辅以存储器,实现了数字录音后的阅读、录音后通过耳机的播放,实现了用数字式WALKMAN替代传统的用磁带的模拟WALKMAN。     

电能质量分析方法评述

就电力系统中存在的主要电能质量问题作了归纳，对几种基于变换的分析方法尤其是小波变换法的原理及在电能质量领域的应用作了详细阐述，最后对小波变换在电能质量分析中的发展方向进行了展望。