铠甲也抓地 固特异安殊轮对称花纹轮胎 第三月

想着自己的爱车穿着4条内含"凯芙拉纤维"这种高科技玩意儿的轮胎,不由得对爱车的性能更有信心了。但话说回来,轮胎是否耐用关乎荷包的出入,而轮胎的行驶性能则直接关乎驾乘感受和行车安全。     

基于多目标参考信号优选的车辆路噪主动控制

在车辆路噪主动控制(Road Noise Cancellation, RNC)过程中,参考信号的选择会直接影响系统的降噪效果。针对传统参考信号选择方法中存在的目标区域单一、参考信号间独立性不足等问题,提出一种改进的多目标参考信号优选方法。首先推导参考信号选择所依据的相干性和条件数评价指标,使用折衷规划法将上述指标构造成综合目标函数,并通过准则间相关性方法确定各项的权重系数;为降低运算量,利用遗传算法建立以该综合目标函数作为适应度函数的多目标参考信号寻优模型,并通过该模型获得一组优选的参考信号,从相干性分析及条件数计算结果易知,优选的参考信号组合在100～500 Hz频段内与目标噪声的相干性较好,且彼此独立;为验证该方法的有效性,以某款燃油车为研究对象,采用多通道NFxLMS算法对该组参考信号进行RNC仿真和实车道路验证。研究结果表明：在降噪效果方面,通过传统多重相干法选择的参考信号在100～500 Hz频带内的平均降噪量为4 dB(A),而通过多目标方法优选出的参考信号在100～500 Hz频带内的平均降噪量达到6 dB(A),RNC系统的控制效果得到增强;在计算效率方面,所提方法的计...     

模糊聚类算法在船舶图像分割中的应用

传统船舶图像分割方法存在分割误差大,抗噪声干扰能力差、分割效率低等缺陷,为了解决传统船舶图像分割方法存在的不足,设计了基于模糊聚类算法的船舶图像分割方法。首先对当前船舶图像分割研究进展进行分析,指出不同传统船舶图像分割方法存在的局限性,然后对船舶图像进行去噪处理,提高船舶图像质量,改善抗噪声干扰能力,最后引入模糊聚类算法进行船舶图像分割,并采用多幅标准船舶图像与传统船舶图像分割方法进行对比测试。测试结果表明,本文方法可以对船舶图像进行高精度的准确分割,能够保留船舶图像边缘的重要信息,船舶图像分割速度可以满足实际应用的要求,获得了比传统船舶图像分割方法更优的结果,具有更加广泛的应用范围。     

基于轮心载荷的整车路噪仿真分析

由于传统路噪方法过程繁琐且精度偏低,采用在轴头加载进行路噪分析。测量车辆在特定速度下轮边的加速度,同时计算轮心到监测点的传递函数。利用矩阵的求逆的方法,计算出准确的轴头载荷。最终利用PCA(Principle Components Analysis)分解,将各轴头力分解成24组线性无关的轮心载荷,并加载于整车有限元模型中,最终仿真与测试曲线基本吻合。对于低频结构的路噪问题,利用轴头加载的方式模拟是可以适用的。     

小波阈值去噪方法在多普勒雷达测速系统中的应用

小波变换具有良好的时频特性和多尺度分析能力,因此在信号分析中得到了越来越广泛的运用。文章就信号去噪的小波变换在多普勒雷达测速系统中的应用进行了分析,并对此系统中运用阈值去噪法时阈值选择的不足进行了改进,取得更好的去噪效果,最后通过仿真进行验证,证明改进方法简单有效。     

利用偏微分方程的水下图像分解与增强

在海洋资源开采的过程中,水下图像处理与识别的作用越来越凸显。由于水下环境复杂、水易吸光及水的散射,拍摄所得的图像非常容易失真,很难进行后期处理和使用。然而这些外在干扰因素并不容易避免,很难从源头上解决水下图像失真的问题。因此,必须在后期对图像进行去噪处理,从而最大限度还原出原始图像。本文将通过偏微分方程,结合非下采样变换来等方法对图像进行去噪处理,以实现图像的增强。     

去噪分析和分离变形预测在深埋隧道中的应用研究

隧道变形易诱发相应的工程问题,对其防治及预测已成为地下工程领域的热点问题。为提高隧道变形的预测精度,达到有效掌握隧道变形规律的目的,以某隧道为工程实例,通过对其监测数据的去噪处理,将隧道变形的原始序列分离为趋势项和误差项序列,并利用GA-BP神经网络和时间序列模型对两序列进行预测,又结合支持向量机模型对前者的预测误差进行修正,以保证预测精度。结果表明:在去噪方面,得出半参数优化卡尔曼滤波的去噪效果最优,其次是sym8小波去噪和奇异谱分析;在预测方面,得出分离预测能一定程度上提高预测精度,但效果不明显,而误差修正模型能很大程度上提高预测精度,综合得到本文预测结果的平均相对误差为1.08%。预测模型具有精度较高等优点,能为深埋隧道的变形预测提供借鉴。