小波分析在船舶导航传感器中的应用

论述小波变换的数学理论和方法。根据小波变换的多分辨率分析方法，重点分析小波变换在导航系统中的作用；利用Daubechies小波函数，采用阈值去噪法，可在低信噪比的情况下较准确地估计导航传感器的原始信号；分别针对多普勒系统和北斗双星定位系统，借助小波变换对其接收信号进行了离线仿真研究。仿真分析表明，应用小波变换的分层技术抽取特征参数效果明显，去噪效果亦较为理想。     

基于时间序列与小波分析的船舶柴油机故障诊断

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号.采用时间序列分析方法对船舶柴油机缸盖振动信号功率谱进行识别,采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断.     

小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

基于能量分配的特定畸形波序列的数值模拟

文章对一个理论畸形波序列进行了数值模拟并且将数值结果与理论值做了对比.采用速度入口方法以实现波浪模拟.在造波边界处不考虑高阶波浪成分,只输入线性波浪速度.分别采用三种不同分辨率的网格进行数值模拟,以找到足够有效捕捉自由面的网格模型.考虑到快速傅里叶变换不能反映畸形波的时频特征,因而引入小波变换研究畸形波传播过程中的能量变化.最后比较了北海实测畸形波和文中理论畸形波小波变换的差异.     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法.首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响.实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率.     

既有牵引变电所不停电改造技术

结合施工现场实际,详细叙述了利用"高压室内馈线过渡,室外软母线倒接"的过渡方法对一次侧设备利用天窗点进行不间断供电改造施工,并采用"低压侧短路试验法"对主变压器进行电流回路极性校验。该技术缩短了施工时间,保证了施工安全,最大限度减小了施工对铁路运输的影响,可为今后类似工程提供参考。     

客运专线双块式轨枕预制生产线改造升级施工技术

结合新建兰新铁路第二双线玉门轨枕厂LX-Ⅰ型双块式轨枕预制生产线改造升级的施工实例,系统地阐述双块式轨枕预制生产线改造升级施工技术,以便在双块式轨枕预制施工时予以参考借鉴。     

灰色预测方法在沥青混合料永久变形研究中的应用

通过高温下沥青混合料蠕变试验发现,加载30min时滞后弹性变形基本完成,可以近似认为其后发生的变形为粘性变形,从而利用灰色预测模型,对加载过程中30min至60min的变形数据进行逆向拟合,得到整个加载过程中的永久变形方程。然后利用坐标变换,得到了时间序列下沥青混合料的永久变形规律。相比于常规的数据拟合方法,由于采用了加载后段的数据进行拟合,避免了开始加载过程中虚假变形的影响,使得拟合的结果更加准确。     

基于小波分析的光伏并网逆变器故障诊断

针对光伏并网逆变器的故障检测与智能在线诊断问题,提出了一种C3C3逆变器故障特征提取方法。该方法以逆变器输出三相电流的小波分析结果作为判断依据,将故障信号的近似分量和细节分量相结合作为故障特征向量,利用神经网络的分类功能,实现对光伏并网逆变器的故障诊断。该方法无需电压信号和人工参与,硬件实现简单,且抗干扰性强。仿真实验结果证明了该方法的有效性。     

高速列车监测数据处理及故障诊断

车体性能好坏直接影响列车的行车安全,文章利用安装在车体上的传感器所采集到的振动信号,选取合适的信号特征提取方法进行评估,达到列车故障早期预警的目的。试验数据表明,车体的振动信号具有非线性、非平稳的特点,先对振动信号提取小波包能量矩特征进行时频域分析,发现该特征提取方法可以直观地反映车辆横向和垂向振动情况。引入基于局部分析的拉普拉斯特征映射算法(LE),对故障工况的小波包能量矩熵特征所构造的高维特征向量空间进行降维,发现能够从垂向加速度信号识别出空气弹簧失气工况,从横向加速度信号识别出抗蛇行减振器故障和横向减振器故障。这与车辆动力学分析结果一致,同时也证实了流形学习方法对列车性能评估具有一定的作用。