一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。     

基于小波变换的中压船舶电力系统接地故障选线方法研究

本文对中性点经高电阻接地的船舶电网单相接地故障过程做了理论分析。运用小波变换提取了船舶电网故障后的零序电流暂态分量。基于提取的零序电流暂态分量和小波变换模极大值奇异性检测理论,建立了船舶电网单相接地故障选线判据,为船舶电网继电保护研究提供参考。最后在MATLAB软件上进行了船舶电网单相接地故障和选线仿真,验证了选线判据的可行性和正确性。     

基于AR-EMD方法的扩展非平稳船舶运动极短期预报AR模型

准确的极短期预报技术能够提高对船舶摇荡运动敏感的海洋特种作业安全性和效率。自回归（auto-regressive,AR）预报模型由于其自适应性强、计算效率高而被广泛应用于船舶运动的极短期预报研究。但该模型基于平稳随机假设,因而在非平稳船舶运动的极短期预报中存在困难。针对非平稳船舶运动极短期预报,文章提出一种基于AR-EMD方法的扩展AR模型,称为EMD-AR预报模型。其中,AR-EMD方法是指在经验模态分解（empirical mode decomposition,EMD）的过程中,采用AR预报的方法处理端点效应问题。 EMD-AR预报模型将非平稳信号分解成若干平稳的固有模态函数分量及余项,然后对各个分量分别用AR模型预报,得到最终的预报结果,以此克服非平稳性对AR预报模型的影响。研究基于船舶试验数据将EMD-AR模型与线性AR模型、非线性支持向量机回归（support vector regression,SVR）预报模型进行对比分析,结果表明,AR-EMD方法能够有效处理船舶运动非平稳性对AR预报模型的影响,提高该模型的预报精度,且EMD-AR模型预报性能较线性AR模型和非线性SVR模型更优。     

基于小波分析的Spar平台阻尼系数研究

连续小波分析方法作为典型的时频方法虽已广泛应用于工程界,但在海洋工程领域并未得到大力推广。文章应用连续小波分析方法对海洋工程领域中与Truss Spar平台涡激运动相关的阻尼系数进行求解。通过构建测试信号对这一方法进行数值检验,验证了小波分析方法的可靠性和准确性。利用试验数据,成功将小波分析方法应用于求解Truss Spar平台阻尼系数问题中。结果表明小波分析方法具有较好的可靠性,能够准确求解平台的阻尼系数。     

小波变换在舰船图像尺寸测量方法中的应用

分析小波阈值降噪和基于小波图像分割技术在舰船图像尺寸测量中的应用,在小波阈值降噪阶段,利用高斯小波对图像进行4层分解,逐层去除噪声的小幅值小波系数,达到去噪目的;在图像分割阶段,首先利用灰度直方图以及本文提出的像素邻域差值直方图构建二维直方图,然后对其进行最优一维投影;最后利用Haar小波对最优一维投影进行分解,求取图像最佳分割阈值。本文用提出的算法对舰船的主轴长度、主轴垂直方向长度、舰船面积以及周长4个尺度量进行测量。实验结果表明,小波变换在图像降噪和分割方面有诸多优势,而降噪和分割又是舰船尺寸测量的必须步骤,因此小波变换将在舰船图像尺寸测量中发挥越来越重要的作用。     

一种基于DSP的实时图像处理仿真技术

海面运动舰船目标的定位检测是军事图像处理领域的一个重要方向,同时海面对光线的折射放射对检测的准确性造成了干扰。本文重点对目标检测法进行研究,分析了算法利弊。为解决目标检测算法对于目标背景的敏感度问题,以及提高算法的实时性,把小波变换运用到目标运动检测中,通过小波变换更新图像背景框图,使实时图像在可变模板背景进行运动物的提取。最后,设计基于DSP的仿真系统,通过实验证明新的方法能较好解决因背景更新以及目标物变形造成的检测误差,提高检测精度。     

车辆工程中小波分析的应用综述

小波理论是近年来迅速发展起来的新兴学科,由于它多分辨分析的特点,使得其在时、频两域都具有表征信号局部特征的能力,成为处理非平稳信号的有力工具,在车辆工程领域受到越来越广泛的应用。简要介绍了小波分析的特点及其在车辆工程的典型应用。     

桥梁结构健康监测基于相关性分析的多源数据预测算法研究

通过大数据预处理和分析技术,对位移、应变、风速、温度、湿度和索力等桥梁监测数据进行分析。首先使用傅里叶变换和小波变换,分析了不同监测数据类型之间的相关性,之后通过Bi-LSTM多源预测模型验证了相关性分析的结论。结果表明：位移信号与温度信号之间具有负相关性、位移信号与湿度信号具有正相关性,引入相关性强的桥梁监测数据建立多源预测模型能有效提高预测精度。研究结果对桥梁结构健康监测数据的关联分析与挖掘有参考价值,可为桥梁的日常养护、监测运营和应急管理提供决策依据。     

基于BIM+VR的沉浸式地下高速铁路车站疏散演练场景构建关键技术

以京张高速铁路八达岭地下车站为依托,基于建设期BIM(Building Information Modeling)设计模型开展了BIM+VR(Virtual Reality)的沉浸式地下高速铁路车站疏散演练场景构建关键技术研究,给出了BIM向VR场景转化技术路线和实现方法,阐明了疏散场景构建过程中软硬件及关键组件开发技术。通过场景应用及与既有平面化疏散指示对比,证明了该技术的可行性和合理性,为BIM的二次利用与沉浸式虚拟疏散演练场景开发提供了成套解决方案,可为类似复杂立体轨道交通车站人员疏散演练等提供参考。     

小波分析技术在故障诊断中的应用

小波分析是20世纪80年代中期发展起来的新的数学理论和方法,并已在实践中得到了广泛应用。本文对小波分析、小波分析与神经网络相结合的小波网络及小波分析与模式识别相结合在故障诊断中的应用进行了详细的介绍,最后指出了这一领域有待进一步研究的问题和发展趋势。