基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

Moiré条纹密度对条纹图噪声及相位混频的影响

分析了Moiré条纹密度对条纹图噪声及相位混频的影响,提出了一种调整Moiré条纹密度的方法以有效减少条纹图噪声与包裹相位图噪声,并消除条纹过密产生的相位混频。试验测量表明,该方法能够获得可靠的测量结果,具有较好的测量精度。     

侧推减阻降噪装置设计与应用探索

侧推减阻降噪装置是一种填补国内空白的特种船舶装置,此装置可针对性解决因侧推通道激发的局部紊流及气泡层影响船舶声学设备正常使用的难题,该文介绍了该装置产生的背景、预期功能、设计校核方案及船上安装使用方法,经实船验证,该装置满足母船声学设备使用要求。     

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。     

基于道路交通的相空间重构

利用相空间重构法,对道路交通中的车流量进行模拟分析,在选择适当的嵌入维数和延迟时间的情况下,得到相应的关联维度,即车流量这个时间序列的吸引子维度.得到的关联维度是个大于2的分形维,说明构成此序列的交通系统是个混沌系统.如果要进一步构建此系统的动力学模型,至少需要3个独立的参数变量.此方法为道路交通预测工作的顺利展开打下了一定的基础.     

小波包和SVM在发动机故障诊断中的应用

针对发动机的故障特点,提出了一种基于小波包和支持向量机(SVM)的发动机故障诊断方法。利用信号能量在小波包空间的分布特性,采用基于能量的自适应去噪方法,提取反映故障的特征向量,并基于SVM理论构建了针对发动机的多故障分类器。试验结果表明,该方法具有故障分类与识别能力。