基于小波变换的边缘提取及特性分析

提出一种小波变换进行图像边缘提取的算法，并论证了该算法在没有噪声的情况下对阶跃型边缘具有精确的定位能力，最后，给出了试验结果。     

一种新的离用时域信号零交叉重构方法

分析了信号零交叉表示方法，给出了新的由零交叉表示进行原始信号重构的算法。实验结果表明，该方法计算稳定，重构信号精度高，易于编程实现，同时具有很高的数据压缩率。     

小波变换域的时间扩展信道的信号检测

时间扩展信道（TSD）是信道畸变的一种常见形式，它的最佳似然比检测器是副本相关积分器（RCI）。本文从连续小波变换的理论出发，推导了TSD信道小波变换域的最佳检测器（WDRCI），从理论上分析了它与副本相关积分器的等价性，用仿真实验给出了模拟的结果，验证了其有效性，并进一步说明了其性能优于小波域的副本相关器（WDRC）。     

实现短波天线阵列亟需解决的问题

介绍了目前常见的几种天线阵列，讨论了实现天线阵列所需要解决的一系列难题，并总结了几种用于解决这些问题的分析方法，以实现对天线阵列的优化。     

小波理论在路面平整度降噪分析中的应用

在路面平整度数据采集中,通常夹杂着一些噪声信号.文中采用4阶Symlest小波滤波器,对采样信号进行多尺度一维小波分解,通过软阈值法进行消噪,再对信号中的低频部分进行单支重构.分析表明,经过5层分解和分层阈值法处理后的信号不仅能最大限度地保留原始信号的趋势部分,而且能有效降噪.     

柴油机主轴承故障振动信号波形识别的研究

通过对柴油机动力系统的分析计算，得出主轴承载荷变化状态，为振动信号的波形辨识提供了理论依据；利用小波变换模极大值分析技术，有效地去除实际信号中Lipstchz指数小于0的噪声，从而为振动信号的有效撮及定位提供了技术条件；同时，对正常信号与故障信号特征进行了比较分析。实践表明，在对柴油机主轴承故障振动信号分析中，这种方法可以得到准确可靠的分析波形，从而为进一步建立故障诊断模型奠定基础。     

基于小波理论的频带自适应故障选线法及其在船舶电网中的应用

针对船舶电网小电流故障接地时的选线难题,结合船舶电网中性点的接地方式以及拓扑结构特征,对故障接地的暂态过程进行深入分析,之后提出一种基于小波理论的暂态分量故障选线方法,检测零序电压信号的奇异性及突变点的时间信息,提取故障发生时刻前后各一周期的故障信号作为启动选线程序的引导条件,多尺度小波分解故障信号并自适应选择故障暂态特征信息最明显的频带分量进行小波重构,依照定义的能量因子计算各线路的暂态能量实现故障选线。最后通过仿真计算验证了该方法具有较强的抗干扰能力,选线准确可靠。     

基于双树复小波包和PNN的柴油机故障诊断研究

针对传统小波变换在故障特征提取中的不足,提出一种基于双树复小波包和概率神经网络(PNN)的故障诊断方法。首先通过双树复小波包变换将各个工况的柴油机声信号分解得到不同频带的分量,选取各频带分量的能量作为特征向量,再利用PNN对特征向量进行训练,最后通过测试样本得到柴油机典型故障诊断结果。实验表明,该方法可以对柴油机典型故障进行较为准确的诊断,相比传统小波包有着更高的故障诊断率。     

社区居民适宜步行距离阈值研究

为研究社区居民适宜步行距离阈值,在上海市进行小区内RP(Revealed Preference)调查,通过询问居民前往某处目的地的出行方式,实际测量居民住处到目的地的距离,得出步行距离;然后在虹桥火车站进行可接受步行时间的调查。综合步行距离和步行时间的数据,结合偏态分布与距离衰变方程的分析方法,得出适宜步行距离与步行使用率的关系式,并通过计算得到了距离阈值。结果表明,由可接受步行时间调查计算得到的极限步行距离阈值为1500m,适用于城市规划的整体设计阶段;由步行距离调查数据计算得到的极限步行距离阈值为950m,可用于具体功能区的选址及交通衔接方式的选取;选取步行累计使用率为10%时对应的步行距离787m为适宜步行的距离阈值。     

基于小波变换和ARIMA模型的桥梁健康监测数据分析

为了对桥梁健康监测系统采集的海量数据进行深入挖掘,使其在结构评估中效用最大化,将监测数据视为一维信号,以小波变换、时间序列分析为工具,对某四跨连续刚构桥挠度监测数据进行了分析,研究探讨了该方法对于监测数据分析的适用性。对于监测数据进行离散小波变换,根据小波变换系数分析得出了结构监测数据的发展趋势,同时可过滤掉数据信号中已缺失细节信息的系数,重构信号,对该重构信号进行时间序列分析,采用最小二乘法进行参数估计,建立了重构信号的ARIMA预测模型,成功对某大桥某时刻后未来一定时间的挠度进行了预测。研究结果可以预测桥梁结构在未来某周期内的运营状态信息,对于结构运营状态监测预警有积极的意义。