基于小波变换和概率神经网络的水下目标识别

由于水下环境的复杂性,水下目标的检测和识别是水声信号处理领域中的一个难题.本文研究了基于小波变换和概率神经网络的水下目标识别方法.利用小波变换得到水下目标辐射噪声信号在不同尺度下的能量分布作为特征矢量,并输入到概率神经网络中以实现目标分类.利用小波变换能量特征值可有效区分不同的目标辐射噪声.概率神经网络无网络训练过程,适合于信号分类.实验结果表明该方法的有效性和可行性.     

冲击荷载下简支道面板响应分析

建立了冲击荷载作用下粘弹性地基上弹性道面板力学计算模型,比较真实的反映了工程实际情况,对简支边界条件下板的运动方程,采用有限傅立叶变换等手段进行了求解。并对比了其与自由边界条件下道面板的弯沉,说明以简支边界作为场道工程中刚性道面板的边界条件进行求解,会增加混凝土材料的用量。     

基于离散小波变换的斜拉桥缆索断丝检测

采用磁通量检测法对斜拉桥缆索进行无损检测试验。试验中为了降低工作环境中空间电磁场噪声对检测信号的影响,采用一个独立的基于二进小波变换的改进软阈值去除高斯白噪声的方法来分离检测缆索得到的磁通信号和噪声信号。为了准确获得缺陷位置,对缆索检测的磁通信号波形和李氏指数奇异点进行分析。试验结果表明,该检测方法可以准确获得缆索缺陷的大小和具体位置,对于斜拉桥缆索缺陷的检测和分析很有意义。     

开放型公共物业管理模式与收费探讨

转换养护观念,提出市政公共设施是一个"开放型公共物业管理"理念、特点、与一般小区物业管理的区别,参照小区物业管理收费模式,提出"公共物业管理"收费形式,有关经验可供相关专业人员参考。     

小波自适应阈值的混沌去噪方法*

为了提高小波分析方法在混沌去噪中的自适应能力,对不同尺度下的小波信号设定调节因子,根据混沌序列关联维的大小确定最优阈值。为了提高寻优效率,采用遗传算法全局自适应搜索最优阈值。利用该方法对Lorenz混沌时间序列进行了去噪分析,结果表明所提方法是非常有效的。     

基于小波变换的雷达图像处理技术及仿真

在现代船舶中,航海雷达广泛应用于航海导航、目标物检测跟踪及安全运行等领域,所以在船舶中配备实时高效的雷达数据及图像处理系统成为利用航海雷达的关键。同时,小波变换由于其具有高分辨率的图像处理功能而在图像处理领域得到了较为深入的研究应用。本文研究航海雷达图像信息中混入噪声及杂波的分布特性,提出一种基于小波变换的雷达图像数据杂波抑制、去除噪声的方法,最后给出仿真结果并进行分析。     

基于电压频域特征和异常系数的动力电池故障诊断方法

动力电池系统是电动汽车(EV)的关键部件和主要故障源,因而提高动力电池故障诊断的效率和准确率显得尤为重要。基于此提出一种基于快速傅里叶变换(FFT)和异常系数评估(ACE)的动力电池电压不一致性故障诊断方法。针对6辆发生故障或热失控事故的电动汽车和1辆电压一致性良好的电动汽车,基于其在新能源汽车国家监管平台的全生命周期运行数据,经过电压数据的数据清洗、数据变换等大数据预处理后,利用FFT技术时频变换,提取频域中的幅值作为故障诊断的特征参数;然后,引进基于Z分数理论的异常系数对故障程度进行定量评估,以实现故障单体的检测和定位;此外,针对存在多个故障单体的情况,基于单体异常率的计算,实现单体故障程度的判定和排序;在此基础上,详细分析电压数据长度及采样间隔、FFT采样点数对模型的影响;最后,与基于熵和Z分数的电压故障诊断方法进行比较。研究结果表明:在上述研究条件下,该诊断方法对于电压一致性良好的车辆未产生误报警,且可以有效地检测出事故车辆动力电池系统存在的电压不一致性故障;相比之下,模型平均计算准确率提高了3.25%,模型平均耗时仅为熵值模型的0.55%;验证了该方法故障单体定位更精准、数据适用性更好及计算速度更快的优点。该研究成果能有效实现动力电池电压不一致性故障诊断,具有较高的工程应用价值。     

JZT-1机车走行部状态监测及故障诊断系统

介绍了JZT-1机车走行部状态监测及故障诊断系统的构成和技术特点.经试验和运用表明,系统工作稳定可靠,其采用的故障诊断智能决策方法极大地提高了预报的准确度.     

脉动流速测量数据预处理

脉动流速数据的采集到应用,由于各种干扰因素的存在,一般都需要将测量数据进行预处理。针对水槽实验所测流速数据进行了分析处理,提出了一种由3σ准则、多项式逼近法、小波变换相结合的数据处理方法。结果表明,该方法对流速测量数据的处理效果良好。     

基于小波变换的高速磁悬浮列车牵引供电系统谐波分析

半控双三相12脉冲整流器是一种谐波源，所产生的高频谐波对磁悬浮列车的安全稳定运行有很大的危害。将小波变换用于磁悬浮列车牵引供电系统的谐波分析，可将信号中的高频成分逐步分离，减少高频谐波成分对电力系统的污染，对实现磁悬浮列车牵引供电系统谐波信号的高分辨率检测具有很好的应用价值。