交通事件小波分解与支持向量机声频识别方法

分析了现有交通事件自动检测和识别方法,提出了应用小波分解与支持向量机相结合的交通事件声频识别方法。将车辆行驶的声音信号进行小波分解,以不同频段的重构信号能量作为特征向量,对由多个支持向量机构成的交通事件分类器进行训练,并对正常行驶、刹车和碰撞事件的声音信号进行识别。试验结果表明:利用车辆声音信号能够正确识别不同的交通事件,识别准确率达95%,识别方法可行。     

基于小波阈值法的汽车车轮垂向力降噪

研究了小波阈值降噪技术的原理与方法,分析降噪效果的评价指标.分别采用4种阈值法则,对某轿车在襄樊试验场铺设路面上测得的车轮垂向力信号进行降噪处理;并设定新的降噪效果评价指标,结合降噪后信号的时域和频域特点,对不同阈值法则降噪处理后的信号进行对比,结果发现采用极小极大准则阈值法则对车轮垂向力信号的降噪处理结果更为准确可靠...     

Applications of wavelet transform for analysis of freeway traffic: Bottlenecks, transient traffic, and traffic oscillations

This paper demonstrates the capabilities of wavelet transform (WT) for analyzing important features related to bottleneck activations and traffic oscillations in congested traffic in a systematic manner. In particular, the analysis of loop detector data from a freeway shows that the use of wavelet-based energy can effectively identify the location of an active bottleneck, the arrival time of the resulting queue at each upstream sensor location, and the start and end of a transition during the onset of a queue. Vehicle trajectories were also analyzed using WT and our analysis shows that the wavelet-based energies of individual vehicles can effectively detect the origins of deceleration waves and shed light on possible triggers (e.g., lane-changing). The spatiotemporal propagations of oscillations identified by tracing wavelet-based energy peaks from vehicle to vehicle enable analysis of oscillation amplitude, duration and intensity.     

环境激励下基于小波能量互熵的结构损伤诊断方法

环境激励下的结构响应是一个随机过程，结构发生破损时其响应将随之变化，可将描述随机过程特性的参数作为评判结构状况的指标。熵是测量随机过程不确定性的一个比较方便的方法，能够用于高斯及非高斯分布的情况。在小波分解的基础上建立了小波能量互熵的概念，提出了一种环境激励下用小波能量互熵诊断结构损伤的方法。用ANSYS建一个桥的模型，以此为对象进行研究，获取加速度响应信号。用小波进行分解，得出了不同损伤状态下模型的小波能量熵，分析结果验证了该方法的有效性。     

The proper orthogonal decomposition method for the Navier-Stokes equations

The proper orthogonai decomposition (POD) method for the instatiouary Navier-Stokes equations is considered. Several numerical approaches to evaluating the POD eigenfunctions are presented. The POD eigenfunctions are applied as a basis for a Galerkin projection of the instationary Navier-Stokes equations. And a low-dimensional ordinary differential models for fluid flows governed by the instationary Navier-Stokes equations are constructed. The numerical examples show that the method is feasible and efficient for optimal control of fluids.     

基于网格的铁路运价测算任务分解研究与设计

介绍铁路货运信息系统运价测算的发展过程以及现状,分析目前运价测算在信息系统中存在的问题,提出测算任务分解的设想.根据网格技术以及目前铁路货运信息系统结构的研究,论证测算任务分解的可行性,并设计出基于网格的铁路运价测算任务分解的系统结构及实现方法.     

运营状态下杨浦大桥模态试验与状态评估方法研究

利用频域一空间域分解法,建立桥梁运行模态识别方法.该方法对桥梁在实际运行状态下车辆激励的响应测量数据进行无偏功率谱估计;然后采用奇异值分解技术,将随机响应数据空间分解成信号和噪声2个子空间,得出模态指示函数;并利用空间模态滤波技术分离出单一模态,准确识别出桥梁结构的模态参数.通过对杨浦大桥进行动力试验,测试桥梁在环境激励下的振动信息,采用该方法分析得到桥梁结构的动力参数,并与有限元计算结果相对比,有效实现了对桥梁结构整体状态和工作性能的评估.     

基于EEMD的地铁隧道爆破振动信号分析与应用研究

针对EMD（empirical mode decomposition,经验模态分解）方法在处理爆破振动信号时存在模态混叠的问题,引入EEMD（ensemble empirical mode decomposition,集合经验模态分解）方法,对爆破振动信号进行去噪处理,并分析城市隧道掘进爆破振动信号的特征信息,从而研究城市隧道掘进爆破振动效应。以乌鲁木齐轨道交通1号线爆破开挖工程为依托,利用现场爆破振动监测数据,采用EEMD方法与EMD方法对原始爆破振动信号进行去噪处理,运用信噪比（SNR）法和均方根误差（RMSE）法对所得结果进行量化评估并进行比较,从而获得较准确的信号去噪方法,然后运用希尔伯特变换对去噪后的爆破振动信号进行时间-频率和能量分布特征分析。研究表明： 1）EEMD法去噪结果信噪比和均方根误差分别为30.51和0.005 5,EMD法去噪结果信噪比和均方根误差分别为20.88和0.010,EEMD去噪法要优于EMD去噪法; 2）在文章所述起爆方式下,隧道爆破振动的能量一般集中在频率段5～80 Hz,且主要分布在50 Hz以下的低频段,应采取合理的降震增频措施来控制爆破振动对建（构）筑物的影响; 3）爆破振动瞬时能量峰值与振速峰值所在的时刻一致,说明瞬时能量谱能较好地体现爆破过程中振动效应随时间的变化规律; 4）基于信号去噪及分析的研究结论,提出地铁隧道爆破振动控制技术。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

基于正交小波分解的线谱增强算法研究

介绍了传统线谱增强器(ALE)结构,分析了ALE的工作原理。ALE线谱增强的原因是降低了基本输入和参考输入中的噪声相关性,由于对参考输入的权系数调整无法对噪声进行合理估计,正弦信号得到增强。正交小波分解能将信号分解为尺度子空间和小波子空间中的2部分,同时2子空间正交。利用正交小波分解的这一特性,将尺度子空间中的逼近部分作为自适应滤波器的参考输入,使得参考输入和原信号中的噪声相关系数很小。对高斯环境下正弦信号和某水中目标实测信号进行了算法仿真,研究了该线谱增强算法的性能。结果表明,该算法在对高斯噪声环境和非平稳、非高斯目标实测信号中的线谱增强效果均优于ALE。