飞机电缆绝缘缺陷检测

电缆作为飞机的组成部分,对飞机起着至关重要的作用,因此电缆被称为飞机的"神经系统"。电缆系统担负着电力、信号的输送和分配的任务,还为各个系统之间相互控制与信息联系提供保障。及时发现电缆故障,实现视情维修,为飞行安全提供保障。以飞机电缆的绝缘缺陷作为研究对象,根据时域反射法(time domain reflectometry)原理建立航空电缆绝缘故障模型,用CST电缆工作室仿真软件针对3种不同波形的脉冲对飞机绝缘缺陷电缆进行仿真,对比结果,给出结论。还提出在绝缘缺陷处进行击穿,增大绝缘缺陷处反射波形的幅值,从而提高缺陷位置判别度。     

声场干涉条纹图像的降噪研究与性能仿真

引导源目标定位算法形成的声场干涉条纹图像中常附带有噪声,这对定位性能的影响非常大。为了实现低信噪比条件下对目标的准确定位,根据算法仿真结果的特点,提出了利用小波阈值去噪法对图像进行降噪处理。针对软硬阈值去噪的不足,采用了阈值函数的改进方案。对小波去噪后图像再进行二值化设置,能有效提高算法去噪效果。仿真结果表明小波降噪处理能有效提高引导源目标定位算法在低信噪比条件下的定位性能。     

对流层散射下MPLS重路由信号去噪研究

针对对流层散射信道MPLS重路由信号数据含有噪声的问题,分析了Facility重路由原理和MPLS标签转发过程,引入小波阈值去噪算法对含噪声标签信号数据进行处理。利用一种随分解层数变化的阈值和折中阈值函数规则,来解决传统算法中的阈值确定和阈值函数选取存在的问题,针对折中阈值函数规则中参数a的确定问题,利用模拟数据,以信噪比(SNR)为目标函数,采用定步长变a形式,从而得到去噪效果最好时对应的a值,并用实测数据加以验证。仿真结果表明,改进后的算法在信噪比上有1.5 d B~3.4 d B的提高,均方差(RMSE)下降约0.01~0.03,为路由修复信号的去噪提供一种可行的方案。     

脉冲轮廓建模仿真与去噪

脉冲轮廓是脉冲星的一个重要物理特性,是脉冲星导航的关键观测量。为深入研究脉冲轮廓的理论特性,建立了脉冲星的标准脉冲轮廓数学模型与观察脉冲轮廓数学模型,用指数函数拟合了蟹状星云脉冲轮廓的轮廓函数,并以此为基础模拟了蟹状星云的标准脉冲轮廓。通过模拟非齐次泊松随机打靶实验获得了光子到达时间的仿真测量值,模拟了蟹状星云的观察脉冲轮廓,仿真结果表明该模型能很好地描述巡天观测的脉冲轮廓。对含噪声的脉冲轮廓进行小波阈值去噪,通过数值分析,认为GCV阈值去噪方法对观测脉冲轮廓有很好的去噪效果。     

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度.在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度.对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度.     

基于Boxplot-LTSA噪声流形算法的滚动轴承状态识别

旋转机械在实际运行中往往是变工况的,采集到的数据容易受到噪声、振动、冲击等多重干扰,经过降维处理后的低维流形无法真实、准确地反映其内部结构或内在规律,在进行故障识别时误判率高。提出了一种Boxplot-LTSA算法,利用箱线图Boxplot算法对原始信号进行去噪处理,再利用局部切空间排列方法(LTSA)进行降维,该算法直接对采集到的原始信号进行处理,不需时频域特征提取,避免了数据处理所造成的数据失真,同时LTSA算法能够克服去噪所造成的数据孔洞影响。通过案例,与直接使用流形学习算法降维处理结果进行比较,证实了该方法能够克服噪声对流形学习算法的影响,具有良好的状态识别效果。     

脉冲电源系统传输电缆短路故障研究

针对电磁发射系统脉冲电源到发射装置的输电过程中可能的短路故障进行了研究,通过理论分析研究了故障情况下的电路结构,分析了回路故障电流及其影响因素并进行了仿真。仿真结果表明:电缆短路故障可能导致发射装置端回路存在极大的电流,故障位置距离发射端越近,发射装置端回路可能遭受的故障电流越大,因此需要采取保护措施对电缆进行故障限流,限流器的安装位置应位于电缆的发射装置端;对于PFN模块端回路,其故障电流受故障位置的影响比较小,主要取决于调波电感、储能电容及充电电压。     

一种基于SSNF的新型阈值滤波去噪算法

介绍了一种空间选择性的噪声滤波(SSNF)方法,并在此工作之上提出了一种新的自适应于小波变换尺度的阈值函数,从而对经SSNF滤波之后的小波系数进行了进一步的阈值处理,以去除残留在系数中的噪声部分。仿真试验和理论分析表明,相比其它传统的去噪方法,该方法的优点在于:所得到的小波系数不仅连续性好,而且更加接近于未加噪信号的小波系数,阈值函数具有很大的灵活性和自适应性,并适用于一些掺杂非白噪声的场合。     

平稳小波变换的红外图像模糊阈值去噪

提出了一种基于平稳小波变换的红外图像模糊阈值去噪方法.对红外图像进行平稳小波变换后,对小波系数进行模糊阈值处理实现图像去噪.仿真结果表明,与正交小波模糊阈值、平稳小波统一硬阈值和维纳滤波去噪方法相比,该方法具有良好的去噪性能,并且在去除红外图像噪声的同时,能够获得很好的边缘保持效果.     

基于压缩感知的无人机图像组合去噪方法

针对无人机图像中存在的多种类型噪声干扰的情况,提出了一种基于压缩感知的无人机图像混合去噪方法。利用移动窗口平滑处理含噪图像中脉冲噪声,并去除该类噪声对图像稀疏性的破坏;对粗去噪图像进行稀疏表示,利用高斯观测矩阵对其测量,通过正交匹配追踪算法重构得到去噪后图像。实验结果表明,该算法改善了基于压缩感知图像去噪方法对含有脉冲噪声去噪效果差的问题,提高了去噪图像的峰值信噪比和视觉效果。     

改进小波阈值函数的HRG振动信号去噪研究

为了有效解决振动对半球谐振陀螺仪(HRG)导航精度的影响,采用小波阈值去噪算法对HRG振动信号进行了去噪研究,并针对经典的硬阈值函数和软阈值函数的不足进行了改进,改进得到了一种参数可调的阈值函数,弥补了硬阈值函数和软阈值函数在去噪中的不足。通过仿真数据以及HRG实测振动数据验证,证明了改进阈值函数的有效性和优越性。     

舰船噪声模型可信度评估方法

对舰船噪声模型进行可信度评估,是合理运用噪声模型进行仿真分析的重要环节.通过分析时频特征,建立了舰船噪声模型;提出了一种基于特征相似的舰船噪声模型可信度评估方法:先在时域、频域分别对模型输出噪声与实际噪声的各特征相似度进行分析,再用层次分析法对整个噪声模型进行可信度评估,并对实测数据进行应用与分析.分析结果表明:该舰船...     

对DJ小波VisuShrink去噪法中j0取值的分析

ＤＪ小波ＶｉｓｕＳｈｒｉｎｋ去噪法在数字信号处理方面的应用已十分广泛,但是去噪后恢复信号质量的优劣与低分辨率截断参数ｊ０的选取是密切相关的,而ｊ０的选取又与被污染信号的噪声指数σ以及采样率有关。这篇文章对这些关系进行了分析,并给出了仿真计算的结果,分析与计算的结论对如何选取最佳低分辨率截断参数ｊ０具有一定的指导意义。     

DJ去噪法在语音信号处理中的应用

对被污染的语音信号的去噪进行了讨论与分析,应用异于DJ硬、软门限的新门限法对语音信号进行了去噪的仿真计算,结果确实优于DJ软、硬门限的去噪法     

水下目标辐射噪声高精度仿真方法

在对水下高速运动目标实测辐射噪声数据频谱特征充分分析的基础上,基于能量聚点理论建立了一种“平台型λ水平能量聚点”辐射噪声连续谱模型.利用该模型实现了对水下目标辐射噪声的仿真.首先,对离散化的λ取值分别计算其能量聚点频率区间,然后用谐波叠加法生成频带内的时域信号,将所有频带的信号进行叠加就得到辐射噪声的时域信号,与传统的...     

一种光电定位数据实时降噪方法

无人机搭载光电载荷进行目标定位,实际噪声对定位精度影响很大.为消除噪声影响、进一步提高定位精度,提出了定位数据实时降噪方法.该方法基于提升小波原理,给出了数据降噪的递推格式,并根据实际噪声的特点和分类,实时地识别并剔除数据中的脉冲噪声.实例仿真证明:该方法具有处理速度快、效果好的特点,满足定位算法对数据处理实时性的要求...     

小波阈值去噪的零件规模修复过程质量监控

在建立控制图进行零件规模修复过程质量监控时,针对修理零件质量特性测量数据存在噪声的问题,运用小波阈值去噪原理对质量特性样本数据进行去噪,然后再建立控制图进行监控。算例分析及其对比应用表明,小波阈值去噪可以有效减小测量数据的噪声,进而减少控制图质量监控中的误判,更好地监控零件规模修复过程的质量。     

加权核范数最小化和改进小波阈值函数的图像去噪算法

针对加权核范数最小化算法存在结构残余噪声以及无法较好地保持图像边缘结构的问题,提出基于加权核范数最小化和改进小波阈值函数的图像去噪算法。利用全变分模型对噪声图像进行初步去噪,使用噪声图像与初步去噪后的图像进行差分运算,对差分后得到的噪声残差图像使用改进的小波阈值函数去噪,将小波去噪后的残差图像与初步去噪图像叠加,将叠加后的图像使用基于残余噪声水平迭代的加权核范数最小化算法进行二次去噪。相较于当下主流去噪算法,经该算法处理后的图像的PSNR和SSIM值均有所提升,能够更好地保持图像的纹理结构,且在高噪声环境下效果更佳。     

基于ICEEMDAN和小波阈值的Φ-OTDR信号去噪算法

针对分布式光纤声波传感系统信号信噪比较低的问题,提出了一种改进的自适应噪声完全集成经验模态分解方法。改进方法利用样本熵和小波阈值去噪算法,从高噪声分量中提取有效成分。通过改进的自适应噪声完全集成经验模态分解(ICEEMDAN,Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise)对实际采集的信号进行分解,计算样本熵,将其中的含噪分量进行小波阈值去噪,最后与未处理的信号分量进行重构。实验结果表明,对实采的信号进行降噪处理后,信噪比提高了5.34 dB,均方误差降低了0.014 8,波形互相关系数提高了5.7%。与其他常用的去噪方法相比,该方法不仅在信噪比方面表现更优秀,而且在均方误差和波形互相关系数方面也具有更好的性能,能够更好地保留有用信号。     

基于扩展卡尔曼滤波的浮标定位方法

由于浮标的随机漂移,在航空搜潜过程中,需要定期对浮标的位置进行更新。根据航空搜潜声纳浮标与飞机的相对方位信息,采用扩展卡尔曼滤波技术,分析了计算浮标位置的原理、方法,建立了相应的系统模型和仿真算法,从估计的相对位置误差和均方根误差两个方面,仿真分析了系统的误差性能。结果表明,该定位模型能够成功地跟踪浮标的位置,并具有较高的定位精度。