基于PLS特征提取的WNN装备保障性评估

为科学合理地评估装备的保障性水平,更好地发挥装备的作战使用效能,提出了一种基于偏最小二乘(PLS)的小波神经网络(WNN)装备保障性评估方法。该方法在系统分析基础上,构建了装备保障性评估指标体系;利用PLS提取诸多指标数据的主元特征;并利用获取的主元特征构建WNN模型,进而完成装备保障性评估。仿真结果表明,所提出方法的平均相对误差可达到0.009 6,比单一WNN模型评估效果有了改善,从而验证了它的可行性和有效性。     

基于零点匹配的弹体构件超声检测方法

针对弹体坯料构件检测效率较低的问题,提出了一种基于零点匹配的超声检测原理。零点匹配原理是基于被检构件在做周期性的匀速旋转过程中自身曲率变化的规律提出的,表现为探头与构件下表面的距离变化。利用小波分析的方法对含有噪声的周期距离信号进行降噪处理,并采用求不同检测截面间周期信号的互相关函数的方法,对各截面零点进行一致性判断,根据判断结果进行零点匹配。该方法有效缩短了零点传感器进行零点判断过程所需的等待时间,有效提高了构件检测的效率。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.     

基于小波分解的柴油机振动信号特征提取方法

柴油机振动是一种多振源的复杂振动形式,其机体表面振动是内部各种激振力共同作用的综合反映。在柴油机使用过程中技术状态的改变将导致激振力发生不同的变化,因此测量机体激振信号有利于对柴油机技术状态进行监测。通过测量不同技术状态的柴油机机体振动信号,利用小波包分析的方法,将柴油机振动信号按其特征频率进行了小波分解和重构,提取了振动信号特征。分析结果表明,此方法能够提高信噪比,提取的振动信号特征能够反映柴油机技术状态的变化。     

直接序列扩频系统中抑制窄带干扰的变换域技术

本文主要介绍了三种抑制DSSS中窄带干扰的变换域方法。与离散傅立叶变换（DFT）相比，基于重叠变换（LT）的处理方法能更有效地将窄带干扰限制在有限的子带内，这两种方法共同的缺点是：时频分辨率固定，带内频谱泄漏水平较高。基于自适应子带变换（ST）／小波包变换（WPT）的变换域技术，其时频分辨率可随输入信号灵活调整，而且对应的正交镜像滤波器具有良好的幅频特性，因而能更有效地抑制窄带干扰。     

基于SRWNN-FTSM的舰载火箭炮火控系统研究

针对舰载火箭炮大功率交流伺服系统存在的非线性特性以及不确定扰动,提出了一种自回归小波神经网络快速终端滑模控制器(SRWNN-FTSM)。基于快速终端滑模强鲁棒性特点,用自回归小波神经网络对模型动态自适应逼近,可有效提高响应速度,鲁棒性。利用SRWNN-FTSM控制器,有效克服了负载扰动、参数变化等不确定因素的影响。根据Lyapunov理论证明了闭环系统稳定性。仿真实验表明:所提方案可以有效提高系统的响应速度以及发射的命中精度。     

遥感图像的小波压缩方法

本文讨论了遥感图像小波压缩方法中几个影响压缩性能的关键因素，通过比较提出了较优的压缩策略，将其应用于遥感图像压缩，取得了较好的效果。     

小波变换在图象处理中的应用

简要介绍了小波变换理论及其快速算法,详细讨论了图象基于小波变换去噪的原理和图象放大的方法。     

自适应小波包干扰抑制技术

干扰抑制是提高直接序列（ＤＳ）扩频通信系统抗干扰能力的重要手段。最近人们提出了一种新的干扰抑制技术－基于自适应小波包变换的干扰抑制。该技术利用小波包变换对受到干扰的ＤＳ信号进行分解,使得有用信号和干扰分离,然后滤除干扰分量,最后通过小波包合成恢复扩频信号,其性能在很多情况下优于传统方案。本文对小波包干扰抑制技术作了综述,指出其优点和有待于解决的问题。     

典型声目标噪声场特征提取的研究

本文对小波变换和多分辨分析技术的基本理论进行了研究,依据信号的多分辨小波分解及其所表现出的多水平特性、局部化分析特性等特点,提出了利用小流变换后声信号在不同水平的和为声目标的特征矢量的特征提取方法,并对实测直升机和坦克噪声数据进行分析计算,列出计算机分析的结果,得出了相应结论。