小波神经网络在陀螺漂移预测中的应用

针对传统预测方法存在的不足,建立一种基于小波神经网络的陀螺漂移预测模型。重点研究利用小波分析理论对陀螺输出信号的漂移趋势识别提取方法,结合小波神经网络建立漂移信号的非线性预测模型,并以某陀螺实测信号为例预测其漂移趋势。结果表明:该模型能降低人为因素影响,提高漂移预报效果和导航系统精度。     

小波去噪在激光陀螺漂移信号分析与处理中的应用

用Allan方差法对激光陀螺漂移数据的各种误差源及其整个噪声统计特性进行细致的表征和辨识.根据有效信号与各种噪声信号的频谱差异,用Mallat算法对RLG漂移信号进行塔式分解,采用软阈值消噪法去除噪声.对小波去噪前后的激光陀螺零漂信号用Allan方差进行对比分析表明,小波变换有效的减小了激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡和量化噪声,提高了激光陀螺零偏输出的稳定性.     

基于前向线性预测的光纤陀螺信号小波分析方法

根据光纤陀螺输出信号中存在漂移误差和噪声的特点,在采用小波降噪的基础上,提出将自适应前向线性滤波技术用于小波系数处理,能够更加有效地抑制陀螺漂移噪声.实际测量数据处理结果表明,这种综合的小波滤波方法在不增大小波分解尺度的情况下可以进一步改善滤波效果,并且计算量没有明显增加.滤波后既能获得平滑信号,也真实反映了信号的边界...     

小波分析在微机械陀螺随机漂移建模中的应用

对陀螺随机漂移建模之前需要先对信号进行预处理。传统的预处理方法是逐步回归法,其对陀螺漂移趋势项的提取相当烦琐,且往往会产生模型误差。基于此种情况,研究了基于小波分析的信号趋势项提取方法,实现对微机械陀螺漂移趋势项以小波系形式加以提取。最后对预处理后的数据用时间序列分析法建模。试验结果表明,此方法简单易行且建模精度明显优于传统方法。     

激光陀螺仪漂移特性的小波分析

在简述小波分析中Mallat算法的基础上,用其实现激光陀螺仪漂移特性的小波分析,讨论了余弦滤波器的设计.提出合适的小波对激光陀螺信号进行不同尺度的分解,在应用中得到了良好的去噪效果.     

一种微机电系统陀螺信号基于小波域的Karhunen-Loeve变换去噪方法

为了减少梳状音叉微机电系统(MEMS)陀螺的随机漂移误差,提出了一种小波域上的Karhunen-Loeve变换(KLT)的MEMS陀螺漂移信号的去噪方法。其主要思想是:先对分段的MEMS陀螺漂移信号进行小波分解;然后对各个中高频子带进行6抽头滤波,插值成和最高频带相同长度的样本点后,利用小波各尺度间的相似性进行高频分量的KLT变换,在一定程度上去除不相干噪声;最后对KLT降噪后的信号再进行小波阈值处理完成进一步的降噪。实验结果表明,所提方法相对于基于小波变换的各种阈值方法,陀螺输出信号的方差、零偏稳定性和随机游走误差都有了明显的改善。     

基于频带分析的陀螺信号小波包消噪研究

对陀螺信号预处理是提高陀螺信号精度的有效方式之一.文中针对陀螺在不同角速度输入下的测量信号,利用小波包频带分析方法识别出陀螺的有用信号和噪声,确定出陀螺信号的有效频带范围;采用小波包动态阈值法对分析后的陀螺原始输出数据分频段补偿误差,有效的改善了陀螺的平稳运动特性,使陀螺在整个量程范围内都具有较高的精度.实测数据处理结果表明该方法适用于全量程范围内的陀螺误差补偿,能有效提高陀螺信号的精度.     

基于小波和时间序列分析的陀螺随机漂移建模研究

文中在综合分析已有的陀螺随机漂移建模方法基础上,针对陀螺随机漂移为弱的非平稳随机序列的特点,提出了先用小波分析对测试数据在频域上进行分层处理,再用时间序列分析对分层后的数据进行分别建模的新方法.仿真分析表明,运用本方法建立陀螺随机漂移模型,具有准确、快速、实用等特点.     

基于小波神经网络的信号识别

信号的分选和识别技术在当今信号处理的系统中占有相当重要的地位.小波分析和神经网络是近年来兴起的一种分析信号方法.文中对二者的结合问题进行了研究.小波空间可以作为信号分类的特征空间,进而可以通过神经网络对信号进行特征识别.小波神经网络是基于小波分析而构造的神经网络模型.在信号调制类型识别中,利用小波伸缩平移把信号分解到不同频道上进行特征提取;把提取的特征信息输入神经网络进行分类.仿真结果表明,利用此方法可以较好的对信号进行分选和识别.     

基于小波分析齿轮箱故障诊断研究

文中主要用小波分析对齿轮箱进行了故障诊断。对测取到的齿轮箱振动信号运用小波消噪处理后．采用较新的信号分析工具——小波分析来进行信号分析与处理．从而来判别出故障。结果表明．小波分析为判断、预防同类故障提供了一种有效的分析手段。     

陀螺加速度计输出装置设计与测试

从运载火箭的核心仪表陀螺加速度计对输出装置的技术要求出发，讨论了陀螺加速度计输出装置设计中的技术问题，提出了一种新型的小型化高速高精度动态测角系统方案。另外还探讨了输出装置精度的测试问题，提出了具有实用意义的测试方法。     

某型导弹控制系统中时变信号检测方法

给出一种导弹控制系统中时变信号的检测方法。首先分析导弹控制系统中的3种电信号：飞行偏差信号、飞行距离信号及滚转方位信号。采用具有采样保持电路的双极性A／D转换器进行时变电信号分析,而子电路原理分析则涉及极性比较器、绝对值电路,以及A／D网络开关,由此得出结论：导弹控制系统中多为具有极性变化的时变信号。     

小波阈值去噪算法在信号处理中的应用与优化

小波阈值方法通过预先对数据奇异值的剔除进行信号滤波．在传统的硬阈值和软阈值方法基础上,提出了一种新的阈值函数,该函数具有更优越的数学特性和清晰的物理意义．能够精确地剔除信号中的噪声,有效地提取出信号的主要部分和细节部分．通过仿真实验,证明该函数更好地解决了信号处理中数据奇异值和系统随机误差问题,提高了数据处理的精度和效率,是一种比较有效的信号消噪方法,在信号处理领域具有广阔的工程应用价值．     

小波变换及AR模型谱估计在履带车辆振动信号处理中的应用

履带车辆行驶过程的振动加速度信号成分复杂,直接处理容易受到噪声的影响而缺乏准确性。利用小波变换的频带划分特性对信号进行分解,将重构信号作AR模型谱估计可以有效消除噪声的影响,提高信号分析的准确性。     

声纳低截获技术方法与策略研究

根据声纳低截获因子方程,结合雷达与通信领域低截获经验和声纳自身特点,提出了低截获信号发射和双基地（多基地）两项低截获声纳技术的实现策略。并围绕空、时、频以及能量这4大要素,介绍了低频信号技术、大时间带宽积技术、复合频（码）制技术、随机或非线性体制技术以及时频捷变技术等5项低截获声纳信号设计方法,深入分析了LPI波形的特性,设计出了一些具有良好低截获性能的波形,并以降频梳状信号（几何comb）和非线性调频脉冲串信号（NLFM）为例进行了仿真验证。结果表明,通过这种信号设计方法设计出来的信号具有较强的抗截获性能。     

动力调谐陀螺平衡回路的全解耦鲁棒控制

动力调谐陀螺是一个双入双出的耦合系统,要使其具有测量功能,必须完成解耦。在设计解耦网络的基础上,充分考虑了相对于标称模型而言的系统中存在的摄动和不确定性,利用鲁棒控制的有关理论,设计了鲁棒控制器,在保证系统具有良好的动态性能的同时具有较强的鲁棒性。     

自动机机箱振动分析与诊断研究

自动机射击动作时因激振力的作用会产生一定方向和频率的冲击振动,构件的裂纹或松动等故障会影响到其响应成分的频率能量特性;针对自动机实射动作冲击响应振动信号,利用小波分析快速进行信噪分离,频域范围内采用功率谱分析结合小波包分解对各频段能量谱分析。根据振动信号时域峰值和时刻,频域能量的变化和分布,给出故障诊断层使用的状态特征向量,并用比例梯度动量共轭算法训练的神经网络模型进行自动机状态定位与故障识别。     

基于双谱分析的毫米波多普勒引信目标检测

目标检测是毫米波多普勒引信信号处理的重要内容,在目标检测过程中,传统功率谱等技术不能充分揭示隐含于目标回波中的高阶统计信息,不能消除噪声和杂波的影响,不利于目标特征分析及检测,因此提出了基于双谱分析的毫米波多普勒引信目标检测技术,利用双谱及双谱对角切片进行特征分析及优化,通过对实测毫米波多普勒引信数据进行理论分析和试验仿真,结果表明采用双谱分析的毫米波多普勒引信目标检测方法有效可行。     

小波分形技术在齿轮故障诊断中的应用

分析小波包变换理论和盒维数的改进算法,利用LabVIEW和MATLAB软件编写小波分形处理程序。采用该程序计算特定频率范围内齿轮振动信号的盒维数,在不同状态下,振动信号的盒维数不同。该技术的软件通过读取振动信号、信号分解和重构、计算给定频段信号的盒维数实现。诊断实例表明小波分形技术具有较好的实效性。