排序方式: 共有26条查询结果,搜索用时 0 毫秒
1.
2.
应用复Morlet小波变换分析条纹图相位 总被引:3,自引:1,他引:3
针对在使用干涉、Moiré偏折等方法进行流场高速动态测量时条纹图中大量无效数据对计算结果的影响,提出了一种基于连续小波变换的条纹图相位分析方法.利用小波变换的瞬时条纹频率分析能力,选用复Morlet小波及合适的小波参数,使得条纹图的小波变换模极大值与其调制度系数成正比,将其作为加权最小二乘法相位展开算法的权值,保证了相位有效展开.使用曲线拟合进行小波变换脊定位,缩短了定位时间并消除了噪声干扰.仿真实验显示,使用该方法得到的分析结果与实际相位值的相对误差小于0.01%;内波流场测量实验显示,使用该方法进行条纹图分析,密度梯度测量精度达到了5×10-6g/cm4.结果表明,用该方法进行条纹图相位分析可以有效消除无效数据对结果的不利影响,相位展开有效可靠,分析结果精度高. 相似文献
3.
为了规避敌方雷达对于己方战机的探测,该文提出一种战机发射射频掩护信号的方法。针对采用恒虚警类检测器(CFAR)算法的敌方雷达,己方目标发射的一定包络的掩护信号可以提升敌方噪声估计电平,达到使己方战机针对该雷达隐身的效果的同时,避免射频掩护电磁信号被敌方电子侦察设备截获,具体包括敌方雷达信号抵达目标时间估计,敌方探测能力评估,掩护噪声包络功率设计等步骤。基于单元平均恒虚警检测器(CA-CFRA),该文利用数值仿真分析了射频掩护包络和功率对掩护信号被截获概率及目标被探测概率的关系,表明该方法需要恰当的设计掩护包络和平衡信号功率达到更好的射频掩护效果。 相似文献
4.
5.
老旧扶梯机械故障较为隐蔽,定期检验不易发现,且对扶梯机械故障的智能分类的研究较少。自动扶梯振动信号复杂多变,数据量大,而采用传统机器学习算法对其机械故障进行诊断效果不佳。为实现自动扶梯机械故障的智能分类,在经典二维卷积神经网络的基础上,引入了卷积核的一维卷积神经网络,构建了自动扶梯机械故障的自动分类模型。首先为提高模型的泛化性能,融合凯斯西储大学轴承故障、东南大学齿轮故障和某大型商场自动扶梯梯级滚轮磨损故障的复合故障数据建立了数据集。然后用数据增强的方法对数据进行预处理,接着采用一维卷积神经网络,构建自动扶梯机械故障诊断模型。最后使用测试数据集对模型的分类精度进行了验证实验,结果表明该模型有着比传统机器学习算法自动化程度高、成本低、专业门槛低、步骤简单等明显优势,而且该模型能快速准确地对自动扶梯的机械故障进行自动诊断,实现了95%的诊断准确率,为下一步将该算法集成到检验仪器中打下了基础。 相似文献
6.
为实现门座式起重机减速箱机械故障的智能诊断和分类,运用长短期记忆网络构建了门座式起重机减速箱机械故障的自动诊断分类模型;首先设计并使用了基于labview的数据采集系统对门座式起重机的复合故障数据进行了采集,结合东南大学公开的齿轮箱故障数据建立了数据集;然后用数据增强的方法对数据进行预处理,接着采用长短期记忆神经网络,构建门座式起重机减速箱机械故障诊断模型;最后使用测试数据集对模型的诊断分类准确性进行了验证实验,结果表明该诊断模型能快速准确的对门座式起重机减速箱的机械故障进行自动诊断和分类,实现了96.8%的诊断分类准确率,与传统的基于CNN的诊断分类模型相比,准确率提高了4.1%,为下一步便携式智能诊断仪器的开发和应用奠定了一定的理论基础. 相似文献
7.
8.
9.
本文介绍了地网层如何优化建设光通信系统设备的配置和环网网络,充分利用光通信系统设备以实现SDH/PCM设备与通信电源设备、自动化设备等多种设备的业务接口方式,同时在设备运行维护管理和电网的安全可靠性等应用方面具有较大的实际借鉴意义。 相似文献