小波神经网络在微弱信号检测中的应用

因为噪声总是会影响检测的结果,所以低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下微弱信号的提取又是信号检测的难点。小波神经网络比数字滤波器更加适合检测微弱信号。小波神经网络是一种时频分析的自适应系统,它能检测信号中的微小变化。该文提出了一种新的检测白噪声中微弱信号的方法。仿真结果表明,小波神经网络在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

某文化宫中央空调改造设计与施工

介绍某文化宫中央空调系统的改造设计方案、施工中遇到的难点问题和相应采取的解决方法，并对酚醛复合风管在该工程中的应用作了介绍。     

基于小波降噪神经网络的旋转机械故障诊断

实测信号往往受到多种因素的干扰,如高频噪声.提出了一种小波降噪神经网络的故障诊断方法,利用小波的多重分辨率分析,有效降低高频噪声干扰,从而简化了有效特征信号的提取.建立了基于小波变换和BP神经网络的混合诊断模型,成功地对故障进行了智能诊断.最后实验验证了此种方法的有效性.     

小波域相关滤波法及其早期故障预示应用

噪声是影响机械设备早期故障预示正确性的主要因素。根据相关分析理论和小波阈值降噪理论,提出了小波域相关滤波法。它是一个迭代的过程,通过自适应的选择滤波过程参数,可以对信号进行良好的降噪;同时也不会弱化信号中的弱故障信息。通过对旋转机械早期不平衡和不对中故障信号分析,结果表明小波域相关滤波法对机械设备早期故障预示是有效的。     

砂轮机隔振与办公楼的降噪

针对砂轮机运转所带来的办公楼噪声严重的问题，应用振动测试分析方法，找到了砂轮机未正确采取隔振措施是引起办公楼内严重噪声的主要原因。根据隔振理论和实际情况，选择了合适的隔振垫并进行了合理的安装。测试和实际感受表明，取得了良好的减振降噪效果，成为工程降噪的一个成功实例。     

装甲车辆内部主动噪声控制系统的设计及仿真研究

针对装甲车辆内部存在着较高的低频噪声，提出了一种自适应主动噪声控制系统的设计方案，在此基础上，利用FLMS算法对系统的运行情况进行了仿真，结果表明，运用此设计方案，能取得比较满意的降噪效果。     

公路隧道降噪用吸声材料的研制

根据公路隧道降噪用材料的性能要求设计了吸声材料的组分及组成，研究了材料的制各工艺及外加剂对材料性能的影响。实验发现引气剂、减水剂等外加剂对材料吸声性能有显著影响，当减水剂含量为0．2％--0．4％，引气剂含量为0．2％--0.5％时，材料的综合性能达到最佳。采用驻波管法测试了材料的吸声性能，结果表明材料的平均吸声系数为0．42--0．60，降噪系数达到0．4--0．55。     

直流电机噪声分析与降噪对策

分析了生产过程中产生噪声的主要因素及对策。     

现场局部放电信号中周期性窄带干扰的抑制

电力变压器局部放电监测信号分析过程中 ,抑制周期性窄带干扰的方法主要有自适应滤波器、FFT频域滤波、小波降噪以及基于 Remez算法的高能数字滤波器等。对比这些方法处理的结果 ,可知 Remez算法具有最佳抗干扰效果和最高的信噪比。     

基于HVS视觉模型下的图像降噪

描述了构建人类视觉系统(Human vision system，HVS)降噪模型的思想方法及理论依据。为了解决SureShrink及VisuShrink方法对重建图像带来的不良影响，建立了基于HVS模型的适应小波门限降噪模型，提出HVSShrink降噪策略。通过对该算法进行测试和比较，证明了使用本方法可以得到具有较好视觉效果的重建图像。