面向图像差异特征融合的基于弗里德曼检验的小波基分类研究

对小波基分类是图像融合中依据不同融合需求选择小波基的基础,可以提高图像融合的智能化水平。针对现有的小波基分类方法仅根据小波自身特性进行分类,没有从统计角度有效建立小波基和图像差异特征之间的联系,本文提出了面向图像差异特征融合的基于弗里德曼检验的小波基分类方法。首先,选择典型的差异特征和小波基用于分类研究;其次,选择针对差异特征的评价指标,以评价指标结果作为标记量并进行分类实验的区组设计;然后,采用弗里德曼检验对不同区组数据进行处理及执行相应的后续检验和分类步骤,形成面向图像差异特征的小波基类集;最后,设计对比实验对分类方法的有效性进行验证和分析。试验结果表明,该分类方法能有效把对图像差异特征融合效果相近的小波基归为一类,能根据融合需求选择较好的小波基。     

基于二维深度卷积网络的旋转机械故障诊断

针对旋转机械振动信号复杂且难以提取有效故障特征的问题,提出了一种短时傅里叶变换和二维深度卷积网络相结合的故障诊断方法。首先对旋转机械振动信号进行短时傅里叶变换,得到时频图;接着将时频图输入到二维深度卷积网络中进行识别,得到最终分类结果。将该方法分别应用于滚动轴承与齿轮箱故障诊断中,在凯斯西储大学滚动轴承数据集、PHM2009直齿齿轮箱数据集上均取得了较好效果,正确率优于将时域信号直接输入到经典CNN中,验证了该方法的优越性。     

基于GD32单片机的电能质量分析系统设计

基于32位ARM coretex-M4单片机作为主处理器,利用准同步采样技术实现三相电力系统的电压和电流参数采集,采用傅立叶变换技术对谐波频率及含量进行计算。针对每个工频周期的采样点数和响应速度的矛盾,提出了一种基于采样点数和响应速度的平衡控制策略,既兼顾了采样点数,保留原数据的真实变化,同时满足一定要求的响应速度。     

基于EVSEWT的下击暴流时变平均风提取

下击暴流等极端风具有强烈的非平稳特性，给风场特性分析、结构响应计算带来挑战。根据经验将非平稳风分为时变平均风和零均值脉动风分别进行分析，是处理非平稳风速信号的有效方法。分析了几种常见时变均值提取方法的优缺点，在此基础上提出一种基于能量波谷寻找的经验小波变换方法，用于下击暴流时变平均风速提取，并将提取的时变平均风和脉动风用于分析某幢高层建筑顶部位移响应。对2组下击暴流的分析结果得出：与经验模态分解和离散小波变换方法相比，基于能量波谷寻找的经验小波变换方法模型提取的时变平均风更符合预期，对应的结构响应偏于安全。