一种非白非高斯数据的数值仿真方法

使用复合抽样法,可以产生具有指定概率密度形式的加性分布非高斯序列。通过在极零图上直接指定数对极零点,可以实现定性色化低阶自回归滤波器设计。把非高斯激励序列通过自回归滤波器,即可得到非高斯信号处理仿真研究中频繁使用的非高斯有色序列。结合一组混合高斯有色数据数值仿真实例,演示了这一由复合抽样法加定性色化构成的非白非高斯数据快捷数值仿真方法的有效性。     

基于高斯混合模型的非高斯随机振动幅值概率密度函数

针对非高斯振动信号的幅值概率密度函数难以用数学模型表述的问题,提出了基于高斯混合模型的非高斯概率密度函数表示方法。首先,基于时域样本信号得到非高斯振动信号的高阶矩估计值。其次,基于高斯随机过程偶次高阶矩之间的定量关系,结合二阶高斯混合模型建立方程组,求解得到混合模型中每个高斯分量的方差和权值。然后,将各高斯分量的权值和方差代入高斯混合模型,得到适用于对称非高斯振动信号的幅值概率密度函数。最后,通过仿真信号和实测振动信号,验证了该方法的有效性和适用性。     

基于高斯滤波的扫描图像去网

运用高斯滤波基本理论,通过对RGB图像进行分通道处理,即对R,G,B等3个通道分别进行高斯滤波处理,再经通道合并为彩色图像,并对经过处理后的彩色图像进行锐化处理。用本去网算法与扫描仪自带的去网算法进行了比较,在主观的基础上结合清晰度值,提出的去网算法所达到的效果更好。     

偏斜非高斯随机振动信号幅值概率密度函数研究

偏斜非高斯振动信号幅值概率密度没有明确、简洁的解析表达式。研究概率密度的解析表达式,对于非高斯振动理论研究具有重要意义。针对以上需求,提出了一种基于高斯混合模型的概率密度函数表示方法。首先,通过时间样本序列得到偏斜非高斯振动信号前五阶矩的估计值。其次,根据平稳高斯随机过程各阶矩之间的定量关系,结合二阶高斯混合模型的数学表达式建立方程组,求解得到混合模型中每个高斯分量的均值、标准差和权重系数。然后,将每个高斯分量的参数代入高斯混合模型,得到偏斜非高斯振动信号的幅值概率密度的解析表达式。最后,将所提出的方法应用于仿真非高斯加速度信号和实测非高斯振动应力信号,充分验证了该方法的有效性和适用性。     

混合高斯有色数据的生成方法

详细介绍了混合高斯有色数据生成中的各类抽样及色化方法后,结合一组仿真实例,验证了混合高斯有色数据的各种具体生成方法及其性能。     

直线度评价中稳健高斯滤波方法的研究

为消除线性高斯滤波在评价开放轮廓时所引起的边界效应及轮廓异常点对滤波效果的影响,提出了将稳健高斯回归滤波方法应用到直线度评价中.对同一组圆柱母线的采样数据,分别利用线性高斯滤波方法、高斯回归滤波方法和稳健高斯滤波方法进行滤波处理.实验结果表明,将稳健高斯滤波方法应用到直线度滤波中能减小高斯滤波失真的影响,可有效地提取轮廓信息,提高了评价精度,便于实际应用.     

基于高斯和粒子滤波的动态称重数据处理

由于动态称重过程中的噪声干扰,导致动态称重信号处理中存在数据处理速度慢与精度低等不足.为了提高动态称重的快速性与准确性,本文将高斯和粒子滤波算法应用于动态称重数据处理.在对动态称重系统建立状态空间模型的基础上,引进高斯和粒子滤波算法,利用高斯和逼近状态的后验密度,提高了对状态分布估计的精确性.实验结果证明,高斯和粒子滤波方法有效地提高了动态称重的速度与精度,比较实验结果说明本文方法优于传统的扩展卡尔曼滤波和粒子滤波效果.     

基于高斯粒子滤波的当前统计模型跟踪算法

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象.采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法.     

零相位高斯滤波在表面粗糙度测量中的应用

对触针式粗糙度仪进行改进,使整个系统结构更加紧凑,开发了相对应的数据采集分析、表面基准线评定及各种参数计算的软件系统。通过对表面信号进行采集,将其转换为数字信号输入计算机,并用高斯滤波的方法对信号进行处理,得到了良好的试验结果。按照国家标准,进一步计算各种参数,得到轮廓的形貌特征。试验表明,改进后的仪器检测精度完全满足要求,并且操作方便、用户界面友好。     

高斯滤波在花岗石表面粗糙度研究中的应用

阐述了花岗石表面轮廓的特点,提出先对原始轮廓曲线进行高斯滤波,然后再进行粗糙度计算的方法;并对用高斯滤波和最小二乘中线两种方法计算的粗糙度进行了比较,认为高斯滤波方法更适合花岗石表面轮廓的粗糙度研究.其计算方法较为可靠和简捷.     

非线性和非高斯型海洋噪声

双频谱分析是从含有非线性随机信号的数据中检测并辨别非线性随机信号产生机构的统计方法。双频谱分析也可用于检验所观测的数据记录是否符合基本随机过程为高斯分布这一假设。本文应用了一种最近推出的统计方法,该方法基于若干海洋环境噪声记录的双频谱估计可检验该噪声是否为高斯型分布以及在产生所观测噪声的基本机构中是否含有非线性的证据。文中研究了取自百慕大南部大西洋、东北太平洋和印度洋3个海区的7个噪声记录。收集的这些时间序列既有当地没有航船时的环境噪声,也有以本地航船噪声为主的噪声。3个海区的环境噪声记录显示出两种情况:分析时间约为lmin时,它是线性、高斯过程;分析时间约为ls时,它是非线性和非高斯过程。而对本地船舶噪声占优势的各种时间序列,不论分析时间是短是长,检验结果都是非线性和非高斯型的。     

齿轮故障振动信号非高斯性特征趋势分析

以齿轮箱实测振动信号为对象,对齿轮点蚀故障发展过程深入研究。通过Gabor滤波仅保留振动信号的边带成分与随机成分;据双谱分析结果研究信号非线性、非高斯性变化,并提取非高斯性强度特征值;在故障趋势分析中利用“3σ准则”设定故障阈值。结果表明,非高斯性强度特征值对齿轮点蚀故障较敏感,可揭示故障发展变化趋势,有利于齿轮故障报警及寿命预测,对齿轮传动系统状态监测与故障诊断具有实际意义。     

一种新的非高斯随机振动疲劳寿命估计方法

构造了非高斯修正系数的多项式响应面模型,提出了一种基于高斯近似的非高斯随机振动疲劳寿命估计方法。采用Winterstein传递函数法将非高斯随机应力转化成高斯随机应力,并联合雨流计数和Miner损伤准则分别估算两种随机应力下的累计损伤和谱矩,对多个样本进行最小二乘拟合之后构建一个关于应力谱矩和非高斯修正系数的多项式响应面模型。利用高斯近似法估算非高斯随机振动疲劳损伤量,并与经过雨流计数和Miner损伤准则估算的非高斯随机过程下疲劳损伤对比,结果表明:高斯近似法具有较好的精度。     

混响的混合高斯概率密度建模

混合高斯模型能够有效地拟合混响背景的一维概率密度分布。常用的混合高斯概率密度模型参数估计方法是EM迭代算法,但这种算法的主要缺点是估计精度过分依赖于初始值。而GreedyEM算法通过往混合模型中不断地加入高斯分量,能很好地解决这一问题。文章将多维图象处理中的GreedyEM算法加以合理简化,并给出模型自动定阶方法,从而成功应用于水声混响的一维混合高斯模型建模中。实验结果表明:应用新算法能从混响接收数据中准确拟合其概率密度曲线,并且能适应不同的数据长度,具有很好的通用性。     

提高光流估计性能的渐进性高斯多维预滤波方法的研究

基于光流计算方法统一框架理论，研究了一种利用高斯多维滤波器的渐进性和时空性提高光流估计性能的有效方法。在保持现有光流计算方法的前提下，通过调节时间维和空间维的方差参数，改变时空预滤波和光滑效果，突出时间混叠和光流主信息，从而提高重构视频序列的信噪比。试验中以标准的Flower Garden和Football序列的前50帧作为参考图像序列，以LK算法为参考光流算法。结果显示，滤波窗口为5×5时的最佳时间方差参数为0.4，最佳空间方差参数为［1.6,2.0］；加入高斯多维预滤波前后利用光流场重构图像的平均峰值信噪比PSNR提高2.572dB，提高幅度为13.6%     

高斯滤波对规则斑点图像的亚像素匹配精度影响研究

针对数字图像相关法中亚像素匹配误差,提出一种适用于规则斑点图像的高斯滤波预处理方法来降低亚像素匹配误差,模拟了恒定、线性、二次和三次位移场,并采用不同标准差的高斯滤波器分别对图像进行处理。试验结果表明：在不同的位移场下,当采用标准差σ=0.75 px的高斯滤波器处理后,图像的亚像素匹配误差降低到最低,并且通过与随机散斑图像对比分析,证明该方法只适用于规则斑点图像,最后对焊接图像进行分析,验证了该方法的稳定性。     

物流非高斯振动下的产品损伤分析

公路运输过程中的冲击信号造成了物流随机振动的非高斯特性。为研究冲击成分对产品损伤的影响,对8条中型卡车和重型卡车实测道路信号进行了统计分析。将振动信号分为20%的高强度非高斯信号、60%的中等强度高斯信号和20%的低强度高斯信号。使用有限元软件进行时域振动分析,计算各信号段的损伤占比。结果表明：振动过程中,非高斯信号蕴含了高强度的冲击信号,造成了绝大部分的损伤。中型卡车振动数据冲击幅值大、占比少,相对而言,重型卡车冲击幅值低、占比多。中型卡车高5%的冲击信号造成了90%以上的损伤;重型卡车20%的非高斯信号中除10%的冲击成分外还包含10%的较高幅值振动,其20%的非高斯信号造成的损伤约为80%或更高。在整个运输振动过程中,含量较少的冲击信号主导了损伤的累积。     

堆码包装产品响应的非高斯特征

研究随机振动下三层堆码包装产品加速度响应的非高斯特征,讨论引起非高斯响应的原因。试验结果表明:无约束条件下,上层包装件出现明显跳动,产品加速度响应的概率密度分布呈现非高斯分布,中层包装产品响应加速度的概率密度分布与高斯分布有一定程度的偏离,下层包装产品响应加速度较为接近高斯分布;弹性约束条件下,当振动强度较大时,上层包装产品响应加速度的概率密度分布与高斯分布偏离程度较大;在固定约束时,包装件跳动受到限制,各层包装产品响应加速度基本符合高斯分布。     

非线性随机振动问题中的一种改进的非高斯矩方法

近年来非线性随机振动问题已越来越受到重视。本文提出非线性随机振动问题中非高斯矩方法的改进形式。其特点是计算简便,能适用于更为普遍的非线性情形,而其精度与现有的非高斯矩方法相接近。     

非高斯背景下的频域广义匹配检测

采用广义匹配滤波器在功率谱未知的非高斯噪声中检测宽带信号。在估计功率谱时,为了减小周期图法谱估计产生的误差,采用平滑周期图法来估计非高斯噪声的功率谱,并在此基础上对信号进行恒虚警概率损失下的广义匹配检测。实验表明,用平滑周期图法估计功率谱并进行的广义匹配检测,其检测性能稍弱于功率谱取真值时的检测,但远远优于传统的匹配滤波器。