小波分析及其在控制中的应用

对小波分析的主要研究方向和特点进行综述,并阐述了小波分析在模型辨识、有约束问题的求解等控制领域中的应用,特别论述了小波神经网络的结构、学习算法及其优良的逼近性能,最后介绍了目前已有的基于小波分析的自适应控制方案,并对未来的研究做了探讨。     

小波分析在控制中的应用概况

小波分析是80年代发展起来的一门新兴科学。在简单介绍小波分析的发展和基本原理的基础上，综述了小波分析和小波网络在控制领域中的主要应用情况，分析了小波分析现存的几个问题，并对它的发展作了展望。     

小波分析及其在控制中的应用: 进展与展望

小波分析(Wavelet Analysis)是80年代以来从Fourier分析的基础上发展起来的一种新的时域一频域分析方法,是调和分析-现代Fourier分析的重大突破,被誉为Fourier分析发展史上的里程碑.虽然它出现不过十几年时间,但已成为众多学科共同关注的热点.从信号与图像分析、量子场论、音乐、雷达、CT成像、彩色复印、流体湍流、天体识别、地震信号处理、计算机视觉与编码、语音合成和分析、信号的奇异性检测与谱估计、分形以及数字电视等许多方面都能看到它的成功应用.     

小波理论及在滤波、系统辨识与控制中的应用

本文首先在阐述小波(分析)理论的基础上,介绍小波与(人工)神经网络相结合的小波神经网络.由于它们所具有的独特优点,使其在滤波、动态系统辨识与控制中的应用日益广泛,是本文阐述的第二个问题.再者,介绍三个有关的软件工具箱.     

小波分析及其应用

小波分析是传统傅里叶分析发展史上里程碑式的发展，近年来成为众多学科共同关注的热点。文章在小波变换的基础上，介绍了小波变换的一种快速算法-Mallat算法。在此基础上将其应用于信号分析与处理，对故障信号进行分解与重构，通过分析实验结果可知，高频部分能够清晰地反映信号的转折点，而这些点正是故障诊断所需的重要信息，通过对这些信息的分析可以得出故障点的位置。因此，可以推断小波分析在信号的奇异性位置检测方面是有效的。     

双线性自适应前馈控制及其应用

本文对存在可测干扰和界扰动的双线性系统提出了一种逢适应前馈控制算法，证明了算法的稳定性。     

小波分析在故障诊断中的应用

在简单介绍小波分析的发展和基本原理的基础上，系统综述了小波分析在故障诊断中的研究进展与状况，详细介绍了小波分析在故障诊断中应用的各种方法。重点阐述了小波分析信号处理的故障诊断方法，以及小波分析与各种智能理论与技术结合的故障诊断方法，如小波分析与神经网络相结合的方法、小波分析与模糊理论相结合的方法和小波分析与数据融合等理论相结合的故障诊断方法，并对各种方法做了分析与讨论。分析了小波分析在故障诊断中的应用研究现存的几个问题，并对解决这些问题和未来的发展进行了探讨。     

小波网络在控制系统中的应用

小波分析是80年代中期发展起来的一门新兴的 数学理论和方法,小波网络是在小波分析研究获得突破的基础上提出的一种前馈型网络．本 文对小波网络的结构形式、学习算法以及在控制方面的主要应用进行了综述,并将小波网络 与常规的前馈神经网络作了比较,最后对小波网络在控制系统中的应用提出了几点展望．     

高维小波网络及其在丙烯腈收率预测中的应用

针对基于单尺度小波框架的高维小波网络,提出一种系统化的设计方法．首先在小波框架内提出一种小波基初始化方法;然后根据样本的分布特点,提出一种改进的小波基粗选方法;最后将自适应投影算法与AIC准则相结合,对小波基进行精选,同时完成网络参数的辨识．将该方法应用于丙烯腈收率的预测,研究结果表明了该方法的有效性．     

小波分析在电气设备故障诊断中的应用浅析

探讨了小波分析在故障诊断中的重要工程应用价值，研究分析了小波变换对故障信号的信噪分离，特征提取的方法，提出了基于计算机控制的小波方法在处理电气设备故障的基本方案，并针对小波分析在电气设备故障诊断中的应用特点进行了讨论，给出了最新研究成果及发展趋势。     

控制理论的发展与应用

本文较为详细地介绍了控制理论的发展,侧重介绍了控制理论在宇航、医药、电力、天文,建筑、冶金等行业的应用。     

小波分析及其在电力系统扰动检测中的应用

文章介绍了小波变换的基本原理和一种小波变换的快速算法——Mallat算法。在此基础上将其应用于电力系统中的电力信号的检测和故障诊断中,对故障信号进行分解与重构并用Madab进行仿真。仿真结果表明：利用小波分析诊断电力系统的扰动信号非常的精确。     

小波分析在入侵检测中的应用

入侵检测在某种程度上类似于信号处理,基于此可将入侵检测过程中影响检测效果的干扰数据看成随机噪声,进而通过小波分析进行去噪处理,结果证实该方法可行。     

基于神经网络的小波分析及其在 突发噪声识别中的应用􀀁

神经网络具有良好的自适应性,自组织性及很强的学习功能,小波则提供了一种去除噪声的方法,但单元基于此算法的软件往往缺少对于突发性噪声的自适应能力,本文将此二者有全,以神经网络原理和现代数学小波分析为依据,提出了基于神经网络思想的小波分析;以改进原有算法,识别工程技术测量中遇到的突发噪声。     

基于D-S算法的小波理论在温室控制中的应用研究

提出了一种适用于温室环境参数融合的混合算法,使用D-S理论推测某一时刻环境状态,用小波网络实现宏观决策,此算法解决了传统D-S证据理论中概率赋值困难的问题,同时也为小波神经网络提供了比较准确实用的训练数据。最后以温室樱桃西红柿为例,通过仿真说明此混合算法在农作物温室培养过程中对于环境参数的融合效果,为温室的控制提供了准确可信的依据。     

小波变换在有约束广义预测控制中的应用

基于小波变换的多分辨分析功能,对有约束广义预测控制的预测和控制时域在小波域进行分块压缩,降低了约束维数,大大提高了计算效率。     

小波分析神经网络技术在故障诊断中的应用

本文对小波分析、神经网络及小波分析与神经网络相结合的小波网络在故障诊断中的应用进行了介绍,并指出了这一领域有待进一步研究的问题和发展趋势。     

微机金相分析系统与小波理论的应用

微机控制和信息处理技术更精确地反映金相组织与金属性能之间的关系，本文介绍了基于小波理论的一种高效率的金相图像处理系统，可以获得比较满意的实际效果。     

小波变换和主元分析在动态矩阵控制算法中的应用

提出用小波变换和主元分析相结合的方法来压缩预测时域及控制时域，在保证算法鲁棒控制性能的前提下降低动态矩阵维数并改善矩阵病态性，从而使动态矩阵控制算法的计算效率大大提高。     

小波分析在图像检测中的应用

基于包装图像检测的实践，尝试了小波分析方法，讨论了基于小波变换的图像奇异点的奇异性分析。对f(x)为一方波和f(x)为一实际包装图像的灰度直方图，这两类不同性质的图像分别采用Leml小波和Haarl(abl)小波变换估计Lipschitz指数α和k参数，用α和k参数表征图像奇异点的奇异性大小，提出了奇异点的筛选原则，取得较好效果。