基于高层体系结构的VV＆A及其一体化研究

针对高层体系结构HLA仿真结果可信度低的不足，结合导弹武器系统的研制过程，研究了基于HLA的VV＆A原则、过程以及一体化问题．     

基于高层体系结构的VV & A及其一体化研究

针对高层体系结构HLA仿真结果可信度低的不足, 结合导弹武器系统的研制过程, 研究了基于HLA的VV & A原则、过程以及一体化问题.     

基于小波包自组织神经网络的图像数据融合

基于小波包与模糊自组织特征映射神经网络的图像数据融合,将图像在小波包最优基下展开,利用小波包最优基空间、尺度定位性提高分辨率,获得更好的去噪效果;再采用具有很强聚类功能的自组织特征映射网络进行图像数据的聚类;最后通过计算图像像素点的灰度均值来得到图像数据的融合结果.     

基于小波包的炮架振动响应信号能量分析

针对炮架结构优化中固有频率提升目标不明确的问题,结合实弹射击响应试验,提出了一种基于小波包的结构振动信号能量分析方法。针对炮架振动响应数据采集问题,设计了一种结构振动响应测试系统,结合舰炮实弹射击响应试验,采集到了炮架的结构响应数据;基于炮架固有频率选择频带宽度,采用小波包对振动响应信号进行分解,求得振动信号在各个频带内的能量分布情况;根据振动信号的能量频带分布特性,给出炮架结构优化后的一阶固有频率目标范围。试验和信号分解分析结果表明,炮架振动能量主要集中在低频段,且在炮架的模态修改中,模态的提升需要避开振动能量较高的频带范围。该方法能够为炮架的结构设计和优化确定目标和优化方向。     

基于小波包分解的遥感图像压缩方法

基于小波包分解的遥感图像混合编码方法,首先将小波包分解后的低频和高频小波系数域值化为重要系数和非重要系数.低频重要系数采用无失真编码压缩.高频重要系数及其位置图,先用数学形态学方法进行聚类,再用标量量化和行程编码对重要系数和位置图分别编码.试验证明这种方法有效.     

基于小波包频谱分析的弹目交会特征提取方法

小波包变换是小波变换的推广,对频率的划分是等间距的,并且划分更为精细,精度更高.为此,将其引入引信信号处理,利用小波包频带的阶梯滤波特性构造二维的时频分布,比较不同脱靶参数的典型弹目交会测试曲线的小波包二维时频分布图,得到弹目交会位置信息的关系及二维时频特征.对地作用的近炸引信的弹目交会信号处理中,利用小波包分析构造二维的时频分布,可以提高目标探测的准确性,利用脱靶方位信息实现弹药的有效打击.     

小波包分析与能量算子结合的声目标特征参数

为了解决强噪声下识别率低的问题,提出了一种新的战场声目标特征参数提取方法。该方法将小波包分析和Teager能量算子(TEO)相结合,采用小波包对带噪声信号进行分解,对分解系数计算Teager能量。实验结果表明:基于小波包分析和Teager能量算子的特征参数提取方法具有良好的抗噪性能,提高了噪声环境下的声目标识别的准确率。     

发射车建模与仿真的VV&A应用探索

发射车建模与仿真的校核、验证和确认(Verification Validation and Accreditation,VVA)是建模与仿真过程中保证模型可信度的重要环节,简要论述国内外VVA的基本概念、研究与应用现状和应用方法。介绍发射车仿真及VVA应用现状,提出发射车建模与仿真中VVA的应用方法以及发射车建模与仿真的VVA应用发展途径。     

基于小波包能量谱与主成分分析的轴承故障特征增强诊断方法

滚动轴承出现损伤时,采集的振动信号呈非平稳性,采用一般的时域和频域分析方法不能准确提取出振动信号的故障特征。根据小波包多分辨、精细化的分解特性,提出一种基于小波包能量谱与主成分分析（PCA）方法的滚动轴承故障诊断算法。将振动信号进行小波包分解,得到重点频率段信息的能量谱,提取能量谱作为特征向量;利用PCA方法对特征向量降维并减小噪声信号的干扰,获得增强的故障特征;利用层次聚类方法和改进的模糊c均值聚类算法对不同类型的滚动轴承故障进行识别,两种聚类方法都准确地识别出了不同的故障类型。实例验证结果表明,所提方法能够有效地提取振动信号中的有用故障特征,实现轴承故障类型的精确诊断。     

基于小波包分析的战场被动声目标特征提取

针对战场环境存在噪声干扰的情况,提出了一种基于小波包分析的声目标特征参数提取方法.该方法将小波包分析和Mel倒谱分析相结合,提高了特征参数的鲁棒性.实验结果表明,在噪声条件下,基于小波包分析的平均识别率比MFCC参数提高6.78%,在信噪比为5dB时,识别率仍能达到94.5%.     

基于频带分析的陀螺信号小波包消噪研究

对陀螺信号预处理是提高陀螺信号精度的有效方式之一.文中针对陀螺在不同角速度输入下的测量信号,利用小波包频带分析方法识别出陀螺的有用信号和噪声,确定出陀螺信号的有效频带范围;采用小波包动态阈值法对分析后的陀螺原始输出数据分频段补偿误差,有效的改善了陀螺的平稳运动特性,使陀螺在整个量程范围内都具有较高的精度.实测数据处理结果表明该方法适用于全量程范围内的陀螺误差补偿,能有效提高陀螺信号的精度.     

基于最优小波包的改进型SPIHT图像压缩算法

提出了一种基于最优小波包的SPIHT图像压缩新算法。分析了SPIHT算法和小波系数的特点。根据图像经过小波变换后．最高分解层的小波系数要比其它分解层的小波系数大得多这一数据特性，对多级树集合划分(SPIHT)算法进行了改进。并且．将所有的正交滤波器都分解成一系列的阶梯，从而实现了快速算法。实验结果表明：基于文中提出的SPIHT快速图像压缩算法是一种有效的压缩算法，其压缩速度、图像复原质量等关键技术指标均优于标准的SPIHT编码算法。     

毫米波被动探测目标小波包边缘检测与特性研究

毫米波系统具有全天候或低能见度条件下工作的能力,但毫米波被动探测图像的限制是分辨率.小波包分析是对退化图像进行处理的一种有效方法,给出了毫米波被动探测装甲目标的小波包边缘检测.为进一步刻画毫米波被动探测目标辐射的表征方法,在分析毫米波被动探测能力的基础上,建立了目标毫米波被动探测辐射截面分辨能量体的新概念,并给出3mm被动辐射计探测单层隐身迷彩装甲目标的辐射截面能量分辩体的实测与分析研究.     

小波包分析在飞控系统测试信号处理中的应用研究

介绍了小波包分析的分解和重构算法；利用小波包分析对飞控系统的原始数据进行消噪预处理；基于“能量-信息”的数据信息辨识思想，应用小波包分析技术提取数据特征。给出一种飞控系统故障诊断方法。     

基于小波包和概率神经网络的滚动轴承故障诊断

为更好实现滚动轴承的状态监测和故障诊断,提出了基于小波包分析的特征向量提取算法。通过小波包分析对信号的高频和低频进行同样精度的分解,再将有效特征向量作为概率神经网络的输入,实现滚动轴承状态监测和智能化模式识别。结果表明,小波包变换可提高信号的频率分辨率,概率神经网络可充分利用故障先验知识,两者相结合能更有效地突出故障特征。     

基于小波包变换的多传感器跟踪算法

文中提出一种基于小波包变换的多传感器跟踪算法,与基于小波变换的跟踪滤波算法相比,文中的算法避免了高阶矩阵运算,有效地解决了数据过长的问题,简化了滤波过程,并且不需要考虑小波系数的噪声特性,有较好的滤波性能。     

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。     

基于最优小波包基的陀螺仪信号去噪算法研究

文中提出了一种基于Shannon熵准则的最优小波包基浮动阈值去噪算法,并将其应用于某型反舰导弹陀螺仪信号的去噪处理.仿真结果表明,该算法具有良好的去噪性能,并且消噪效果明显优于基于小波变换的去噪算法,将具有更为广泛的应用前景.     

基于小波变换的外弹道测量数据处理方法

为去除外弹道测量数据中的噪声,分析小波变换用于外弹道测量数据处理的基本原理,结合某新型雷达和弹种的参数进行弹道测量数据仿真,用小波变换的方法对仿真数据进行处理,并与Kalman滤波方法的结果进行比较。仿真结果表明在弹道模型未知的情况下,小波滤波方法的精度更高,战场实用性更强。     

基于小波包变换的复合材料分层缺陷信号特征分析

通过自行设计的超声波检测系统对模拟分层试样进行实验,提取出缺陷信号,并对缺陷信号进行频域分析,在此基础上进行了基于小波包乏换的缺陷信号特征提取和BP神经网络识别。通过“能量-缺陷”的信号特征提取方法,比较不同分层位置之间的信号特征,得到一些有用的数据和信息,为复合材料的质量评估提供了重要的参考依据。