基于小波变换的动态发动机过热信号检测技术研究

针对传统发动机温度过热,检测技术无法克服存油量波动造成的温度变化信号非线性失真与故障检测效果不佳的问题,提出一种融入诊断网络算法的发动机温度过热信号检测技术,利用小波变换方法,采集动态发动机温度过热故障信号特征,以温度过热信号特征为依据,通过融合诊断网络在隐含层中对温度过热信号挖掘过程中的数据进行传输,得到过热温度变化信息,实现发动机温度过热信号的深度挖掘.实验结果表明,采用该技术能够提高发动机温度过热信号检测的准确度,有利于故障的快速修复.     

基于点云属性信息的平面标靶特征提取

目的 色彩和回光强度作为点云的属性信息可以有效地应用到点云数据的特征提取中.本文根据平面标靶的几何以及光谱特性,提出了一种平面标靶的快速提取算法用于精确确定靶心坐标.方法 首先根据点云的色彩信息,采用光谱欧式距离函数进行点云的分类;对分类后的点云进行色彩重采样以提高同类点云色彩的一致性,同时根据平面标靶点云的光谱特性,根据其RGB值进行目标区域的提取,通过对圆形区域的面积测定以确定目标提取的正确性.最终根据点的回光强度值,确定圆形目标区域的中心坐标位置.结果 通过两组实验分析,第1组对固定距离处的标靶靶心提取精度分析,本文自动提取靶心的点位中误差为3.31 mm,而手工提取靶心的点位中误差为11.78 mm,证明本文方法的提取精度明显高于手工提取靶心的精度;第2组对分散排列的标靶靶心提取精度分析,通过分析证明本文方法在5 m处的靶心提取精度可以优于2 mm;10 m处的提取精度可以优于4 mm;15 m 处的点位提取精度可以优于5 mm.结论证实了本文方法的可行性和精确性.     

利用邻域质心投票从分类后影像提取道路中心线

目的 利用分类算法对高分辨率影像中的道路进行分割时,得到的二值图像往往混杂了许多非道路区域,且道路区域呈面状,无法直接应用于生产与研究。针对该问题,提出一种利用邻域质心投票提取道路中心线的算法。方法 首先检测像素在各方向上的连通距离以构建邻域多边形,随后进行质心投票来提取道路的中心线,与此同时估算道路宽度并判断出连通距离较长的方向数目,以排除非道路区域的干扰,最后经形态学处理得到细化的中心线。结果 选取测试图像及具有不同道路分布特征的高分辨率航空影像的分类结果进行实验,并将该算法与Zhang和Couloigner提出的算法进行了对比分析。结果显示,该算法的提取质量为80.6%和79.0%,且计算效率较高,处理实际影像的用时小于参考算法的20%,此外在稳定性及对不同路宽的适应性等多个方面均具有优势。结论 提出一种邻域质心投票算法,该算法能够同时实现传统方法中提纯与中心线提取两个步骤所对应的功能,从分类影像直接提取道路中心线。实验结果表明,该算法能够根据形状特征有效检测道路,且具备一定抗干扰能力,适用于对混杂了非道路区域的高分辨率影像的分类结果进行处理。     

强震动冲击环境下的网络异常信号检测仿真

强震动冲击环境下的网络异常信号检测,可保证网络安全稳定的运行.在强震动冲击环境下,网络异常信号检测过程中存在较强的振荡波动和随机噪声,使得真实的异常信号特征与振动信号的频率及其相似.传统的基于核数据的网络异常信号检测方法,针对强震动冲击环境下的干扰,无法提取稳定的异常网络信号特征,不能够准确完成网络信号特征的分类,使得获取的网络异常信号检测结果存在较大的偏差.提出了一种采用敏感性分析的网络异常信号检测方法,在强震动冲击环境下的影响,网络异常信号与振动信号相比,存在一定的异常敏感性,先采用频率敏感性的检测方法初步检测网络异常信号,塑造网络结构有限元模型和敏感性矩阵,最后通过粒子群算法的模糊神经网络,选择模糊优选模型函数作为激励函数,能够根据强震动冲击的强度来确定各个影响因子的隶属度,确定了异常信号发生和损伤的精确位置,实现了网络异常信号的精确检测.实验结果表明,改进方法比传统方法更具有优越性,在强震动冲击环境下具有较高的网络异常信号检测效率和精度.     

随机加密图像中高效特定图像定位方法仿真

在随机加密图像中高效特定图像定位过程中,由于图像在加密后,源图像的像素变换会较为置乱,使得图像定位特征衰退明显,无法形成可以查询的规则。当前的图像定位算法,是通过提取图像共有特征的方法进行特定图像定位,加密后的图像不能精确剖析特定的细致特征,特征无法形成关联。为此,提出改进关联挖掘算法的随机加密图像中高效图像快速定位方法。对随机加密图像中所含有多余及重复的特定图像特征信息进行二次校验过滤,进而缩小定位特定图像错误范围,将在随机加密图像中定位特定图像的问题转换为关联规则挖掘中寻找频繁项集的问题,通过在随机加密图像中查找与特定图像的特征相似的频繁项集,完成对特定图像精准定位。仿真结果证明,提出的改进关联挖掘算法的高效图像快速定位方法精准度高,耗时短,为高效图像快速定位提供了科学手段。     

随机共振在民航发动机转子振动中的应用研究

为有效降低航空发动机转子噪声对民航发动机转子振动信号提取的干扰,提高转子振动信号提取的准确性,将随机共振用于转子振动信号的处理.随机共振是一种在菲线性系统中噪声对目标信号起促进作用的反直观现象.首先介绍双稳随机共振的基本原理及其数学模型,再对某型民航发动机转子振动监测数据进行随机共振数值仿真.仿真结果表明,改进方法能有效提取发动机转子振动信号,并在强噪声条件下的转子振动信号提取中具有突出优势,且能监测到振动数据采集时的短时失效现象,较好地反应了转子的真实振动情况.     

一种图像的连续性边缘提取方法

图像边缘提取是图像处理领域的重要环节,边缘提取的连续性显得尤为重要,其结果可以作为语义分割、测量的基础,为此提出一种图像的连续性边缘提取方法。首先采用卡尼(Canny)算法完成图像的边缘检测,得到粗分割结果。由于该类算法采用算子进行操作,不可避免地产生非连续性区域,因此利用两类模板对粗分割结果进行形态学膨胀操作,连续性边缘采用小半径膨胀,边缘末端采用大半径膨胀,以此构成一幅膨胀图连接这些非连续性区域。最后,将该膨胀图作为平均曲率运动(MCM)方程嵌入函数u的初始值,通过引入g函数在原图中进行迭代求解,完成图像边缘的连续性提取。实验结果验证了算法的实用性与有效性。     

人民币冠字号码识别预处理算法研究

近年来,人民币冠字号码的识别受到越来越广泛的关注,其在打击经济犯罪,维持市场稳定和社会和谐等方面都具有很强的实用性和广阔的应用前景。一个稳定高效的人民币冠字码识别系统在很大程度上依赖于图像预处理的结果。提出了一套完整的人民币冠字码识别预处理方案,其中包括图像采集、倾斜校正、采集方向识别、冠字号码区域定位和二值化、字符提取等算法,并对三种冠字码区域二值化方法进行了比较和分析。实验结果表明,所提出的预处理方法精度很高,为后续的冠字码字符识别工作提供了可靠的技术保障。     

一种新的有监督的局部保持典型相关分析算法

从模式识别的角度出发,在局部保持典型相关分析的基础上,提出一种有监督的局部保持典型相关分析算法(SALPCCA)。该方法在构造样本近邻图时将样本的类别信息考虑在内,由样本间的距离度量确定权重,建立样本间的多重权重相关,通过使同类内的成对样本及其近邻间的权重相关性最大,从而能够在利用样本的类别信息的同时,也能保持数据的局部结构信息。此外,为了能够更好地提取样本的非线性信息,将特征集映射到核特征空间,又提出一种核化的SALPCCA(KSALPCCA)算法。在ORL、Yale、AR等人脸数据库上的实验结果表明,该方法较其他的传统典型相关分析方法有着更好的识别效果。     

TMS320C6678的LPI雷达信号检测模型设计

本文围绕低截获概率雷达信号处理的特点和实时性的要求,设计了基于FPGA和DSP传统组合模式的LPI雷达信号检测处理平台。在一款基于Keystone构架的多核DSP处理板上,创新性地运用并行关联流水线体系结构和多层任务调度分配信号处理机制,构建了针对LPI雷达信号从预处理到检测结果输出的一整套信号处理模型。经过仿真实验验证,该信号处理模型适合在低信噪比条件下对LPI雷达信号进行检测,且系统资源分配合理占用逻辑资源少,具有实时检测LPI雷达信号的潜力。