点型感烟火灾探测器阈值检定装置的设计原理及应用研究

点型感烟火灾探测器阈值检定装置是用于对飞机上使用的点型感烟火灾探测器进行技术性能检测的试验设备,以下简称为烟箱。该设备可以完成测试对象的如下检定项目：响应阈值试验、重复性试验、一致性试验。本文从烟箱的研究意义及国内外背景入手,阐述了该装置的设计原理,并通过对被试件进行测试证实了该烟箱的应用性良好。     

重庆市农民收入与工业化的区域差异及阈值效应研究

为了能更准确地把握区域工业化发展给农民收入带来的影响,综合运用计量经济学方法研究了重庆市农民收入与工业化之间的非线性关系。结果发现：重庆市农民收入水平存在连片集聚现象,区域间工业化发展极不平衡,且二者之间不存在长期均衡的协整关系,工业化水平的提高并不能带来农民收入的长期持续增长。工业化对农民收入的影响具有双面阈值效应,在不同工业化阶段,对农民收入的影响弹性先快速增加后逐渐减弱;在不同区域,工业化的影响呈现出倒“U”和“U”两种类型。     

小波阈值降噪在砌体基本频率识别中的应用

为更加准确地获取砌体试件的基本频率,在频谱分析前,对振动信号进行降噪处理.对6个砖砌体试件分别进行环境激励下的动力测试,运用频域峰值点法进行频率识别,采取直接识别和小波阈值降噪后再识别2种手段.比较通过2种途径识别出的基本频率的分布规律,发现运用小波阈值降噪识别的基本频率的变异系数更小.表明在直接识别法识别基本频率的基础上,小波阈值降噪技术能进一步提高频率识别效率,可以应用于砌体结构的现场检测.     

基于经验模式分解与小波软阈值的联合去噪法

为获得往复运动摩擦副摩擦力信号良好的去噪效果,在分析传统的经验模式分解去噪和小波阈值去噪的优缺点的基础上,提出在模式相关系数准则下,将经验模式分解去噪与小波软阈值去噪结合起来的综合去噪方法。首先利用经验模式分解出若干个固有模式函数分量,在模式相关系数准则下找出由噪声主导和由信号主导的固有模式函数分量的分界点,接着对由信号主导的模式函数分量分别进行小波软阈值去噪,然后再进行重构从而获得去噪信号。实验结果表明,此去噪方法具有良好的自适应性和稳定性,提高了信噪比,并较好地保留了原信号的细节信息。     

一种基于新型阈值函数小波去噪方法

传统小波阈值去噪方法中,软阈值法连续性好,但保真效果差,而硬阈值法可保留更多信息,但是在分界点处会产生振荡,即伪Gibbs现象。为了提高信号的保真效果,减少振荡现象,提出了一种新的阈值函数,该函数阈值介于软阈值与硬阈值之间,且是连续函数。方法既减小了软阈值固定偏差带来的失真,又消除了伪Gibbs现象。仿真结果表明,新方法的信噪比与均方误差均优于传统的阈值去噪方法。     

基于灰度化权值调整的水下彩色图像分割

针对传统自适应阈值法在水下图像分割过程中存在目标与背景粘连等问题,提出一种基于灰度化权值调整的水下彩色图像分割方法。区别于传统阈值分割方法中灰度化权值固定且研究如何确定合适阈值的思路,研究灰度化权值调整方法。本文方法利用统计得到的图像灰度信息来确定不同通道内目标与背景间灰度级差异性的大小,提高差异性较大通道的比例,以增强灰度化后图像中目标与背景的对比度,同时减小差异性较小通道的比例,以降低其对灰度化结果的干扰,对灰度化后的图像进行阈值分割得到最终分割结果。针对水下作业的时序列图像,设计了两步序列图像处理方式来降低耗时。通过4组水下对比实验以及耗时实验对方法的有效性进行了验证。     

基于距离的多板块传染病模型研究

很多疫病或疾病的扩散与个体的迁移及其所处的物理位置密切相关,根据一些疫病或疾病的传播机理,构建了多板块模型,其中每个板块内包含若干个子块,并考虑板块间的疫病扩散与迁移有关,子块间的疫病传播与它们间的距离相关.根据所建的模型,给出了与迁移和距离相关的流行阈值的表达式.最后利用杭州、宁波和金华三市的奶牛布病的实际数据,通过数值模拟,验证了模型的合理性,并得到以下两个结论:若个体间的距离越远,传染率考虑为常数会高估了疫病的传播风险,因此,传染率应取与距离相关的形式更合理;初始时刻各板块内的疫病传播阈值存在差异,而随着个体在板块间的迁移量的变化,所有板块总的传播阈值呈非线性形式.     

基于小波变换的电能质量监测

针对噪声系数的幅度随着尺度增加而减小的特点,提出了一种改进的基于小波分解层数的波段自适应降噪算法.利用Matlab仿真软件建立了电压暂降的系统模型,运用小波分析的方法对污染白噪声的电压暂降信号进行了时频分析和降噪处理,分析了软硬阈值降噪方法.实验结果表明,该方法通过调整两个可调参数获得较优的小波系数阈值估计,与常见的三种典型算法相比不仅较好地去除了噪声干扰,且信噪比更高,均方误差更小,同时具有更优的信息保全能力.     

Effective model based fault detection scheme for rudder servo system

The inherent nonlinearities of the rudder servo system（RSS） and the unknown external disturbances bring great challenges to the practical application of fault detection technology. Modeling of whole rudder system is a challenging and difficult task. Quite often, models are too inaccurate, especially in transient stages. In model based fault detection, these inaccuracies might cause wrong actions. An effective approach, which combines nonlinear unknown input observer（NUIO） with an adaptive threshold, is proposed. NUIO can estimate the states of RSS asymptotically without any knowledge of external disturbance. An adaptive threshold is used for decision making which helps to reduce the influence of model uncertainty. Actuator and sensor faults that occur in RSS are considered both by simulation and experimental tests. The observer performance, robustness and fault detection capability are verified. Simulation and experimental results show that the proposed fault detection scheme is efficient and can be used for on-line fault detection.     

基于纹理结构异常的织物疵点检测算法研究

提出了一种基于织物纹理结构异常的织物疵点检测算法。首先计算代表正常纹理的主邻域结构图;其次通过比较每个像素的邻域结构图与主邻域结构图的差异来定义该像素的显著性,进而得到显著图;最后采用迭代最优阈值分割方法对显著图进行分割得到疵点区域。试验证明,该算法操作简单、计算速度快、鲁棒性强,具有较强的自适应性。