基于自适应稀疏表示的宽带噪声去除算法

为了有效地去除信号中的宽带噪声,提出了一种基于自适应稀疏表示的宽带噪声去除算法.根据噪声成分与信号特征成分之间的不相关或弱相关特点,自适应地确定稀疏分解的终止条件,实现信号的稀疏表示.降噪过程中使用染噪信号构造学习样本,由信号的自适应稀疏表示和原子库的更新迭代实现原子库的训练.染噪信号在训练后的原子库上进行自适应稀疏表示,实现信号的噪声去除.仿真信号和齿轮振动信号的降噪试验表明:该方法具有比小波阈值降噪、匹配追踪降噪方法更好的降噪性能,能够有效地去除信号中的宽带噪声.     

基于模块化产品平台的技术对象重用建模技术研究

为了应对模块化产品平台对企业资源重用提出的新需求,以技术对象为核心,提出了基于模块化产品平台的技术对象重用建模框架,从重用深度、重用广度和重用方式三个维度阐述了适合企业实施的技术对象重用机制。在所构建的重用过程模型的基础上,分别从重用广度-重用深度和重用深度-重用方式两个角度,对需求映射技术及匹配评价技术两个重用的关键技术展开论述,给出重用策略。结合某汽轮机制造企业的实际,以配置设计为例,阐述了基于生命序列图的配置设计重用场景。实践表明,该方法改善了技术对象的重用率,提高了企业人员的工作效率。     

基于SIFT算法和改进最小二乘法的汽车仪表指针的识别

采用模板匹配和改进的最小二乘法对汽车仪表指针的识别进行研究。首先通过中值滤波、二值化对仪表图像进行预处理,然后通过SIFT算法获得目标位置指针区域,最后细化和最小二乘得到仪表指针直线方程。实验结果表明,该方法的精度能满足工业要求,提高了检测的实时性。     

基于稀疏分解理论的航空发动机轴承故障诊断

航空发动机轴承在高温、高压、高转速等恶劣条件下运行,机动工况较多,因而故障模式复杂,背景噪声强烈,难以及时有效地诊断。针对上述问题,提出基于稀疏分解的逐级匹配形态分析(Stagewise matching morphological component analysis,SMMCA)方法。稀疏分解是一种在超完备字典上对信号进行分解,并通过优化重构算法求解信号最稀疏表达的信号处理方法。逐级匹配形态分析基于稀疏分解理论,根据信号组成成分的差异,分别构造相应成分的稀疏字典,然后通过交替投影理论和逐级正交匹配追踪算法(Stagewise orthogonal matching pursuit,St OMP)对各组成成分进行优化重构,从而实现各成分的降噪和分离,准确快速地捕获信号中的特征信息。将提出的基于稀疏分解的逐级匹配形态分析方法应用于航空发动机轴承故障诊断,仿真和试验对比分析验证了该算法的有效性。     

并行压缩成像系统的压缩域小目标检测

提出一种适用于并行压缩成像系统的压缩域小目标检测算法,以便省去获得小目标位置信息时进行的图像重建环节,有效降低算法的复杂度。该方法通过并行压缩成像数学模型捕获背景以及待测图像压缩测量值,通过高斯混合模型进行压缩域背景建模,从而获得压缩域前景观测值。然后计算压缩域前景观测值与各压缩域目标位置模板的余弦相似度,根据局部阈值以及压缩域候选目标面积实现目标检测与定位。最后进行了仿真实验,分析了降采样率、测量次数、投影误差以及噪声等对目标检测效果的影响。结果表明:增大降采样率及噪声均会降低检测效果;测量次数对检测效果的贡献是有限的;测量次数为2次或3次时,可以在保证检测效果的同时有效控制运行时间。此外,噪声对检测效果影响较大,因而需要严格控制系统噪声。该方法可以在不进行任何图像重建的情况下实现目标的实时检测。     

手指肌电信号稀疏分解重构与活动段特征提取研究

针对传统信号处理方法在非平稳信号处理中的局限性问题,对稀疏分解思想和自适应过完备原子库进行了研究,提出了将稀疏分解思想应用到表面肌电信号处理中的方法。采用数据分割的方式,对原始信号进行了预处理。在正交匹配追踪算法的基础上,利用K均值-奇异值分解(K-SVD)算法构造了自适应过完备原子库,对分割后的各个样本块分别进行了稀疏分解,将其多维特征重构为一维稀疏系数。同时,以便于实际应用与连续控制为原则,对每个样本块的稀疏系数进行了重组,用单个特征值表征了样本块的多维特征。数据分析结果表明,重构后的一维稀疏系数可以保留四维原始信号的绝大部分能量,而重组后的特征值可以准确反映原始信号活动段的变化。     

基于匹配追踪稀疏分解的电能质量扰动检测

根据基于冗余字典的匹配追踪(MP)信号分解思想,提出一种电能质量扰动信号的参数检测与特征波形提取方法。在MP算法的每次迭代中,首先采用快速傅里叶变换(FFT)搜索能量最大的频率成分,然后采用基于离散Gabor原子中心区域的简化内积计算方法获得扰动参数的估计值,并以该估计值作为初始解,采用BFGS算法做局部搜索,进而获得精确匹配参数,并结合基于递归的内积计算确定扰动的起止时刻,最后根据电力信号扰动波形特点,设计合成字典,确定与扰动成分最匹配的波形。对单一和混合电能质量扰动信号的分解实验表明,该方法可以实现扰动参数的快速精确检测,进而有效提取扰动特征波形,并具有较好的抗噪性能。     

ZrO2陶瓷与304钢配副高水基液压元件摩擦学性能

采用Rtec摩擦磨损试验机MFT-5000、白光三维干涉仪和扫描电镜,考察不同载荷和高水基乳化液浓度条件下ZrO₂陶瓷与304钢配副的摩擦系数、磨损体积和表面形貌,并探讨其磨损机制。通过控制变量法分析表明:载荷比高水基乳化液浓度对摩擦系数的影响较大,且随着载荷的增大,摩擦系数趋于稳定,而磨损体积增大;随着浓度的增大,摩擦系数逐渐减小并趋于稳定,磨损体积先减小后增大,在100 N/Hz和浓度为6%工况下,陶瓷与钢配副的摩擦系数和磨损体积最小;陶瓷与钢配副在高水基乳化液中以氧化磨损为主,且随着浓度增大,氧化磨损先增大后减小,伴有犁削磨损。陶瓷与钢配副模拟液压元件内部摩擦副的润滑效果,通过分析试验结果找到合适的工况来提高液压元件的寿命和工作效率。     

基于改进Census变换的图像立体匹配算法研究

针对传统的 Census 区域匹配算法过分依赖窗口中心像素信息,导致算法受到噪声干扰时匹配精度降低的问题,提出一种基于改进 Census 变换的匹配算法.采用局部像素反差值为中心像素选择的评判标准,对传统的 Census 变换进行改进,增强了窗口像素信息的利用,提高了算法对像素值突变的适应性,使算法有更好的鲁棒性;代价聚合阶段采用引导图滤波算法并结合多尺度聚合模型,增强平坦区域像素间的区分度;采用 win-take-all 算法选取最优视差值,完成视差计算;采用区域投票策略和中值滤波算法完成视差精化.利用该改进算法对 Middlebury 平台提供的标准图像进行实验,实验结果表明该算法较传统Census 算法有较好的抗噪能力和立体匹配精度.     

基于SURF的快速图像匹配改进算法

针对传统SURF算法在图像匹配中使用固定阈值提取的特征点不均匀、匹配正确率低以及时间复杂度高的问题,提出一种基于SURF算法的快速图像匹配改进算法。首先,通过对Hessian矩阵行列式值分布的统计分析,提出一种阈值自适应方法来提取更有效的特征点;然后采用四叉树方法对所提特征点进行均匀化以降低误匹配率,并提出一种划分深度自适应的方法对四叉树算法进行改进,防止四叉树过度划分;最后,本文首次将BEBLID二进制描述子与改进SURF算法相结合,利用基于机器学习的采样模式对特征点构建具有强描述性的二进制描述子,在提升匹配正确率的同时加快匹配速度。实验结果证明,本文所提算法在Mikolajcyzk图片数据集测试中的匹配正确率比传统SURF算法高9.7%～27.0%,算法速度比SURF提高了50%以上。对比SIFT、SURF、BRISK、ORB算法,本文所提改进算法具有更优的鲁棒性和实时性。