一种改进的变步长仿射投影算法

变步长的仿射投影算法因具有较传统仿射投影算法收敛快、失调小等优点而受到广泛重视。但是因计算量较大,限制了其在实际中的应用。为降低计算的复杂性和减少计算量,该文根据权值部分更新和步长间歇更新的思想提出一种改进方案,即根据某些原则仅选择部分权值进行更新以及每L次迭代只更新一次步长。文中通过一个具有有色输入的线性系统的辩识验证了改进方法的性能。仿真结果表明,改进算法在保证计算收敛性和计算精度的情况下,可有效地减少计算量。     

基于提升小波的颤振图像边缘检测方法研究

这里基于提升小波理论重点研究了图像边缘检测问题，提出了一种新的图像多尺度边缘检测方法，该检测方法适用于多种线性或非线性双正交小波，具有运算速度快、检测精度高等特点；并基于此边缘检测技术，研究了飞机结构颤振的边界预测问题，给出了一种新的稳定性参数估计方法。     

基于摄像头测距的数字图像处理方法研究

针对传统接触式测距方法的局限性,介绍了一种利用数字图像处理技术实现测距的新方法.通过对USB摄像头采集的激光光斑图像进行相关的处理,提取图像的特征信息,建立特征信息与被测位移的定量关系,从而完成位移的非接触测量;并通过实验验证了该方法的可行性,不仅避免了复杂的摄像系统标定,而且计算简单且易于实现,有较高的实用价值.     

混合系统二维离散与连续状态同步估计研究

在混合系统中,需要同时估计出系统的离散状态与连续状态.针对混合系统出现二维离散状态下的混合状态估计问题进行研究,根据系统特性,采用跳变马尔可夫线性系统建模,并应用Rao-Blackwellised粒子滤波算法对二维离散状态与连续状态进行同步估计.由于算法一定程度上缓解了粒子滤波算法在高维状态空间估计中的失效问题,并对离散状态单独采样,能提高系统状态的估计精度.仿真试验证明,方法能有效地同步估计出系统的二维离散状态与连续状态,其中,二维离散状态的估计准确率达到了96%.     

基于复Morlet小波和SVD的模态参数估计及其应用

与传统的分析技术相比,研究了基于复小波并结合SVD完成信号时频特征提取的参数化模态估计方法,该方法可获得更为准确的模态参数估计值。通过计算机仿真在低信噪比和模态密集情况下分析了该方法的数值特性,并应用某翼型颤振模型风洞试验验证了方法的工程实用价值。     

一种新的多嵌入延迟相空间重构方法

对文献[5]提出的Cao方法进行了改进,提出一种新的多嵌入延迟相空间重构方法,不仅能够判断最小嵌入维数,还能够确定最佳时间延迟矢量。Cao方法的应用领域得以扩展,使得相空间重构问题可以在一个判断标准下完成。数值仿真结果表明,该改进方法在处理包含多个强烈周期成分的信号时比目前常用的单一嵌入延迟方法有明显优势。     

自适应Chirplet信号展开及其在颤振信号处理中的应用

提出了一种新的以高斯线调频小波作为基函数的自适应信号展开算法。算法融参数的初值估计和精确估计于一体，自适应地将信号展开在高斯线调频小波基函数集上，通过展开系数和基函数参数获得信号的自适应时频能量分布。数值仿真结果表明该算法抗噪性好，信号可重构性高。同时，该算法作为一种时频域滤波技术，成功应用于某型飞机的颤振试验信号处理中，使得颤振边界预测的精度提高了1％～3％。     

JPEG基线压缩算法的研究与优化

对基于DCT的JPEG基线压缩算法的方法进行了优化，通过改变零系数个数和非零系数的位置可减少熵编码中间格式数据对的长度，并根据其在DCT块内的分布进一步经分离实现了Huffman码表优化。     

基于LVQ神经网络的混沌时间序列分类识别

学习向量量化 (L VQ)是一种自适应数据分类方法 ,文中研究了利用这种神经网络对 Jeffcott转子碰摩模型的非线性混沌时间序列进行分类识别 ,得到了满意的效果。分析结果表明 ,该方法可以实现对这类混沌信号和其它响应信号数据的聚类 ,对非线性信号分类识别提供了一种较为直接的处理方法