基于细胞神经网络刀具磨损图像的预处理

提出了一种基于细胞神经网络的刀具磨损图像处理方法，通过设计细胞神经网络参数，运用细胞神经网络对刀具的二值图像平滑滤波，边缘提取，通过仿真证明该方法是有效的，由于细胞神经网络易于用VLSI实现并且并行处理速度快，因此该方法对刀具的磨损状态机器视觉检测中的图像处理具有实用意义。     

基于行驶仿真试验的履带车辆传动箱疲劳寿命预测仿真研究

履带车辆传动箱在设计时采用静强度设计理论,由于无法准确反映其在不同任务工况下的各组成部件动态特性,同时由于传统测试手段及试验方法的局限性,使对随机载荷作用下的各组成部件的可靠性及寿命预测研究具有很大困难,导致实际寿命与设计寿命有很大差距,严重影响了履带车辆整车可靠性.通过建立基于MSC.ATV的行驶仿真试验平台,获得了...     

基于小波神经网络的刀具状态监测系统的设计

利用能量分布特征提取方法和优化BP神经网络，提出一种基于小波变换和神经网络的刀具状态监测系统，利用该系统对四种刀具状态进行估计，结果与实际情况基本一致，证明该系统对于估计刀具状态是有效的。     

基于假设检验的FRFT域LFM干扰抑制

针对FRFT域LFM干扰抑制门限较难准确设置的问题,分析了固定门限法与自适应门限法利用FRFT域统计量确定门限存在的缺陷。在直接序列扩频信号与信道噪声的和近似服从高斯分布的条件下,利用LFM干扰和高斯白噪声在FRFT域谱的性质,提出直接序列扩频接收机基于假设检验的LFM干扰抑制新算法。计算机仿真结果验证了算法的有效性。     

基于小波神经网络的切削刀具状态监测

提出了一种基于小波神经网络的切削刀具状态监测方法，即提取反映刀具磨损状态的特征参数，利用小波神经网络的非线性模型，实现在线状态监测；同时针对多输入输出问题带来的网络规模大、收敛速度慢等问题，提出了一种网络优化算法，即采用改进的遗传算法寻找最优小波基元，从而简化小波网络并加快收敛。仿真实例证明该方法是有效的。     

基于小波网络的电机转子故障诊断的研究

提出了一种基于小波神经网络的电动机转子故障诊断方法,即提取转子的振动信息,利用小波神经网络的非线性模型,实现电机转子故障诊断;同时对多输入输出问题带来的网络规模大、收敛速度慢等问题,提出一种网络优化算法,即采用改进的遗传算法寻找最优小波基元,从而简化小波网络并加快收敛,仿真实例证明该方法是有效的。     

基于多项式理论的一类最优跳频序列族

 本文提出了一类新的应用于跳频(FH)码分多址(CDMA)系统的最优跳频序列族的构造方法.这类跳频序列族的构造应用的是有限域上的多项式理论与判别式理论.本文给出了2次与3次多项式确定的多项式跳频序列族的构造方法,与已有构造方法相比较,此方法得到的跳频序列族具有最优汉明相关性质,且方法简单易行,所构造的最优多项式跳频序列可以做为军用抗干扰跳频通信系统的候选序列,有较强的应用前景.     

一种具有大线性复杂度伪随机序列的构造

 本文提出了一种具有大线性复杂度、低相关性能和序列数目多的新伪随机序列构造方案.这种设计的关键之处在于利用移位序列分析法在理论上对相控序列进行改进,使用交织序列做基础序列代替原来的理想自相关序列,再利用具有理想自相关性的序列和相应的移位序列一起得到新伪随机序列.本文对其相关性能进行了分析,其最大值满足Welch界的要求;新序列的线性复杂度比现有的任意序列都要大;得到的新序列族中的序列有些是平衡的,族的数目和每一族中序列的数目都要多于现有的任意序列.     

一种基于移位序列进行相关值计算的快速算法设计

该文针对以往传统的计算相关值算法,提出了移位序列分析法,得到了一种新的求相关值的算法。利用此法在理论上对相控序列的相关值进行了分析,得到的结果与原有结果是一致的,证明了该算法的正确性;在数值计算上对多种长度的序列进行了新老算法的比较,可以看出新算法非常快速地得出了结果。因此通过此法,既可以对已知的大量序列进行快速计算,从而得到有理想相关值的序列族;又可以很快捷地计算出将要构造的新序列的相关值,看其是否符合要求,从而判断其是否能够应用到相应的系统当中。