脱轨系数数字特征求解的同分布概率演化法

为探究高速铁路列车的脱轨系数统计特性,提出同分布概率演化法研究其数字特征(均值与标准差)、阈值、概率分布和服从该分布的前提条件。采用该方法求得脱轨系数均值和标准差与横、竖向轮轨力数字特征的关系;本文方法证明脱轨系数满足高斯分布的数学条件;采用Monte Carlo法对脱轨系数的数字特征进行验证,并比较不同方法的计算效率;提出采用阈值估计法求脱轨系数的阈值。基于该方法,以动车组通过3跨桥梁为例,研究不同轨道谱、列车速度和桥梁动挠度等工况下的列车脱轨系数。计算结果表明:对常用高速铁路桥梁而言,脱轨系数具有高斯特性;本文计算方法能准确地求得不同工况下列车脱轨系数的数字特征,计算效率较高;脱轨系数的尾部分布不是高斯分布,不同工况需要采用相应的阈值估计法才能达到高斯分布3σ法则的置信水平。

小波门限消噪法应用中分解层数及阈值的确定

基于小波变换的门限去噪算法是去除数字信号中白噪声的有效算法。在实际应用中,这种非线性滤波方法有2个核心问题需要解决。一个是门限闽值的选取;另一个是信号分解层数的确定。该文通过数字仿真证明了确定合适的分解层数的重要性。分析了白噪声污染的有用信号的小波变换系数特点。提出了1种分解层数的自适应确定方法,并提出了1种基于3σ法则原理的各层小波空间中阈值的选取方法。仿真结果表明,该文方法具有较好的去噪效果,尤其适合于强噪声背景下弱信号的监测。该文方法明确提出了基于小波变换的门限去噪算法中分解层数和门限阈值2个重要参数的确定方法,增强了这种去噪算法在工程应用中的实用性。

基于提升小波变换的GPS动态滤波新算法

针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型,以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波.仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.

改进VMD和阈值算法在局部放电去噪中的应用

为解决局部放电检测中存在白噪声和周期窄带干扰的问题,提出一种结合改进变分模态分解(VMD)和阈值算法的局部放电去噪法。针对VMD在实际应用中难以自适应选取分解参数的问题,提出以能量偏差最小为原则确定分解个数,通过天牛须搜索算法(BAS)优化各分量对应的惩罚因子,以峭度准则筛选出有效分量,从而去除掉窄带干扰噪声;利用3σ准则确定阈值,结合阈值函数进一步去除有效分量中残留的白噪声,重构有效分量。通过对仿真、实测信号去噪分析,并与提升db4小波法、集合经验模态分解(EEMD)阈值法对比。结果表明,该方法具有更好的去噪效果,去噪后波形相似度更高,噪声抑制比更高,能够保留更多的局部放电特征。

一种空地雷达导引头搜索方法

武器系统装订给雷达导引头的目标指示信息总存在误差,且在不同的作战条件下,目标指示信息误差范围也不同。为了保证落入概率,必须使搜索范围覆盖误差范围。针对此问题,本文提出了一种空地雷达导引头的搜索方法,其搜索范围能够覆盖满足3σ规则的误差范围,扫描方式有效,能够保证目标落入视场。

基于图像处理的指针式温湿度计读数识别方法

针对缺乏角度信息的双指针温湿度计读数识别问题,提出了基于图像处理的识别方法。首先在HSV颜色空间中根据颜色特征提取温度表和湿度表的二值图像,并利用单尺度Retinex算法消除阴影的影响;其次使用随机Hough变换检测刻度圆,并利用K-means聚类分割主刻度线和指针图像;然后用最小二乘法对主刻度线质心拟合刻度圆,根据'3σ准则'选用最小二乘法和Hough变换检测指针;最后利用角度法获得指针的读数。实验表明,所用识别方法准确、可靠,具有较高的实用价值。

基于视频车流轨迹的虚拟车道划分方法

针对车道线磨损、临时改道以及非结构化道路等情况下的车道划分问题,在利用YOLOv3得到车辆检测模型前提下,提出基于视频车流轨迹的虚拟车道划分方法。密度矩阵统计时间t内由车辆检测模型得到车流量密度分布,运用三维坐标系对其进行分析;使用EM算法对一元混合高斯模型求解;建立虚拟车道宽度数学模型,运用3σ准则得到车道边界点集合,利用最小二乘法对边界点进行曲线拟合,完成虚拟车道线划分。该方法可以有效避免环境和天气因素对车道线检测的影响,具有一定的鲁棒性和灵活性。实验结果表明,该方法在不同道路中能够取得88.7%的准确率。