基于小波变换的航天继电器多余物材质分类

多余物的材质信息对于控制避免多余物的产生具有重要的意义,以往的研究都是针对声音信号展开的,本文以加速度扰动信号为研究对象,提出了基于小波变换的航天继电器多余物材质分类方法。运用三门限检测算法,实现了扰动信号的拼接,有利于特征量的集中。采用基于频域特征的材质分类方法,定义了频谱重心,实现了金属与非金属的分类识别,在实验中确定了频谱重心的分类界限是50kHz。采用小波变换定义能量分布矢量,利用BP神经网络实现了多余物微粒确定材质的分类,并在试验中利用不小于1mg的多余物粒子验证了上述算法。实验结果表明分类的准确率分别为67.78%和76.67%。本文研究的分类方法可以推广应用于其他军用电子元器件及电子装置的多余物检测应用中。