结合逆非线性主成分分析和极值理论的桥梁损伤检测

为提高环境和运营变化(environmental and operational variations,EOV)影响下的桥梁损伤检测可靠性,结合逆非线性主成分分析(inverse nonlinear principal component analysis,INLPCA)和极值理论,提出一种新的桥梁损伤检测方法.该方法采用INLPCA对桥梁损伤特征进行建模,利用不完备健康监测数据的估计均方误差和添加神经网络训练惩罚项控制INLPCA的非线性程度.采用INLPCA对损伤特征的重构误差和马氏平方距离(Mahalanobis squared distance,MSD)建立损伤指标(ID),最后基于ID的广义极值(generalized extreme value,GEV)分布建立损伤检测阈值.以比利时KW51铁路桥和天津永和斜拉桥为例,验证所提方法的有效性.结果表明,所提方法能准确检测EOV影响下的桥梁损伤,且对不同桥型和不同损伤特征均有良好的适用性.

基于WPT-SVD-KELM的大型风力机叶片表面裂纹识别方法研究

为准确识别风力机叶片表面裂纹位置和长度,提出基于小波包-奇异值分解-核极限学习机(WPT-SVD-KELM)的裂纹识别方法。搭建风力机某典型叶片裂纹识别平台,开展正常叶片和含裂纹叶片的模态实验和变桨实验,获取不同工况下正常叶片和含裂纹叶片的振动信号。利用频响函数研究裂纹位置对振动信号幅频响应的影响,从而准确识别叶片表面裂纹位置,利用WPT-SVD提取风力机叶片表面裂纹振动信号的时频特征,定义参数kr表征裂纹长度的变化,并将特征参数导入优化后的KELM,从而识别风力机叶片表面裂纹长度。

基于信号极值检测分段法和ITD-PE-PCA算法的变压器绕组变形超声检测信号去噪研究

为了解决超声信号特征分段问题和固有时间尺度分解(ITD)算法分解次数不便确定的问题,本文中作者提出了一种极值检测分段和ITD-PE-PCA联合去噪算法。试验结果表明,组合的去噪算法结合了ITD、PE和PCA的优点,去噪后的信号信噪比更高、均值误差更小,并且可以有效保留超声回波中的有用信息。

一种改进的Harris特征点检测算法

现有Harris特征点检测算法采用高斯滤波进行平滑,图像存在角点信息丢失与偏移的现象。为解决该问题,提出基于变分B样条滤波与快速局部窗口搜索相结合的Harris特征点检测算法,选择具有低通特性的B样条函数作为平滑函数构造滤波器,引入形态学滤波中的极大值滤波思想,利用快速局部窗口搜索算法进行特征点局部极值的提取,从而提高特征点提取的精度和速度。实验结果表明,改进算法具有特征点提取快速均匀、检测定位准确、抑噪性好的特点。

多种检波方式的智能电压表设计与实现

所设计的智能电压表采用3种检波方式,实现了对直流电压和任意周期性交流信号其峰值、有效值和平均值的测量,且检测过程实现量程切换自动化。在软件中加入去极值平均滤波算法,滤除了明显的毛刺并抑制了小幅度随机噪声,提高了测量准确度。该表的可测信号频率范围为1 Hz^1 MHz,幅度范围为0.1~10V,测量结果的真值相对误差小于±1%。此电压表具有体积小、重量轻和便于携带的优点,在电压信号测量中极大地扩充了市面数字万用表的功能。

基于Radon变换与灰度投影积分极值方法的矩形检测

针对现有的矩形检测方法存在计算量大、检测精度不足等问题,提出基于Radon变换(Radon Transform,RT)与灰度投影积分极值(Gray Projection Integral Extreme Value,GPIEV)方法相结合的矩形快速检测方法,该方法运用Radon变换在小角度搜索范围内对矩形图像进行快速准确的旋转校正,随后对校正后的图像的垂直和水平方向使用灰度投影积分极值方法确定矩形2对平行直线位置,完成矩形的角度快速校正与重构。该检测方法利用了Radon变换对直线倾斜角度检测的准确性和灰度投影积分极值方法检测直线的准确性,弥补了这两种方法各自的不足。实验结果表明,该检测方法可应用在矩形等规则平面的几何图形检测识别中,检测精度高,且检测速度快。

小波分析在突变信号检测中的应用

本文探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法 ,在不同尺度上分析和处理信号的各种频率成分 ,使信号的奇点、突变点放大 ,提高信号的分辨率、信噪比 .提出通过二进小波变换检测信号奇异点的实用技术 ,有效地检测出滚动轴承故障发生的起始点 。

煤矿甲烷红外检测系统

针对现有煤矿甲烷检测装置存在的缺点,文章提出了一种基于光谱吸收检测原理的煤矿甲烷红外检测系统的设计方案,分析了红外差分吸收检测原理,详细介绍了系统硬件及软件设计。该煤矿甲烷红外检测系统以宽带LED作为光源,采用单光路进行差分吸收检测,消除了双光路系统中由于光路的差异引起的误差;采用锁相放大器对微弱信号进行相敏检波,采用去极值移动平滑法对数字量进行滤波,提高了系统的灵敏度。实验结果表明,该系统检测的甲烷浓度在精确度和稳定性方面均满足检测要求。

采用粒子滤波的非相干积累检测方法

本文提出一种新的基于粒子滤波的检测前跟踪算法,即基于粒子滤波的非相干积累检测方法,以实现对微弱目标的有效检测。该方法通过粒子滤波的重采样过程搜寻可能的目标轨迹,沿可能的目标轨迹累积观测数据的绝对值,当最大的累积绝对值超过给定门限时认为目标存在,同时输出最大累积对应的状态序列作为状态估计结果。该方法具有较好的检测性能,且其检测性能可通过极值统计理论分析。相对于其他基于粒子滤波的检测前跟踪算法,本文提出方法的检测统计量服从广义极值分布,因此可获得检测概率、虚警概率以及门限的解析表达式,可有效减少检测门限估计时的运算量。基于天波超视距雷达目标检测及状态估计的仿真证明了该方法性能和效率。

基于连续小波变换极值点进行故障检测的研究

介绍了连续小波变换的基本原理 ,以及利用连续小波变换的极值点进行系统故障检测的方法 ,并给出了基于MATLAB的仿真实例 .

激光散斑图像数字水印防伪检测技术

针对基于DSP的数字水印防伪检测技术,数字水印图像对比精度低,抗几何失真效果差,无法满足数字水印防伪高精度检测要求的问题,提出激光散斑图像数字水印防伪检测技术。通过图像分割、离散余弦变换、数据提取、图像合并等过程在嵌入水印的载体图像内提取完整数字水印;利用激光散斑成像系统分别采集原数字水印与提取得到的数字水印的激光散斑图像,对比两张激光散斑图像中极值点位置,得到数字水印激光散斑图像实际位移量,对比实际位移量与设定的位移阈值,完成数字水印防伪检测。实验结果表明,所提技术能够对抗几何失真,数字水印提取性能高,在确保高防伪检测精度的同时,相对于对比检测技术的峰值信噪比提升5.43 dB,平均检测时间降低0.54 s。

应用小波的PV振荡周期多分辨率检测

该文提出了一种新的使用小波技术检测PV数据信号振荡周期的方法.首先使用小波技术对PV数据进行降噪;然后在不同分辨率上,应用冗余二进制离散小波变换(DDWT)来分解PV振荡信号,并检测该信号的小波系数极值,重构PV信号,避免降噪后的PV信号失真;最后基于本文提出的新算法,计算获得PV振荡信号的周期.

基于屋脊特征分析的裂缝检测算法

针对隧道内采集的衬砌图像普遍存在光照不均和混凝土坑洼不平的噪声的现象,导致在检测不同宽窄裂缝时准确率不高的问题,本文提出一种基于屋脊特征分析的裂缝检测算法,把在图像二维空间中的曲线检测问题转换到一维空间中的极值点检测问题。首先,通过检测极值点提取所有屋脊状特征;然后分析裂缝和噪声的区别,根据屋脊高度直方图检测裂缝;最后用数学形态学连接邻近断续线条完成裂缝的提取。该算法在辽宁省唐岭山隧道现场采集的实际衬砌图库中进行了实验验证,并与马尔科夫图像分割和小波变换边缘检测方法对比,裂缝检出率和噪声去除率都取得了更好的效果。

SVD在串联故障电弧检测及选相中的应用

煤矿井下发生串联故障电弧易引发火灾等安全事故,为了预防电气火灾、指导线路维修,利用三相电动机及变频器负载开展不同线路、不同电流条件下的串联故障电弧实验,研究三相串联故障电弧的检测及选相方法。首先,对单相电流进行一阶差分处理后,建立改进的吸引子轨迹矩阵作为故障特征矩阵;其次,对故障特征矩阵进行奇异值分解,采用特征矩阵的奇异值构建串联故障电弧检测及选相的特征向量;最后,利用极限学习机建立故障电弧检测及选相模型,并测试检测及选相准确率。研究结果表明:提出的SVD方法可以利用单相电流实现三相电动机及变频器负载回路中的串联故障电弧检测及选相。

基于极值优先过零检测法的相量测量算法

针对在测量同步电机变频启动过程暂态电压和电流时,被测信号频率测量不准确的问题,提出了基于极值优先过零检测法的相量测量算法,并利用理想信号模型对比分析了所提算法与传统DFT算法的性能。该算法利用输入数据的极值寻找信号的真实过零点,得到信号的实际频率,再通过真有效值的定义求取信号的有效值,具有易于实现、运算量较小、精度较高的优点;仿真结果表明所提方法在频率线性变化、幅值波动等条件下,具有良好的测量精度。研究结果为测量频率范围较大的信号相量提供借鉴。

消除椒盐噪声的基于纹理特征的决策滤波

图像中椒盐噪声的有效去除,取决于噪声检测和噪声灰度估测的准确性,但现有的滤波算法在噪声检测和噪声灰度估测上的准确性不高。因此,提出了基于图像纹理特征的决策滤波算法。算法根据椒盐噪声的灰度最值特征和独立性,以及图像纹理的特征进行噪声检测,将噪声与信号像素准确地区分开。算法根据纹理中像素灰度的平滑变化特征,将邻域中的信号像素进行分组,然后基于相关性与正态概率分布的意义,取与邻域均值最接近的分组的中值作为噪声像素的估测值。实验的结果证明,所提出的算法检测噪声更加准确,其去噪结果对应的峰值信噪比(PSNR)比现有的算法平均提高1.9 dB以上,图像增强因子(IEF)比现有的算法平均提高119以上。因此,相对于现有的算法,所提出的算法在去噪性能上具有显著的优越性。

基于半监督极限学习机的控制力矩陀螺新奇性故障检测

控制力矩陀螺是现代航天器的重要执行部件,可以通过检测控制力矩陀螺的运行情况实现航天器运行状态的实时监测。但是在航天器实际飞行中,飞行故障发生的情况很少,在故障检测时往往因为故障数据缺失或者不足导致结果不准确,因此本文使用基于半监督极限学习机的新奇性故障检测解决控制力矩陀螺转子故障检测问题。新奇性故障检测方法针对故障类型缺失或者不足的情况,通过构建已知类型数据的训练模型来判断未知类型数据的类型,同时半监督极限学习机具备了参数设置少、网络训练速度快的优点,能够对故障进行实时检测。本文同时使用了变分模态分解和奇异值分解方法处理控制力矩陀螺转子的振动加速度数据。实验结果证明该方法能够有效处理控制力矩陀螺转子故障数据类型缺失时的检测问题。

光干涉条纹图的中心线提取算法

本文针对光干涉条纹图的特点,以近年来采用的多种方法为基础,找出了提取条纹中心线的“探索数”算法。分析和实验表明,该算法实现速度快,处理精度好,自动化程度高。本文介绍了该算法处理云纹图和全息图的实例。

基于Facet模型与方向相对极差的红外小目标检测方法

在对Facet.模型的方向导数特征进行研究的基础上,针对红外弱小目标提出了一种利用局部方向相对极差计算显著性的方法,以快速有效地提取复杂背景下的红外弱小目标。基于弱小目标单帧检测理论,首先计算原始图像的Facet方向导数特征,然后在Facet方向导数特征图的局部内,沿着导数方向计算相对极差对比度显著图。通过对各个方向上的相对极差对比度显著图进行融合得到最终的显著性图像。最后,采用适当的阈值分割从该图像中提取目标。实验结果表明,本文算法对复杂红外弱小目标图像具有很高的信杂比增益和背景抑制因子。另外,该算法的计算复杂度低且可利用二维卷积加速计算,具有良好的算法实时性,适用于各种处理器平台的工程实现。

极端值条件下线性回归分析策略的模拟研究

目的比较4种常用的多因素回归分析极端值处理策略在不同极端值条件下的实际效果,为制定多因素回归分析中极端值处理策略提供参考依据。方法通过Monte Carlo算法模拟产生不同条件下的含极端值数据,对不同极端值条件下多因素回归分析极端值处理策略进行模拟研究。以Ⅰ类错误概率α、Ⅱ类错误概率β、模型系数估计值的均方根误差、模型R 2和调整R 2为评价指标。结果直接删除极端值的处理方法在极端值比例与含极端值观测点的数量较小时表现良好,而随着极端值点的比例和数量不断增大,表现越来越差;稳健回归分析除了在样本量较小时,表现并不是非常好之外,在大样本量的各种极端值条件下均有非常好的表现;将极端值转换为缺失值再进行多重插补的方法只在样本量较小和极端值比例较低时,有可接受的表现;数据转换的处理方法在各个极端值条件下都表现得非常差。结论稳健回归分析最适合在样本量较大时使用,样本量小时需谨慎使用;将极端值转换为缺失值再进行多重插补法适合于极端值比例较小的数据集;直接删除极端值法只在数据集中含极端值观测点数量较少和所占比例较小时适合使用;数据转换的方法则在大多数极端值条件下都不适合使用。