VMD-Wavelet 联合去噪算法研究与应用

为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题, 通过研究小波、 经验模态分解、 变模态分解等常见去噪算法, 分析了泄漏声波信号的特点, 将改进小波阈值去噪和变模态分解去噪相结合, 提出了变模态分解-小波变换(VMD-Wavelet: Variable Mode Decomposition-Wavelet) 联合去噪算法。 利用该算法对典型信号进行去噪运算仿真, 结果表明, 该联合去噪算法性能优于常见算法。 最后, 将 VMD-Wavelet 联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理, 研究发现, 该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。     

太阳能光伏新风系统性能研究

将光伏电池板发电与建筑新风系统结合,提出了一种太阳能光伏新风系统,利用光伏发电的同时利用光热预热新风,建立了太阳能光伏新风系统实验平台,并对其冬季工况进行研究,结果表明:太阳能光伏新风系统的平均发电效率为12.7%,平均集热效率为24%,一次能源利用效率为57.3%;实现了对太阳能的光热、光电综合利用,不仅可以提高光伏电池板的发电效率,而且通过对光伏底板热量的回收利用对冬季室外新风加热;太阳能光伏新风系统能使建筑能耗大幅度降低,真正实现建筑节能,同时也达到了通风换气的目的,改善了室内空气品质,提高了房间舒适度.为建筑节能和光伏建筑一体化系统应用提供一种新方法.     

基于改进蜉蝣算法优化多阈值图像分割

针对图像多阈值分割中存在分割效率低、计算时间长以及精度不高等问题,提出了一种基于改进蜉蝣算法的多阈值图像分割算法。首先,在初始化阶段引入类随机采样方法中的 Sobol 序列,增强种群的遍历性和多样性;其次,提出一种自适应非线性惯性权重,平衡了全局与局部寻优能力,提高了算法的收敛效率,利于种群向最优解逼近;最后,采用指数熵作为计算适应度的目标函数,通过改进蜉蝣算法对图像分割的多阈值组合进行寻优,确定最优分割阈值。为了验证该改进算法的有效性,选择了伯克利图像来进行分割验证,并与其他智能算法进行比较。实验结果表明：该改进算法在分割准确性、计算时间、SSIM和PSNR上均优于对比算法,能快速有效地解决复杂多目标图像的多阈值分割问题,具有较强的工程实用性。