离散余弦变换系统在微光夜视系统中的应用研究

军事和空间技术的要求促进了微光电电视技术的发展。微光图像实时处理技术是微光夜视技术今后发展的方向。该文给出了实现实时图像处理的离散余弦变换编码系统框图及性能参数,并讨论了离散余弦变换系统在微光夜视系统中的应用。为微光电视的实时图像处理及图像编码进一步研究打下了基础,同时也为实现目标探测识别,跟踪的实时性,智能化和微型化,从而为研制新一代的战术侦察与火控系统提供出具体有效的技术基础。     

（H,G）—变换和拟正则半群

研究一般的（Ｈ,Ｇ）型变换通过适当合成变换后生成拟正则半群;并建立了Ｇ－变换和（Ｈ,Ｇ）型变换两者之间的拟共形共轭关系．对于给定的一个拟正则半群,构造了一个不变共形结构ＧΓ,使得该半群中的每个元素在这个不变共形结构下保持Ｇ－变换不变．     

利用初等行变换求极大无关组的一些条件

本文讨论利用初等行变换求行向量组的极大线性无关组的方法,澄清一些线性代数教学用书中存在的一种模糊认识,并给出修正后的方法。     

广义变换图G^＋∞（R,S）的边连通度

记Ａ＋∞（Ｒ,Ｓ）为具有行和向量Ｒ及列和向量Ｓ的所有ｍ×ｎ阶非负整数矩阵的集合．广义变换图Ｇ＋∞（Ｒ,Ｓ）的顶点定义为Ａ＋∞（Ｒ,Ｓ）中的矩阵,两个顶点（矩阵）相邻当且仅当它们可通过一次变换相互得到．并证明Ｇ＋∞（Ｒ,Ｓ）的边连通度等于其顶点的最小度δ（Ｇ＋∞（Ｒ,Ｓ））．     

齿轮故障诊断中振动信号的提纯和重构

在分析了齿轮振动产生机理和振动信号频谱特征的基础上 ,提出了齿轮振动信号提纯和重构的诊断分析方法 .与传统的窄带滤波相比 ,该方法可识别出齿轮啮合副中有故障的齿轮 .由于消除了 2个齿轮间的相互干扰 ,由该方法提纯重构信号的幅值包络、相位信息和瞬态频率 ,能更准确地反映出齿轮的故障 .     

一般光路中的分数傅里叶变换的分析方法

在分数傅里叶变换的基本性质的基础,通过引入一个定标因子,通过两次切变操作来旋转ＷＤＦ,给了分数傅里叶变换的一种新的分析该方法可以将原有的分数傅里叶分析从对称光路扩展到的一般的光路。     

基于小波包变换的混合域声音编码

研究了小波包变换在声音编码中的应用,通过利用小波包变换在时域和频域都具有良好局部性的特点,提出了一种新的中低码率混合域声音编码算法。这是一种可调码率算法,它根据输入信号段的特性来进行变换和编码,使得编码过程可以同时在时域、频域以及从时域向频域过渡的任一时频域中进行,从而使编码算法不仅在量化编码阶段,而且在变换阶段就对输入信号具有自适应性。其编码效果比在单一固定时频域中进行变换与编码有较大改善,有助于和高码率的声音编码算法相接轨。     

酉变换与量子系统超收敛微扰的简化推导

如同无限小正则变换服从正则方程一样,经无限小酉变换后的态矢量服从以生成元为哈密顿量,以小参数为“时间”的薛定谔方程,直接用酉变换给出量子系统超收敛微扰的简化推导。     

小波分析在滤波中的应用

小波分析是一种能同时在时间域和频率域内进行局部分析的新的信号分析方法。该文首先引入小波分析的概念,介绍了声音变换;然后根据地球物理勘探中数据量大,处理速度要求高的特点选用了Ｍｏｒｌｅｔ小波,并做了适当的简化,实现了小波正反变换,最后系统地探讨了在陷波,时频滤波,时变滤波中的应用,通过几个数学模型和一个物理模型的试验,均得到了理想的结果。     

WAVELET PACKET AND FUZZY NEURAL NETWORK FOR TOOL CONDITION MONITORING *

在自动化制造中,线监控刀具状况以保护刀具与加工工件显得越来越重要．近年来,许多研究者在此领域进行了广泛的研究,然而由于加工过程的不确定性,现有的刀具监控系统的可靠性还有待提高．本文提出了一种基于小波包分析与模糊神经网络的自适应刀具监控系统,该系统利用小波包分析方法将加工过程振动信号分解为不同的频率段,并在此基础上,建立了自适应特征提取方法,为模糊神经网络提供最优的特征输入,然后模糊神经网络据此进行决策,分析刀具磨损状况．实验结果表明：该系统模糊神经网络能有效通过学习人类模糊知识和在线学习样本来提高刀具监控精度．