排序方式: 共有45条查询结果,搜索用时 0 毫秒
41.
为了消除或衰减图像上的噪声,同时尽可能地保留图像细节,提出了一种基于双谱的图像平滑去噪法。该方法根据双谱对高斯噪声不敏感(即高斯噪声的双谱为零)的特性,对一个像素点采用其梯度和最小的几个点的灰度平均值来代替其灰度值,以便对噪声进行平滑滤波的同时,最大限度地保留图像的细节信息。仿真结果表明,该方法较好地实现了这个要求。与常用的中值滤波相比,该方法处理后的PSNR可提高1dB。 相似文献
42.
磁流变减振系统的双谱分析研究 总被引:1,自引:1,他引:0
减振系统一般由多个部件组成,磁流变效应又是非线性的,磁流变减振系统存在明显的非线性特征,非线性特性分析对系统的改进设计及措施补偿具有重要意义.双谱分析是一种新的、功能强的信号处理技术,能定量地描述系统非线性耦合度,抑制高斯噪声且保持相位信息.实验中,使用采样数据建立自回归模型(AR模型),运用双谱分析方法研究磁流变减振系统的非线性规律.研究表明,双谱分析磁流变减振的方法是完全可行的,有效的. 相似文献
43.
基于双谱分析的齿轮故障诊断研究 总被引:11,自引:0,他引:11
针对不同上齿轮的振动信号具有不同的高斯性和对称性的特点,利用三阶累积量的性质,对双谱分析用于轮故障诊断的方法和物理意义进行了研究。采用双谱估计的直接算法,给出了正常、裂纹和断齿三种不同状态的齿轮信号的双谱的等高线图,成功地对三种不同状态的齿轮进行了鉴别。同时,利用上述双谱中的一个“对角切片”Bx(ω,ω)将齿轮信号进行分离,发现不同状态下“对角切片”Bx(ω,ω)的谱线分布具有不同特点,进而实现了不同状态齿轮的自动识别。 相似文献
44.
45.
针对滚动轴承信号非线性和非高斯性的特点,提出了基于自回归滑动平均(ARMA)模型双谱分布特征与模糊c均值(FCM)聚类分析的故障识别方法.首先,利用经验模态分解改善信号,对获得的信号主分量建立ARMA模型;然后,对ARMA模型进行双谱分析;最后,以阈值化的双谱分布二值图为特征向量,借助FCM聚类算法构建类模板与最近邻模板分类器,实现故障识别.滚动轴承实例诊断结果表明,该方法能准确地判断轴承的实际性态,是一种有效的故障识别方法. 相似文献