基于Matlab的多尺度主元分析在过程监控中应用

提出一种新的基于Matlab的多尺度主元分析方法(MSPCA)，即综合主元分析去除变量间关联、小波分析提取测量决定性特征和可去除测量自相关性的优势，用于多变量统计过程的监控，用MSPCA进行过程监控，不仅能提高侦察决定性交化的能力，而且能提高自相关测量监控的效率，同时还可以提取反常操作特征信号，算例测试表明，与普通PCA方法相比，MSPCA方法在过程监控中比较有效。     

基于小波变换的传声器阵列语音增强方法

针对现有的基于传声器阵列语音增强算法的局限性，并考虑到入耳听觉感知模型，提出一种将延迟-求和波束形成技术和小波变换技术相结合进行语音增强的方法，该方法首先利用延迟-求和波束形成技术将阵列中各个传声器接收到的信号进行时间延迟补偿，并对各通道信号相加-平均，消除一部分不相干或弱相干噪声；然后再利用小波变换技术进一步去除噪声，计算机模拟结果表明，该方法具有良好的消噪能力。     

域变换结合参数估计干扰对消的智能天线算法

CDMA系统中的多址干扰是影响系统性能的主要因素，提出了一种新的域变换结合参数估计抗多址干扰的算法。同文献[1]中的方法相比，在具有相似的误码率性能的基础上，具有更快的收敛性能。     

参数化的网络状况监控

网络管理的前提是要对网络状况有清楚地认识 ,因此对网络状况的正确评价可以有效地提高网络管理水平 .在利用netflow进行数据采集的基础上 ,为网络的各类状态定义了参数系统 ,并依此为基准来衡量实时网络状况 ,并在此基础上定义了若干指示器为网络异常提供预警     

低渗透油藏不稳定渗流规律的研究

用无因次分析法对低渗透岩心的实验数据进行了分析 ,得出新的渗流规律。具体表述为 :低于亚临界雷诺数 (Rem=8.5× 10 -5)为非达西渗流 ,其运动方程为v =c(dp/dl) 3 ;高于亚临界雷诺数为达西渗流。从微观角度出发 ,应用边界层理论进一步证实了这一渗流规律。运用新的运动方程 ,建立了低渗透油藏不稳定渗流的数学模型。根据拉氏变换和Stehfest数值反演 ,求得了有限半径井的实空间近似解 ,并应用数值分析方法验证了近似解析方法的可行性。对低渗透油藏的压力动态特征以及边界对压力动态影响的分析结果表明 ,低渗透油层试井曲线的压力动态特征为 :短时曲线与达西渗流模型相似 ,而长时曲线则受到非达西渗流的影响。对于恒压边界油藏 ,压力趋于稳定的时间比达西渗流要迟一些 ;在无限大地层中 ,其导数曲线是一簇平行的倾斜线。对于同一区域低渗透油层试井曲线 ,其导数曲线出现“阶跃”的时间较迟的井区 ,流动系数比较好 ;反之则较差     

小波分析在管道泄漏信号识别中的应用

利用多尺度小波变换 ,把管道泄漏产生的负压波信号作为瞬态信号 ,来识别管道的局部泄漏特征。以光滑函数的一阶导数作为小波母函数 ,研究了管道泄漏特征信号拐点区间的敏感性 ,突出小波变换系数的局部极值性。分析表明 ,检测信号的小波变换系数极值的奇异性准确地反映了管道检测信号的泄漏特征 ,并且从局部描述了管道泄漏信号的瞬态正则性。对各级尺度系数进行了S形曲线拟合 ,此曲线能够完整地描述管道泄漏瞬变特征 ,其拐点区间描述了管道发生泄漏时的瞬变过程。     

旋转变换理论及其在平面度误差评定中的应用

将旋转变换理论应用于平面度误差评定中，通过实例证明了其可行性。     

化学信号小波变换的本质分析

根据墨西哥帽小波的特点，提出两种新的函数，对化学信号进行n次小波变换，得到了信号的近似2n阶导数．由数值微分法和小波变换法对模拟信号计算的结果发现：对于含噪信号，小波变换法有效滤除了噪声，所得结果的信噪比明显高于前一种方法；同时还可分离重叠峰，提高谱图分辨率．该方法函数形式简单，易于编程，为处理化学信号提供了新的途径．     

基于小波包联合AR功率谱理论的滚动轴承故障诊断

提出了小波包联合自回归功率谱理论的故障诊断方法.对采集的轴承振动信号采用高、低正交共轭镜面滤波器组,将信号划分到不同频道上.滤波器每作用一次,数据点减半,采样的时间增至两倍.选取轴承缺陷所在频段的数据插零,将其他频带补零重构提高缺陷信号的时频分辨率;然后通过AR功率谱分析轴承运行状态,诊断出轴承对应的故障.对207滚动轴承的早期缺陷作了实际诊断,诊断结果与实际较为符合.证明该方法是一种有效的弱信号缺陷提取与诊断方法.     

小波神经网络用于非线性函数逼近的研究

神经网络具有良好的学习特性，而小波变换具有良好的时频局部化特性．将二者结合在一起构成小波神经网络，网络隐层采用morlet小波函数，输出层采用线性函数，使得该网络兼具神经网络和小波变换的优点．分别用小波网络和BP网络逼近一非线性函数，其结果表明，在相同的误差条件下，小波网络的收敛速度要远远快于一般的BP网络．