简介：针对装甲目标战场的毁伤评估,提出一种基于云模型的毁伤评估方法。分析了目标特性,划分毁伤层次,构建目标毁伤树;对目标功能毁伤度引入了关键部件否决项;根据云模型的隶属度均值判断并得出毁伤等级。最终实现将目标的物理毁伤度向功能和总体毁伤度进行转换,并给出目标整体毁伤的评估结果。以坦克目标为例进行计算,结果表明,该模型能够有效进行目标毁伤评估,与传统模型相比,能够体现毁伤程度的模糊性,并且评估结果可靠。

简介：针对传统模糊方法在供输弹系统故障模式危害性分析中的不足,提出了一种基于云模型的故障模式危害性分析方法。建立了供输弹系统各评价指标及指标权重的标准云模型,并利用建立的云模型替代隶属函数计算相应的权系数及评价矩阵,进而给出最终评价结果。实例分析表明,该方法更能反映客观实际,分析结果能提供比模糊方法更丰富的参考信息,从而为火炮故障模式危害性定量分析提供了一种新的有效的方法。

简介：为了获得弹丸膛内运动的时频综合特性,利用小波变换的方法对弹炮耦合动力学响应进行时频分析研究。建立了弹丸和膛线碰撞的火炮多体系统动力学模型,通过动力学计算,得到了弹丸横向加速度随时间变化的曲线。由于小波变换在时域和频域上均具有良好的局部性,且无需对信号进行时域同步平均,采用连续小波变换对弹丸加速度响应进行了分析,生成了时频相平面图,可以直观地描述弹丸碰撞发生的时刻和能量,为深入分析弹丸的运动状态提供依据。

简介：针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解（SVD）和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。

简介：设计了基于巴特沃斯数字滤波器的巴特沃斯小波及其滤波器组，并从小波的卷积型定义出发，利用零相位滤波原理实现了没有下抽样环节的具有零相位特性的巴特沃斯小波变换快速算法，成功消除滤波器的非线性相位对分解结果的影响。相对于常用正交小波滤波器组，巴特沃斯小波滤波器组不仅具有更好的频带分离特性，还可通过改变尺度参数来改变对信号的频带划分的方式，从而将原信号高频带分解在更精细的频带范围内，克服了常用正交小波滤波器组频带分离特性不够好，并总按二进方式划分频带、频率分析精度显得不足的固有缺陷。实例分析证明：巴特沃斯小波滤波器组相比于其他常用的正交小波滤波器组具有更好的频带分离特性和更强的微弱故障特征提取能力，非常适合于轴承早期故障诊断。

简介：提出了一种将小波变换同神经网络相结合的方法,旨在克服由于广为采用的神经网络在对不定信息处理方面存在的不足和容易陷入局部极小值的问题,将小波变换与神经网络相结合,利用混沌轨道的游动性有利于系统跳出局域极值的束缚而寻求全局最优.仿真结果表明,此种算法快速、有效,能很好地解决某些复杂的辨识问题.