AS350B2直升机飞行噪声的试验研究

中国航空研究院和德国宇航院合作开展直升机噪声研究,选择一架AS350B2直升机在哈尔滨平房机场进行了噪声测量。介绍了这次飞行试验的设备和试验方法,列出了全部十个试验飞行状态的暴露噪声级,并对试验直升机起飞爬升、水平飞行和下滑飞行时的噪声信号进行了频谱分析及小波分析。结果表明:试验直升机在起飞爬升和下滑飞行时的噪声水平较高,起飞爬升时噪声主要来自尾桨,下滑飞行时噪声主要来自旋翼的桨涡干扰,而且在直升机以中等飞行速度和大约6°的下滑角飞行时最为严重,并且桨涡干扰噪声指向前行桨叶一侧。     

混沌、分形和小波理论在被动声信号特征提取中的应用

首先分析了空气动力性噪声信号的混沌特性及其非平稳性,然后分析统计了坦克、直升机声信号的最大LyaPunov指数λ1、分维数DB和不同尺度小波子空间的能量分布特征。最后,利用这些特征矢量和BP神经网络对实测的坦克和直升机数据进行了分类。结果表明在不同信噪比情形下都取得了令人满意的分类正确率。     

非均匀桨直升机旋翼厚度噪声分析

分析了桨叶间距非均匀调制对直升机旋翼厚度噪声的影响.桨叶间距按照正弦调制和余弦调制变化时,根据FW-H方程的Formulation 1A公式,计算了直升机悬停状态下的旋翼厚度噪声.桨尖速度为亚音速时的计算结果显示,与桨叶间距均匀的直升机旋翼厚度噪声相比,非均匀桨可以改变厚度噪声的频谱特征,而且在基本保持厚度噪声总声压级不变情况下,降低厚度噪声桨叶通过频率及谐频的线谱幅值.本文的分析和结果有助于认识非均匀旋翼厚度噪声的频谱变化规律.     

基于小波变换和维纳滤波的半导体器件1/f噪声滤波

针对半导体器件中普遍存在的1/f噪声提出了一种结合了提升小波变换和维纳滤波器的处理方法.首先利用重新加权迭代最小二乘法拟合1/f噪声的功率谱曲线得到噪声参数的估计,从而选择恰当的小波.其次,对包含了1/f噪声的信号进行提升小波变换.考虑到小波变换对1/f噪声的白化作用,利用维纳滤波器对每一层小波系数进行处理.设计了最优全通滤波器以校正维纳滤波器的相频特性,使得小波系数经滤波后相位不变.最后利用提升小波逆变换获得被1/f噪声淹没的信号.利用实验检验了提出方法的有效性,实验数据采自用于微创外科手术机器人的力传感器.结果表明提出的方法能够有效抑制1/f噪声,并使传感器的分辨力提高了25%. 关键词： 半导体器件 f噪声')" href="#">1/f噪声 提升小波变换 维纳滤波     

基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

小波变换重建超短脉冲光谱相位的误差分析

分析了噪声对小波变换重建超短脉冲光谱相位的影响. 在理想情况和附加噪声、倍增噪声， 以及干涉条纹采样量化干扰的情况下，分析了小波变换对几种光谱相位的重建精度. 结果显 示，在理想情况和噪声干扰的情况下，小波变换的相位重建精度都在003rad范围以内. 这 说明小波变换是一种精确可信的光谱相位重建方法，具有很强的抗噪声干扰能力. 另外，将 小波变换的轨迹图类比SHG FROG的轨迹图，可以直接定性判断脉冲的啁啾特征. 关键词： 超短脉冲 相位重建 小波变换 噪声     

小波变换和模糊聚类的SAR图像斑点噪声去除

合成孔径雷达SAR图像的相干成像特性,不可避免的形成特有的相干斑点噪声,严重影响图像的地物信息提取和分类,需要进行去噪预处理。针对SAR图像斑点噪声的特点,针对SAR图像斑点噪声的特点,对图像进行小波变换分解,提出模糊聚类和软阈值收缩去噪的方法,利用模糊C均值聚类将小波系数分成包含信号能量和只包含斑点噪声能量两大类,对前一类小波系数进行软阈值降噪处理,而对后一类小波系数直接置零。实验结果的目视效果和评价指标均表明,小波模糊聚类和软阈值收缩有效地去除了SAR图像斑点噪声,图像视觉效果清晰,较好地保持地物目标的边缘等图像细节信息,去噪效果优于小波软阈值收缩。     

多普勒频移修正在测定直升机飞行噪声固有频率中的应用

对于噪声信号采集系统采集的某型直升机的飞行噪声信号,提出了结合机载GPS数据,进行多普勒频移修正,然后叠加多个多普勒频移修正结果,以得到直升机旋翼、尾桨和减速器噪声固有频率的新方法,可以大大减小单次多普勒频移修正的误差。这种方法为确定飞行器飞行噪声固有频率提供了有效的途径。     

基于CMAC和PID复合控制的电动伺服加载算法研究

针对直升机在海上执行搜救、探测任务时,海浪噪声会干扰高度信息的测量,引起直升机高度波动的问题,提出一种有效的用于处理海浪噪声的卡尔曼滤波方案。通过建立海浪模型,分析无线电高度表和垂直加速度计测量信号的特点,给出了融合两种高度传感器信息的海浪滤波算法,并应用于直升机高度控制系统进行检验。仿真结果表明,根据海况调整滤波器参数,用所提出的算法可以有效滤除海浪噪声,给出满意的高度信息。将此滤波方案应用于直升机高度控制系统,可以明显改善飞机高度的稳定效果。     

基于提升小波变换的雷达生命信号去噪技术

对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言,去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性,建立了雷达生命信号的模型,分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理,结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪,提升小波变换去噪效果优于传统小波变换去噪效果,其信噪比(SNR)和均方误差(MSE)两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时,使用的小波基函数是sym8,分解层数为3层。     

旋翼桨尖几何形状对旋翼气动噪声影响的定量计算分析

采用CFD与计算声学相结合的Euler Kirchhoff方法对UH-1H直升机旋翼跨声速悬停流动的远场噪声进行定量计算,并将计算结果与实验值进行比较,验证了Euler Kirchhoff方法的正确性.然后以UH-1H直升机旋翼为基准旋翼,定量计算了对桨尖旋翼翼型厚度、旋翼尖削度、后掠角进行变化后的旋翼悬停流场的远场噪声,分析了旋翼桨尖几何形状对噪声的影响.得出结论:降低桨尖翼型厚度、浆尖尖削、浆尖后掠均可以降低噪声峰值.     

基于小波阈值滤波的激光陀螺消噪方法

利用小波多分辨率分析的特点和分形噪声在小波变换域的特性,采用小波变换域参数估计方法获得噪声参数,然后采用小波阈值滤波方法去除噪声,并比较了三种小波基不同的滤波效果.通过仿真试验,陀螺的零漂值从0.3755°/h减小到了0.1026°/h.     

小波变换域中图像噪声平滑技术

本文分析了小波变换应用于图像噪声平滑的原理，并对在应用中的小波函数的选择、信息剪裁和信号重构等几个重要问题进行了详细论述，对小波变换的图像滤波技术既能平滑噪声又能保留图像边缘的问题提出了具体要求。     

基于小波阈值函数与改进中值滤波融合的抑制图像混合噪声算法

针对图像处理中存在椒盐噪声和高斯噪声的问题,提出了一种新的小波阈值函数与改进中值滤波融合的噪声抑制算法。依据椒盐噪声与其周围邻域像素灰度值存在的明显差异,估计椒盐噪声,采取3×3模板进行反复迭代滤除椒盐噪声。对高斯噪声,利用极限思想提出了一种新的小波阈值函数,并引入三个控制变量,通过调节控制变量使所构成的小波系数在一定阈值范围内无限接近原小波系数。实验结果表明,提高了峰值信噪比,减小了均方误差,较好的保留了图像细节。     

低偏置电流下半导体激光器1/f噪声的相关性

测量了高功率976nm InGaAs量子阱半导体激光器在低于1/30阈值电流下的低频电噪声,提出了以1/f噪声时域信号小波系数相关性与电流的关系来分析噪声来源的方法.结合1/f噪声源理论模型及小波变换系数的特性,完成了不同偏置电流下纯1/f噪声、加白噪声后的1/f噪声两种情况下的对比实验.实验结果表明:所测的低频噪声表现为明显的1/f噪声,对于纯1/f噪声,噪声幅度和小波系数相关性在判断噪声来源时具有相同的结果;对于加白噪声后的1/f噪声,噪声幅度变化很大且不能正确表征1/f噪声来源,而部分尺度下的小波系数相关性仍能作为判断噪声来源的可靠参量.     

小波变换在CCD图像边缘检测中的应用

对于CCD图像的非稳定高斯噪声,传统的Fourier变换法无法消除噪声,而小波变换在时域和频域同时具有优良的局部化特征,而且对高频采用逐渐精细的时域或空城步长可以聚焦到分析对象的任意细节,从而克服了传统Fourier变换固定步长等缺点,因此,小波变换法可消除这种噪声.本文在分析CCD图像噪声的基础上,利用小波变换和直方图分割方法对目标图像进行了降噪和边缘检测.试验证明此法行之有效.     

基于神经网络和小波变换的MRI图像去噪方法

过去10年中,小波变换在图像去噪中取得了很大的成功.人们提出了多种适用于小波去噪的阈值方法,而这些方法就是希望能够正确地反映有噪声小波系数与无噪声小波系数之间的映射关系.基于这种想法,我们提出一种在小波域中利用神经网络寻找这种映射关系的图像去噪新方法.我们把该方法应用于不同噪声分布的磁共振图像的去噪,取得了良好的效果.     

基于小波变换的图像混合噪声自适应滤除算法

为同时滤除图像中的椒盐噪声和高斯噪声,提出了一种基于小波变换的混合噪声自适应滤除算法,该算法首先采用中值滤波去除椒盐噪声,然后借助边缘检测算子区将图像为分边缘与非边缘区域,进一步对非边缘区域引入改进的均值滤波器,有效削弱高斯噪声的同时保护图像边缘细节,既初步削弱高斯噪声又保护了边缘,最后采用改进的小波阈值滤波算法,对不同的小波系数采用不同的阈值函数,通过线性回归得到各最优阈值关系式。实验结果表明,该混合噪声自适应滤除算法能有效滤除椒盐噪声和高斯噪声,在图像主观质量和客观质量上均取得了较好的效果,能提高去噪图像峰值信噪比0.5~2.0 dB。     

基于小波变换的磁共振图像去噪

去噪是图像处理中的一个非常重要的问题. 传统去噪方法在降低噪声的同时会模糊图像的细节,基于小波变换的图像去噪方法能在降低图像噪声的同时较好地保持图像的细节,目前基于小波变换对图像进行去噪已经成为最有前途的去噪方法之一. 本文综合小波域去噪的文献,对小波域的磁共振图像去噪方法进行了综述,详细介绍了各种小波域的磁共振图像去噪方法,并对他们的性能进行了总结,对小波域去噪方法的发展趋势进行了展望.     

基于引导滤波的Mie散射光谱分析

为提高白光散射法反演粒子粒径精度,消除散射谱噪声,使用一维引导滤波对不同角度的Mie散射光谱数据进行滤波,并分析了引导滤波的特性。为解决引导数据引起的局部噪声问题,提出了小波-引导滤波联合算法。在小散射角时,引导滤波的结果与小波滤波类似,但在大散射角时,引导滤波的效果要比小波滤波好,并且滤除了脉冲噪声。小波-引导联合滤波的结果在15°附近与引导滤波相同,在45°到90°时的滤波效果明显比单独的小波滤波或引导滤波效果好,并且去除了由引导数据引起的局部噪声。