KDP晶体单点金刚石车削表面形貌分形分析

 分别使用2维和3维分形方法对单点金刚石车削加工的KDP晶体表面形貌进行了分析，并对表面的3维分形维数和3维粗糙度表征参数进行了比较，分析了二者对表面形貌表征的差异。使用2维轮廓分形方法计算了KDP晶体表面圆周各方向上的分形维数。通过分析得出：3维分形维数与表面粗糙度值成反比关系；使用单点金刚石车削方法加工KDP晶体会形成各向异性特征明显的已加工表面，在一定程度上容易形成小尺度波纹；已加工表面是否具有明显的小尺度波纹特征与表面粗糙度值并无直接关系，但与其表面轮廓分形状态分布密切相关；KDP晶体表面2维功率谱密度与其分形状态具有相近的方向性特征。     

基于小波分解和Duffing振子的变尺度微弱信号检测

传统的时频分析方法在对周期性微弱信号进行检测时,提取的信息具有信噪比不高的缺点,从而影响了检测效果,为此,利用Duffing振子混沌系统对噪声的强免疫力的特征,提出了一种基于小波分解和混沌阵子的混合微弱信号检测方法;首先,采用小波变换对信号进行分解,通过小波变换的平滑作用实现对含噪微弱信号的离散处理,并设计了一种根据阈值来确定分解层数的方法,然后将降噪后的重构信号作为Duffing阵子的周期驱动力并入混沌系统,采用混沌Duffing阵子阵列实现在强噪声背景下的微弱信号检测,并提出了一种临界状态策动力幅值和初始相位的自适应确定方法;在Matlab7仿真环境下进行实验,结果表明:文中方法能有效地对湮没在强噪声下的微弱信息进行检测,具有信号检测信噪比高,重构信号频率较其它方法更接近于真实频率,具有较强的可行性。