窄缝式电极可以代替凹槽式电极用于电火花成形微凸起结构。为研究纯铜窄缝式电极电火花线切割加工性能的影响规律,以峰值电流、脉冲宽度、脉冲间隔、间隙电压为试验因素,设计进行了正交试验。研究了各试验因素对切缝宽度、切割速度的影响关系,采用信噪比和灰关联度分析方法对多工艺目标进行优化参数组合。试验结果表明各因素对切缝宽度影响强弱依次为,间隙电压、脉冲宽度、脉冲间隔、峰值电流;对切割速度影响强弱依次为,脉冲宽度、脉冲间隔、间隙电压、峰值电流,其中脉冲宽度、脉冲间隔对切割速度的影响起主导作用。脉冲宽度20μs、脉冲间隔40μs、峰值电流8档、间隙电压6档为最优组合参数,为纯铜窄缝式电极的制作提供理论指导。

为了解决滚动轴承在强噪声背景下提取微弱故障信号的问题,提出了一种二阶欠阻尼连续势随机共振方法并应用于轴承的早期故障诊断。建立了二阶欠阻尼连续势随机共振模型,研究了系统参数对粒子在势阱间运动状况的影响,并进一步分析了各个参数与信噪比之间的关系,利用蚁群算法对势函数参数进行优化,得到最优输出信号。根据仿真和轴承内圈的实验验证表明,所提方法有更好的特征频率幅值和抗噪能力,在微弱故障特征提取方面优于经典的双稳态随机共振方法,实现了轴承的早期故障诊断。

针对声时测量精度提高的瓶颈问题，从信号处理的角度，分析了时差法液体超声波流量计中影响声时测量精度的两个主要因素，推导了理论公式，并给出了仿真结果。首先从单声道时差式超声波流量计测量模型出发，介绍了该模型成立的条件，测量原理和其声时测量中存在的问题，然后分析了（1）在高斯白噪声模型下，声时测量误差与系统信噪比的关系；（2）采用过零检测和信号阈值法判定信号到达时刻时，阈值对声时测量误差的影响，并分别给出了声时测量误差与信噪比和检测闽值的关系图。

将小波理论应用于多自由度(MDOF,multi-degree-of-freedom)系统的模态参数的识别中,首先对MDOF系统的响应函数作基于Morlet小波的时频分解,再由小波系数模的局部极大值求得小波脊,最后求出MDOF系统的各阶模态的固有频率及阻尼比.文中给出了实例,进行了计算说明,结果表明了该方法的有效性.

本文比较了４种干扰声源声级（ｄＢＡ）和语言干扰级（ＳＩＬ）的关系，观察了不同ｄＢＡ，ＳＩＬ和信噪比（Ｓ／Ｎ）对语言识别率影响的规律，结果表明ｄＢＡ与ＳＩＬ有很好的线性关系，但不同性质的噪声源，两者间的差值相差很大，４种干扰声源下的语言识别率都有随ｄＢＡ和ＳＩＬ的增加而减少，随ＳｄＢＡ／ＮｄＢＡ和ＳｄＢＡ／ＮＳＩＬ的增加而提高的趋势，但语言识别率与ｄＢＡ，ＳｄＢＡ／ＮｄＢＡ的相关性因噪声的性质不同有

基于共焦模式的OCT蒙特卡罗仿真模型，研究了在OCT系统中高散射生物组织背向散射光的反射率。仿真结果：表明对OCT成像有贡献的背向散射光强是样品臂入射光强的10^-8～10^-10，这样微弱的有用信号限制OCT系统的成像速度、探测灵敏度、信噪比和图像对比度等系统的性能。为此设计了一种带有特殊镀膜分束器的OCT系统。采用这种结构的分柬器，第一，在保证入射光对生物组织无热损伤的情况下，可以尽量提高光源的输出功率，改进之后的干涉仪可以使参考光衰减4个量级，因此不会使光电探测器的输出轻易达到饱和状态。第二．大幅度减小了参考光与信号光之间的能量差距，图像干涉对比度大约提高2个数量级，即使在高速成像的情况下，仍然能够使OCT系统具备较高的成像质量。第三，这种特殊结构的干涉仪可以使样品臂的入射光最强，并将背向散射...

对于中程距离的测量，从测量速度，精度和可靠性的折衰方面来讲，相位式激光测距法优于其它的测距法。给出了非合作目标相位式激光测距系统的接收光功率表达式，研究了根据信噪比确定所需的接收光功率，从而估计测程的方法。

3-RRR柔顺并联微动平台多响应优化设计中存在各种因子影响和交互影响的情况,导致柔度不稳定。为解决此难题,将聚类分析法和响应曲面法相结合,提出一种优化该机构柔度稳健性的新的设计方法。通过建立微动平台多方向的铰链柔度运动模型,进行试验设计和聚类分析;引入响应曲面法构建响应曲面模型并且利用粒子群算法寻优求解;通过信噪比指标评判结果,得到满足约束条件的稳健优化设计方案。实例表明:引入的聚类分析方法可以为柔性铰链多目标稳健优化设计提供一种新的解决方法且效果良好。

机床冲孔产生的声音信号包含了许多有用信息,为了滤除声音信号提取过程中的工厂环境产生的噪声,使用改进阈值小波去噪方法对声音信号进行处理。利用信噪比(SNR)和均方误差(MSE)作为去噪效果指标,使用新的阈值选取规则,提出了一种分段连续的阈值函数,对传统小波去噪方法进行改进。该改进函数通过引入常数a,解决了传统阈值函数中软硬阈值函数不连续和恒定偏差问题。采集机床冲孔声音信号并叠加高斯白噪声作为机床冲孔含噪信号进行验证。通过实验确定了最佳小波函数类型和分解层数,将改进阈值小波去噪算法与传统算法进行对比,结果表明:改进后的算法去噪效果良好,且有效保留了较低的信号能量。

微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明:在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明:改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。