实测轴承振动信号就有非平稳、非线性特征,因此,对该类信号的分析需要进行解调得到特征频率,在众多解调法中包络分析是最为常用的方法;为了使解调结果更加清晰,常在解调前进行滤波,达到滤除干扰成分可有效提升解调的效果。经验小波变换提供了基于频带划分的小波滤波框架,划分后频带可滤除部分干扰信号,突出故障信号。对此,受“箱型图”和层次聚类法的启发,对“突出值”聚类法进行频带划分,通过平方包络互相关系数选取合理的频带划分个数。最后选取平方包络峭度值最大的滤波子信号进行Teager能量算子解调,获取特征频率。文章针对不同工况下的不同故障类型轴承运行数据进行分析,验证算法的有效性。特别地,在复合故障分析中,利用动态阈值法到达分别突出不同轴承故障频率的效果。

为了解决足球机器人比赛中视觉信息检测问题，给出基于嵌入式多处理器体系结构的视觉系统框架，并研究了一种自适应阈值目标分割方法。该方法将视觉系统采集的图像从YCbCr颜色空间转换为一维颜色映射图像，并提出基于竞争学习的空间映射方法。同时使用小波变换方法来平滑颜色映射空间直方图和降低阈值搜索维数。然后使用基于映射图像直方图动态搜索阈值的方法来分割图像。最后，通过实验表明研究的视觉系统的有效性，能够实时准确地完成视觉处理任务。

航空发动机异常检测对于准确了解飞机健康状态、支持维修决策、保障飞行安全具有重要意义。针对航空发动机气路部件的长期退化行为,提出一种基于慢特征分析和局部离群因子的动态阈值异常检测方法。首先,充分利用慢特征分析的优势提取气路参数随时间缓慢退化的有效特征。然后,计算特征空间样本的局部离群因子来构造监控统计量,定量表征发动机的健康状态。考虑固定阈值对气路状态时变特性的适应性差,利用基于局部分布差异的自适应窗口调整