基于组合广义形态滤波的大地电磁资料处理

针对矿集区大地电磁强干扰的特征,构建组合广义形态滤波器,从时间域波形上探讨组合广义形态滤波对实测大地电磁强干扰的噪声压制效果。给出基于组合广义形态滤波的大地电磁资料处理流程,在人烟稀少、基本无电磁干扰的青海柴达木盆地进行试验研究,对包含比较单一的人工广域电磁干扰源的试验点进行组合广义形态滤波处理,横向对比时间域波形和视电阻率-相位曲线的改善情况。研究结果表明:该方法可以更加精确地勾勒出大尺度强干扰的轮廓特征,视电阻率-相位曲线的整体形态更加光滑、平稳,数据质量得到明显改善;由于该算法能有效提取暂态信号中的奇异信号,且只需进行加、减和比较运算,计算速度快,这对于在矿集区开展大地电磁强干扰的压制及资料处理具有一定应用价值。     

基于数学形态学与小波阈值组合滤波算法的大地电磁噪声压制

针对实测大地电磁信号资料中常出现的强噪声干扰问题,提出一种基于数学形态滤波和小波阈值滤波结合的大地电磁噪声压制方法。首先,利用自适应多尺度形态滤波算法对含噪信号进行初次滤波,以消除脉冲类干扰。然后,对已处理的信号进行小波阈值滤波提取大尺度强噪声轮廓。最后,剔除强噪声干扰重构大地电磁信号。通过仿真实验对比,在不同强度噪声干扰背景下,所提方法的性能优于普通小波阈值方法,能更多地保留大地电磁原始信号的细节特征。实测资料处理结果表明,该方法能有效地抑制大尺度强噪声干扰和基线偏移的影响,有效地改善了视电阻率曲线质量,具有较好的应用前景。     

基于数学形态滤波的大地电磁强干扰分离方法

针对矿集区大地电磁信号采集过程中常引入强噪声干扰等问题,采用数学形态滤波对大地电磁强干扰分离方法进行研究。在仿真信号中加入常见的强干扰来检验形态滤波的降噪能力,根据噪声类型选取不同结构元素尺寸及大小,并将形态滤波应用于实测大地电磁数据的降噪处理。采用非线性共轭梯度法进行反演,考查形态滤波对提高大地电磁测量数据质量的改善情况。研究结果表明:数学形态滤波能有效消除大地电磁强干扰中的大尺度干扰和基线漂移现象,重构信号基本保留原始大地电磁信号特征,改善大地电磁测深数据质量。由于该方法原理简单、并行运算速度快,具有较好的应用价值,适合于矿集区海量大地电磁强干扰分离。     

MT法中静态效应及阻抗张量静态校正法

大地电磁测深法 (MT)中的静态效应使实测的视电阻率和相位曲线出现畸变 ,导致反演解释得出错误的结果 .基于大地电磁测深响应在高频时具有一维响应特征 ,作者提出了对阻抗张量或实测的电场分量实施静态校正的方法 ,由高频的实测数据求取电场畸变张量和静态校正张量 ,而后对全频域的实测阻抗张量进行校正 ,以获得无静态干扰的张量 .实践结果表明 ,通过校正静态效应 ,消除了静态效应对视电阻率和相位曲线产生的畸变现象     

基于经验模态分解的大地电磁资料人文噪声处理

将经验模态分解(Empiricalmodedecomposition,EMD)方法应用到大地电磁资料的人文噪声处理中,根据人文噪声的不同来源和特征,提出基于EMD的时空滤波器或硬(软)阈值对噪声进行抑制的方法。给出经验模态分解去噪方法的原理和步骤,并对实测大地电磁信号中常见的脉冲干扰、矩形干扰和周期正弦噪声等人文干扰进行消噪处理。研究结果表明：本文提出的噪声改正方法是有效的,突出了有用信号的信息,改善了受干扰大地电磁数据的质量。     

利用多尺度形态学和递归图分离辨识大地电磁微弱信号

为了突出形态滤波中结构元素不同尺度下的相关局部特性、分层次刻画大地电磁信号本身所固有的多尺度特征,将加权多尺度形态滤波与递归图相结合对大地电磁微弱信号与噪声进行信噪分离及信噪辨识。首先,利用不同尺度的结构元素对大地电磁信号进行全方位扫描;然后,加权合成获取更精细的形态特征信息;最后,引入非线性动力学行为中的递归图对分离出的信噪特征进行确定性检验。研究结果表明:大地电磁微弱信号与噪声得到更精细分离;递归图的相空间轨迹适合定性判断大地电磁时间序列的非稳态动态变化;卡尼亚电阻率曲线更加光滑、连续,大地电磁低频段数据质量得到有效改善。     

基于高阶统计量的大地电磁数据处理与仿真

针对大地电磁(MT)数据具有非线性、非平稳的特征而不能满足传统功率谱方法要求的问题,从高阶统计量的理论入手,提出由信号的高阶谱恢复功率谱,再由恢复的功率谱估算MT响应函数的高阶统计量方法,建立通过高阶谱恢复功率谱的数学模型,并对合成数据和实测MT数据进行仿真分析。研究结果表明:利用高阶累积量对高斯噪声不敏感的特点,可实现在高斯白噪声和有色噪声污染下的瞬态信号频率与功率谱的正确估计;高阶统计方法消除了传统功率谱方法中大地电磁响应函数出现个别频点分散和形态异常的现象,使地质参数的估计精度和资料的可解释性得到明显提高。     

采用欧式形态距离的负荷曲线近邻传播聚类方法

为提取电力负荷数据的有效信息,改善传统聚类方法在电力负荷数据中相似度衡量方式单一及聚类效果较差的问题,提出一种采用欧式形态距离的负荷曲线近邻传播(AP)聚类方法。使用五分位法将用电负荷曲线重表达为曲线形态变化特征序列,使用改进最长公共子序列算法衡量不同特征序列之间的模式匹配度,以此作为曲线之间的差异度;构造一种兼顾曲线整体分布特征和曲线形态变化特征的双尺度相似性度量方法,使用熵权法对两种特征进行自适应配比;将所提相似度衡量方法应用到AP聚类方法中,改进相似度矩阵计算方法,对用户典型日用电负荷曲线进行聚类。在标准合成时间序列数据集上进行了实验对比,结果表明:欧式形态距离度量方法能够有效区分负荷曲线的变化特征;所提方法具有较高的聚类质量和稳健性,相比其他相似度量方法,调整兰德系数提高了9.0%～43.8%,DB指标与标准集相差0.014 3,在电力实测数据集上能对用户进行合理划分。     

子空间分解法在声目标特征提取中的应用

目的　研究用于识别直升机目标声信号的特征提取方法。方法　通过对直升机声信号频域特性分析,采用基于子空间分解的多重信号分类法(MUSIC)算法提取信号谐波频率作为目标特征,利用子空间分解将观测数据分解为信号子空间与噪声子空间的特点,抑制噪声干扰,提高识别能力。结果与结论　对实测的直升机声信号谐波频率提取结果表明,子空间分解方法提取目标频域特征是可行的,用MUSIC算法提取谐波频率值是有效的。     

基于多域流形的行星齿轮箱局部故障识别

行星齿轮箱振动信号包含多种频率成分和噪声干扰,频谱具有复杂的边带结构,容易对故障识别造成误导甚至引起错判.在不同故障状态下,行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同,根据这一特点,提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题,增强对噪声干扰的鲁棒性,采用局部均值分解法将信号自适应地分解为单分量之和,提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题,采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法,并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号,根据样本流形特征聚类结果,分别识别出了太阳轮、行星轮和齿圈的局部故障,从而验证了上述方法的有效性.     

复杂电磁环境下多跳频信号盲检测

为了在复杂电磁环境中实现多跳频信号盲检测,提出一种基于时频图连通域特征的多跳频信号检测算法.首先利用短时傅里叶变换与wigner-ville分布(STFTWVD)组合时频方法完成时频变换,保证时频图的时频分辨率和交叉项抑制,并利用自适应二维维纳滤波去除背景噪声,提高算法抗噪性能;然后采用自适应阈值二值化算法对时频图二值化处理并进行8邻域连通域标记,提取每个连通域的特征组成分类特征集;最后利用改进的K均值聚类算法完成特征集分类,根据分类集统计结果和检测条件实现跳频信号检测.仿真结果表明:本文算法能够有效克服定频干扰、突发干扰和扫频干扰;在低信噪比条件下,算法聚类稳定性较好,跳频检测成功率较高.     

信号等长情况下频率估计的降频域迭代分析法

从特征识别角度分析了现有频率估计方法的信号分解结构的特点,提出了一种降频域分解结构,将对应不同时间的多个单频信号融合构成一个组合信号,以利用时域已知信息并形成信息积累作用,能有效抑制干扰频率和削弱冲击噪声且计算量增加较少。为配合降频域分解结构的使用,采用了适用于信号等长情况的降频等长迭代处理算法。仿真表明该方法抗噪性和实时性好,频率估计精度比现有方法有较大提高。     

基于形态滤波的大地电磁去噪效果分析

本文运用形态滤波通过腐蚀．膨胀以及开一闭，闭一开运算对仿真大地电磁数据进行去噪分析，运用组合形态滤波嚣对一段大地电磁信号进行了去噪，并重构了大地电磁信号，结果表明形态滤波具有较好的抑制噪声效果，能够较好的去除大尺度的噪音干扰。     

Wigner高阶谱在弹丸膛内运动分析中的应用

针对传统时频分布分析的时频分布图能量聚集性差、交叉项干扰严重且对噪声敏感的问题,提出了一种基于Wigner高阶谱的膛内运动弹丸回波信号处理方法.对仿真信号从能量聚集性、交叉项抑制、抗噪声三个方面进行比较研究,结果表明Wigner高阶谱进行高阶多项式调频信号瞬时频率估计具有优势.对某型炮弹实测数据采用基于MATLAB的Wigner三谱对角切片算法获得时频分布图.提取时频分布图的时频脊线得到瞬时频率曲线.由多普勒效应公式反演出膛内弹丸的速度、加速度曲线.与实验结果相比:炮口速度相对误差为1.34％,弹丸运动距离与炮管实长的相对误差各为0.52％.验证了在强噪声环境下,Wigner高阶谱分析是膛内运动弹丸回波信号处理的一种更准确有效的方法.     

基于小波尺度相关的船舶轴频电场检测方法

为了提高低信噪比下对海水中被衰减的轴频电场信号的检测能力,提出一种基于小波尺度相关的船舶轴频电场检测算法.首先,使用小波变换对信号进行分解,并对噪声能量进行估计;然后,利用小波尺度相关对噪声和信号进行分离,并采用均值滤波降低小波系数平移的干扰;最后,提取最大尺度的相关系数作为特征值,对信号进行滑动检测.通过该算法和小波熵算法对实测数据和仿真数据进行处理和对比分析,结果表明:此算法在低信噪比情况下具有更高的稳定性和更好的检测效果.     

海洋环境中大地电磁测深阻抗的ROBUST估计

传统上,地球的电磁响应函数均采用最小二乘方法估计,它假定信号的噪声是高斯正态分布,如果实际数据偏离这种分布,对系统参数的估计将产生较大偏差,在海洋环境中,研究表明,海水产生的电磁场噪音偏离正态分布,并且海水产生电磁噪音的频率范围正好与天然电磁场的“噪声词”相符,这进一步降低了该频段的信噪比,Ｒｏｂｕｓｔ的程序实现及其在海洋环境中大地电磁测深阻抗分析的应用。     

基于改进InDBSCAN算法的批量钻削工序质量增量聚类分析

针对批量钻削工序质量检测问题,采用声发射传感器采集工序加工过程中的声发射信号,提取其时域统计特征,构造工序过程信号的特征向量,根据密度带噪声的空间增量聚类算法(InDBSCAN)对工序过程中的声发射信号特征向量进行增量聚类,以分析批量工序质量.考虑到插入数据点在促成新类创建的同时可能引起已存在的不同类合并的情况,改进InDBSCAN算法.实验结果表明:改进的InDBSCAN算法使插入数据点的增量聚类更加合理,工序质量分布状况检测准确率达84.03％.     

DVC中基于残差子带分组的自适应噪声模型估计

为提高噪声模型的估计精度,改善系统率失真性能,文中提出了一种基于残差子带分组聚类的自适应噪声模型估计方法.首先根据频率高低对残差子带进行分组,然后由组内子带残差样本生成特征矢量,进而利用改进的模糊c-均值聚类算法对当前解码子带进行聚类,最后计算出每类残差系数的噪声参数.实验结果表明,相比于相邻子带聚类-方差估计算法,文中所提算法能够更加准确地匹配残差分布特征,率失真性能平均提升0.60 d B,且解码时间平均节省40.59%.     

基于EMD和LMS自适应形态滤波的滚动轴承故障诊断

针对铁道车辆走行部的滚动轴承故障特征,其故障信号通常被调制到高频,且还有大量噪声,提出了一种EMD(EmpiricalMode Decomposition)分解和基于LMS(least mean square)算法的自适应广义形态学滤波相结合的方法。先采用EMD分解得到高频信号,将低频干扰和噪声相分离;再使用LMS算法的形态学滤波和闭运算的方法进行形态解调。最后对其进行频谱分析,提取出故障特征。通过仿真实验和实例表明该方法能够有效的消除大量噪声和低频干扰,提取出滚动轴承故障特征。该方法计算速度快,易于实现,具有较好的实用价值。     

子空间分解法在声目标特征提取中的应用

研究用于识别直升机目标声信号的特征提取方法,方法通过对直升机信号频特征分析,采用基于子空间分解的多重信号分类法算法提取信号谐波频率作为目标特征,利用子空产妥将观测数据分解为信号子这僮与噪声子空间特点,抑制噪声干扰,提高识别能力。