储粮害虫微弱声信号特征提取与分析

 提取了5种主要储粮害虫微弱爬行声信息,采用现代数字信号处理新方法,建立特征模式识别.通过对声信号时域和频域2方面的分析,发现了不同储粮害虫声信号间差异,时域信号的差异表现为声脉冲的不同,频域信号的差异表现为功率谱幅值和主要频域范围的不同,信号间差异与害虫爬行速度快慢有关,并与害虫体重有关,体重大的害虫具有较大的振动能量.5种害虫时域及频域信号的差异是害虫种类差异的表现,这一差异揭示出不同种类害虫声信号的本质特征.本研究内容为有针对性地采取灭虫措施提供了依据,有利于及早确定防治对策,降低储粮损失.     

基于FrFT的最优平滑伪Wigner—Ville分布

分数阶傅里叶变换具有旋转性、时移特性、频移特性等重要数学性质,将其结合广义时频带宽积准则,可设计出平滑伪Wigner — Ville分布(SPWVD)的最优时域窗函数,该窗函数能根据实际处理信号自适应地变化,从而提高SPWVD的精度.为了验证所设计窗函数的有效性,本文使用调频信号进行测试,仿真结果显示,该窗函数能有效提高传统SPWVD的精度.     

结合信号谐波特性的均值参数测量窗设计

为了有效抑制准周期信号均值类参数测量时由信号频率的起伏变化和对信号的非同步采样引入的误差，对加窗函数采用组合余弦表示并结合周期信号频谱的谐波特性，提出了一种用于准周期信号均值类参数高精度测量的加窗函数设计方法。首先，基于测量误差在采样同步时为零，并对采样不同步不敏感，分别导出了组合余弦窗的有效条件及其优化设计的平坦性准则；进而以平坦性准则为约束建立了组合余弦窗的系数方程组；最后通过求解方程组确定组合余弦窗的系数，实现了组合余弦窗的优化设计。采用优化组合余弦窗对信号加窗，能够最大限度地抑制各谐波之间的泄漏干扰，显著降低了均值类参数的测量误差。基于组合余弦窗的平坦性准则对广为应用的矩形卷积窗的最优性进行了分析，揭示出在各信号谐波频点处矩形卷积窗的频谱满足相同的平坦性。对典型信号有效值的测量进行数值模拟表明：信号频率在±10%之内起伏变化时，与同宽的矩形卷积窗相比，采用窗宽为2个和3个信号周期的优化组合余弦窗后测量精度分别提高了11倍和27.5倍以上。     

一种衰减信号加窗频域插值算法

为了提高多频衰减正弦信号参数估计的精度,提出了一种加窗频域插值算法.先利用信号加窗技术对时域信号施加Hanning窗,然后利用频域插值方法计算出频率和衰减因子等参数值.结合Hanning窗和频域插值的方法,不仅可减小远程泄漏的影响,而且也消除了短程泄漏的影响,从而提高了对多频衰减正弦信号参数估计的精度.通过对算法的参数变化、噪声干扰和谱线分辨率的敏感性分析表明,即使在较强的噪声干扰和频谱泄漏下,算法依然具有较高的估计精度和稳定性,且计算效率高,内存占用低,因此较适合于对计算资源要求苛刻的信号特征提取场合,为机械冲击故障特征的提取提供了一种可选方法.     

基于三阶累积量一维切片的微地震信号时延估计

由于微地震有效信号易受环境噪声的干扰,严重影响时延估计值获取的准确性.基于此,提出了基于三阶累积量一维切片的方法进行微地震信号时延估计.首先计算信号的三阶自累积量和互累积量,为减少运算量满足野外实时要求取其一维切片,最终通过准则函数求取时延值.相对于传统的互相关方法,该方法对相关性未知的高斯噪声具有不敏感的特点,对相关高斯噪声有更强的抑制能力.仿真结果表明,在添加信噪比为-5~15dB的随机高斯噪声和相关高斯噪声时,其时延检测概率和均方根误差优于互相关方法.在实际资料应用中,对实际微地震噪声进行了概率分布统计分析,并且基于井地联合监测方式,选取井中信号作为参考道对地面资料进行时延值的求取.仿真和实际资料处理验证了该方法的有效性和实用性.     

基于时频能量比的入侵事件识别方法

针对挖掘入侵事件与人步行等干扰事件的识别问题,提出一种基于时频能量比的识别方法.利用时域的节律特征以及信号包络的时域冲击特征,剔除如车辆路过、自然环境干扰等事件.留下挖掘和人步行事件.对于挖掘和人步行事件的识别,首先,对事件信号进行时域窗分割;其次,将时域分割后的每个子信号输入到一组窄带滤波器中,并计算每个滤波器输出信号与输入的时域子信号的能量比值,得到信号的时频能量比特征.最后,利用SVM作为分类器,进行分类实验.实验表明,该方法提取的时频特征所包含的冗余特征数据量小,分类所需的时间短,分类识别的准确率约为94%.     

心音信号的短时傅立叶变换分析

心音信号是一种典型的非平稳信号,短时傅立叶变换(STFT,又称窗口傅立叶变换)是用于对非平稳信号进行时频分析的有效工具.在用STFT分析心音信号时,窗口宽度的选择是非常重要的.一方面,要使用尽可能窄的窗口来保证信号的局部平稳性,另一方面,要选用较宽的窗口来提高频率分辨率.如何处理这一矛盾就成了问题的关键.通过调整滑动时间窗的宽度,达到了比较满意的效果.首先用窄时间窗进行分析,频谱图具有高时间分辨率,得到了心动周期等时域特征参数.进而逐渐加宽时间窗,最后得到高频率分辨率的频谱图,可以看出各心音成分的频谱特征.实验结果表明,不同时频尺度的STFT分析可以很好地描述正常心音信号的时域和频域特征.     

外场辐射发射测量中瞬变环境信号的抑制

为了抑制电子设备辐射发射外场测量时环境中的瞬变信号,提出了一种时域频域相结合的测量方法.首先通过时域方法捕捉瞬变环境信号,并使用重叠窗技术避免瞬变环境信号频谱的丢失.然后对瞬变环境信号进行周期延拓,将其变为周期信号,为自适应算法提供足够的采样点数,保证算法的收敛性.最后采用自适应噪声抵消技术实现对瞬变环境信号的抑制.仿真和试验结果表明,无论受试设备辐射信号是连续周期信号还是瞬变信号,所提方法均能够实现对瞬变环境信号40 dB以上的抑制,有效提取受试设备的辐射发射信号,恢复出的辐射信号与其真实值的误差在3 dB以内.在准确测量受试设备辐射发射的同时,所提方法还能够对辐射信号进行时频分析,为设备电磁兼容问题的诊断与整改提供必要的依据.     

测试信号频谱分析中的Gibbs现象

本文依据Gibbs现象的实质,讨论了信号频谱分析中的理想滤波特性、频窗特性、限带白噪声的自相关函数、时域截断的泄漏效应、时窗特性以及离散采样信号的复原等问题。     

OFDM系统中基于二阶多项式奈奎斯特窗的边带加窗技术研究

针对在所有子载波上加载同一种窗函数的传统加窗方式,提出了一种新的边带加窗方式。边带加窗是根据窗函数的频谱特性,在不同频带子载波加载不同类型的窗函数以及选择相对应的滚降系数和参数的加窗方式。这种加窗方式相比传统加窗在缩短滚降叠加部分的时域长度后能够获得更好的信号传输效率,在不同频带使用不同类型、不同参数的窗函数来改善其带外衰减效果。仿真结果表明,边带加窗在缩短时域符号长度后与传统加窗相比,仍然能保持较好的带外衰减效果;并且通过比较在边带使用不同类型的窗函数以及与传统的加窗方式相比较后得出,在边带使用二阶多项式奈奎斯特窗函数(second order continuous window,SOCW）中使用升余弦窗函数的带外衰减效果要优于其他加窗方式。     

基于互信息判据的小波去噪

通常的线性滤波技术不能很好地解决非线性时间序列去噪问题，而现有的非线性去噪技术的参数选择往往要依赖于直觉和经验．为此，提出基于互信息判据的小波去噪方法，利用小波进行非线性去噪处理，并以互信忠作为去噪处理截止的判定条件，给出了小波去噪算法，分析了其优势，并进行了仿真实验．仿真结果表明，小波算法能更好地处理不平稳和突发的噪声；互信息所指示的优化截断尺度，既较好地保留了信号的动力结构，又有效地实现了非线性噪声过滤．     

基于分数阶傅里叶变换的时延和频率偏移联合估计方法

针对传统相关运算对时延和频移进行联合估计计算复杂度高的缺陷,提出一种基于分数阶傅里叶变换的时延和频移联合估计方法.该方法利用信号的时延和频偏变换到分数域表现为分数域谱位置的平移特性,通过在不同的分数域利用最小均方误差准则来获得分数域谱位置的偏移量来进行联合估计.该方法不局限于仅适用于Chirp信号,对其它类型的信号同样适用.且与传统相关估计法相比,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.     

基于混沌理论和小波变换的微弱周期信号检测方法

根据小波变换具有多分辨率,混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性,通过对小波阈值去噪方法和混沌Duffing振子方程的改进,提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法.该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波分解尺度确定阈值去噪深度,然后把重构的信号作为周期策动力的摄动并入混沌系统,采用混沌振子阵列实现在噪声背景下微弱信号的检测,并采用梅尔尼科夫方法作为混沌判据.该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状态与周期态区别的模糊性:同时能检测多种频率的信号.仿真测试表明:该方法直观、高效,检测精度高,检测的最低信噪比达到-100dB,频率误差为0.04％左右,改善了湮没在强噪声下的微弱信号检测技术.     

基于Adam 优化的二维自适应TFPF 地震去噪算法

在时频峰值滤波( TFPF: Time-Frequency Peak Filtering) 算法中,采用固定窗长进行滤波很难在滤除噪声 和信号保幅之间取得折衷,无法追踪超出截止频率部分的信号,而且传统TFPF 仅沿时间方向滤波,忽略了信 号的空间信息。针对上述问题,提出了二维自适应TFPF( 2D-ATFPF: Two-Dimensional Adaption TFPF) 算法,首 先利用一组由不同窗函数决定的TFPF 冲激响应构建滤波输出凸集; 然后,在凸集下引入一个关于滤波输出的 目标函数,该函数基于最小二乘准则并将具有时空相关性的方向导数作为惩罚项; 最后,使用可以快速收敛的 投影Adam 方法优化目标函数,将2D-ATFPF 应用于人工合成记录和实际资料。实验结果表明,改进的方法与 一维算法相比,能更好地恢复同相轴,信噪比提高约1． 3 dB。     

在线多尺度滤波多变量统计过程的适时监测

在详细分析现有MSPCA模型不足的基础上,借助在线多尺度滤波(OLMS),提出了一种多变量统计过程的在线监测方法,并将其应用于传感器故障诊断。该方法中,首先在固定窗长的数据窗口内用边缘校正滤波器对信号进行小波分解,然后用小波阈值滤波对分解的小波系数进行消噪,并借助该固定窗长的移动窗口将小波变换和自适应PCA结合起来对数据进行在线多尺度建模,从而避免了直接对信号进行消噪所造成的时间浪费,提高了故障诊断率。最后以6135D型柴油机在严重漏气下的8个振动信号的故障诊断为例进行故障分析,结果表明了所提方法的可行性和实用性。     

小波变换域多路回波消除自适应滤波算法

提出了一种小波变换域Newton／LMS多路回波消除自适应算法．新算法使用输入信号经离散小波变换后的细节分量调节自适应滤波器系数．当新算法应用于多路回波消除时具有很高的收敛速度和收敛精度,取得了较好的回波消除效果．仿真表明了新算法的有效性。     

用时频分解法从空间波场中分离表面波信号

提出了一种从空间波场中分离表面波信号的方法,其基本原理是：在小波包变换和时域加窗对信号进行分解的时频单元上,通过改进的极化分析方法和构造的滤波函数对所有时频单元进行处理,将处理结果进行合成即可得到分离出的表面波．这种方法的优点是：对只在时间上重叠或只在频率上重叠的波,可进行有效的分离,压制了各向同性随机干扰,具有较高的时间频率分辨率;特别是通过改进的极化分析算法,可解决原方法中高阶模态表面波提取中存在的问题．     

基于LabVIEW的心音多功能分析仪

基于LabVIEW开发了一种集心音的采集、多功能处理和心音信号发生器于一体的心音分析仪。该仪器是在普通PC机上开发,使用自制的无线心音采集装置和心音信号采集子系统配合提取心音信号,然后利用小波去噪子系统清除背景噪声,最后可利用时域分析子系统和频域分析子系统对心音信号进行各种分析。心音信号发生器子系统可以根据需要产生一种合成心音信号,供用户学习使用。为使仪器达到最佳使用效果,已经为每一个功能模块中的参数寻找到最佳值并设为默认值,而且每一个参数都是可调节的。实际使用效果证明该仪器能够采集到清晰的心音信号,能有效去除干扰噪声,快速准确地计算出心音的各个特征值,能根据用户参数设置快速生成相应的心音信号并播放。     

基于正负相位和奇异点偶识别规则的煤矸识别技术对比研究

采用数字信号处理技术对煤和矸石撞击刮板运输机产生的振动信号进行适当处理,可以完成煤矸实时识别,即时做出对液压支架的控制。文章对所采集到的放煤阶段产生的5组振动信号,分别采用时域一阶差分分析和小波域内模系数极大法分析。在时域内定义了振动信号的正负相位概念,在小波域内定义了正向、负向奇异点偶概念。由所定义的正负相位和奇异点偶概念分别导出煤和矸石识别规则,以实现动态的煤矸自动识别操作。从可靠性和算法的高效性看,正负相位法识别规则优于奇异点偶法识别规则。从深层数据规律看,奇异点偶法识别规则优于正负相位法识别规则。     

FFT复小波及在设备故障信号分析中的应用

提出一种在频域用数字滤波器定义复小波和展缩小波基,用FFT实现复小波变换的算法。该算法可通过控制滤波器的频率截止特性来生成不同特性的小波函数;通过控制滤波器截止频率位置来改变离散小波变换的频率分辨率。