基于统计估计的盲信号分离算法

最大熵法（ＭａｘｉｍｕｍＥｎｔｒｏｐｙ,ＭＥ）和最小互信息量法（ＭｉｎｉｍｕｍＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎ,ＭＭＩ）是两种目前最常用的盲信号分离算法．在分析ＭＥ与ＭＭＩ算法的基础上,提出了一种利用反馈结构的输出信号概率密度函数（ｐｄｆ）估计的增强ＭＥ算法．与传统ＭＥ算法相比较,新算法无需给出传统ＭＥ算法中神经元非线性函数的具体表达形式,而是直接利用输出信号ｐｄｆ估计来推导算法的迭代核,进行算法自适应．分析了应用几种不同ｐｄｆ估计方法的新算法迭代公式．通过计算机模拟表明,新算法比传统ＭＥ算法对于解决卷积混合输入的盲信号分离问题时,具有更好的算法性能．     

熵谱估计中的信号模型问题

系统讨论了最大熵谱分析法（ＭＥＭ）Ⅰ和Ⅱ及Ｓｈｏｒｅ和 Ｔｚａｎｎｅｓ的最小交叉熵 谱法（ＭＣＥＭ）的信号模型，使之对这些熵谱估计的信号模型及相互关系更加清楚， 并便于进行其谱估计。     

基本FFET的试制和性能研究

论述了铁电场效应晶体管（ＦＦＥＴ）的基本工作原理，给出了其设计方案．采用ＳＯＬ－ＧＥＬ法制备了基本的ＭＦＳ－ＦＥＴ和ＭＦＯＳ－ＦＥＴ，对其电性能进行了测试分析．测试结果表明：ＭＦＯＳ结构的ＦＦＥＴ具有极化存储特性．     

醇胺法气体脱硫技术的应用和发展

本文在叙述醇胺法脱除Ｈ２Ｓ和ＣＯ２原理的基础上，分析了常用ＭＥＡ法，ＤＥＡ法，ＤＩＰＡ法和ＭＤＥＡ法的优缺点并指出近年来ＭＤＥＡ法受到重视的原因．阐述了国内外醇腹法气体脱硫技术的应用和发展趋势。     

EMG信号的一种合成方法研究

利用改进了的肌电信号模型，完成了单纤维动作电位（ＳＰＡＰ）和运动单位动作电位（ＭＵＡＰ）的计算机模拟．以此为基础，结合肌肉组织的生理结构和肌电信号的产生原理，首先由多路ＳＰＡＰ信号经过符合生理特性的变换处理后，合成一路ＭＵＡＰ信号，然后考虑人体组织对肌电信号的衰减作用，对具有不同发放率的ＭＵＡＰ序列进行ＥＭＧ信号的合成．这种人工合成的ＥＭＧ信号有助于从理论上研究肌电信号的发放率和传导速度等特性，并将为肌电信号的分解给出一个合理标准．     

GaAsMESFET模型参数自动提取方法的研究

提出了一种基于ＰＳＰＩＣＥ４．０２通用电路模拟程序与优化技术相结合提取ＧａＡｓＭＥＳＦＥＴ模型参数的方法，根据实例的ＧａＡｓＭＥＳＦＥＴ小信号Ｓ参数与大信号Ｓ参数，利用约束优化技术提取模型等电路元件参数，并利用该电路模型参数设计制作１了３．７ＧＨｚ－４．２ＧＨｚ和５．２ＧＨｚ＝－５．８ＧＨｚ ＧａＡｓＭＥＳＦＥＴ放大器，给出了设计和测试结果并验证了该方法的正确性。     

替代数据法在肌电信号分析中的应用

表面肌电信号是肌肉收缩时的电变化在皮肤表面的综合反映,根据表面肌电信号（ＥＭＧ）属于短数据量的时间序列的特点,提出了利用替代数据方法对ＥＭＧ信号的动力学特性进行了分析,研究表明,ＥＭＧ信号是非噪声的确定性信号,并具有确定性的非线性特性,为进一步分析其混沌动力学特性提供了客观依据。     

基于VME总线SHARC并行处理系统的设计与实现

研究基于ＶＭＥ总线ＳＨＡＲＣ并行处理系统的设计与实现。系统采用ＳＨＡＲＣ处理器的ＬＩＮＫ口组成网状进行处理结构;ＶＭＥ总线接口采用芯片ＶＩＣ６４和ＥＰＬＤ实现,信号互连采用传输线结构,用适当的端接技术与合理的布局抑制信号反射和串扰,并进行了信号完整性分析和仿真。     

一种改进的规则脉冲激励－长时预测语音编码方案

在对规则脉冲激励－长时预测语音编码方案（比特率为１３ｋｂｉｔ／ｓ）研究的基础上，提出了７．４ｋｂｉｔ／ｓ的改进方案，使编码速率大大降低．改进方案在长时预测分析中用部分搜索法代替了原来的全搜索，并采用矢量量化技术对预测残差信号进行量化．其硬件实现在ＴＭＳ３２０Ｃ３０ＥＶＭ上完成，所用ＤＳＰ芯片为单片ＴＭＳ３２０Ｃ３０．实验结果表明，合成语音质量与原方案十分接近．     

数字通信四次群信号发生器研制

介绍的数字通信四次群信号发生器是以 ＩＴＵ－Ｔ　 Ｇ．７５５建议为标准研制的．信号发生器可输出两种码型的数据流，一路是ＣＭＩ码流，另一路是普通二进制码流，数据速率为１３９．２６４Ｍｂ／ｓ．信号发生器还输出１３９．２６４ＭＨｚ的同步脉冲．设计中采用了高速ＥＣＬ器件，ＥＰＬＤ和８９５１单片机。信号发生器可产生可编程设定符合Ｇ．７５５建议的多套码型．     

小波多尺度变换对滚珠丝杠振动信号处理效果的研究

针对磨削加工中滚珠丝杠振动信号存在低信噪比及野值的特性,提出了基于正交小波多尺度分解的振动信号滤波方法。利用正交小波多尺度变化的基本原理,将振动信号分解到各个尺度上。在各个尺度上分别进行振动信号特性分析,之后通过正交小波重构得到高信噪比、去野值的振动信号。通过仿真试验及真实实验数据分析,验证了振动信号经过小波多尺度分解和滤波和重构后,不仅信噪比得到提高,并且振动信号的野值特性也可以得到很好地剔除。     

涡街流量信号中管道振动噪声的分析与处理

研究了获取管道振动噪声干扰特征的方法,介绍了基于加速度传感器的管道振动信号的采集.结合涡街流量信号和管道振动信号的频谱分析结果,指出了管道振动信号频率与涡街流量信号的主要干扰分量频率直接相关.研究表明,可通过获取管道振动加速度信号特征,来间接获得涡街流量信号中最主要噪声的频率特征.基于这一研究结论,以管道振动信号的特征信息为参考输入,验证了通过自适应滤波对涡街流量信号中振动噪声的滤波方法.     

基于模拟机匣的中介轴承微弱故障特征提取技术

中介轴承是航空发动机支承传动系统中的重要零件,其运行状态直接影响航空发动机的工作状态和运行安全。围绕航空发动机中介轴承微弱故障特征信号提取的问题,以振动信号分析和处理为基础,开展航空发动机中介轴承微弱故障特征信号提取实验。仿照某型涡扇发动机机匣结构设计加工了模拟机匣,用来模拟振动信号的复杂传递路径。基于包络谱分析和经验模态分解（Empirical Mode Decomposition）包络谱分析处理振动信号,对比二者对滚动轴承微弱故障特征信号的提取效果。实验结果表明,在中介轴承微弱故障特征信号提取中,模拟机匣可以有效地模拟振动信号的复杂传递路径,EMD包络谱分析法比单一采用包络谱分析的方法能够更加明显有效地提取中介轴承微弱故障信号。     

工程振动信号微积分敏感性及其应用研究

工程施工监测中常常需要监测振动速度信号或振动加速度信号,振动速度信号和振动加速度信号的频谱特性差别很大,进而影响后续分析.本文采用傅立叶变换的时域微积分性来分析工程振动信号频谱的微积分敏感性,并通过拉普拉斯变换求取结构振动傅立叶谱,自功率谱,频响函数,并分析它们微积分敏感性.通过频响函数分析了其微分敏感性的物理意义.通过对背景工程中高层建筑实测自然激励的振动信号,验证了频谱微积分敏感性,并分析了频谱微积分敏感性对于振动信号分析的影响.研究结果表明：工程振动信号在数学上由于傅立叶变换的时域微积分性质,使得傅立叶谱峰值的频率分布具有微积分敏感性,随着振动信号微分阶次的升高,高频成分逐渐升高,低频成分逐渐降低;由不同信号的频响函数表达式,对结构动刚度、阻抗、动质量的频率分布规律进行了阐述;不同监测信号对于高、低频成分的识别精度不同,对于结构物高、阶模态的识别精度亦不同,对于高阶的频率成分的识别建议进行振动加速度信号监测,对于低阶频率的识别建议采用振动速度信号监测.     

某型涡扇发动机中介轴承微弱故障特征信号提取技术

研究航空发动机在降转速过程中中介轴承微弱故障特征信号的提取技术,提出了一种基于计算阶次分析、三次样条插值分析与包络谱分析相结合的新方法。基于滚动轴承模拟故障实验和航空发动机中介轴承微弱故障实验测得的降速工况下的转速信号和振动信号,首先对转速信号在时域内积分获得角位移-时间信号;再对该信号进行线性插值获得等角度间隔的角位移-时间信号;然后利用该时间序列对振动信号进行三次样条差值获得等角度间隔分布的重采样振动信号;最后对重采样振动信号进行包络分析及快速傅里叶变换获得阶次包络谱。通过两种实验分析表明该方法能有效提取出复杂路径下航空发动机中介轴承微弱故障特征信息。该方法为航空发动机中介轴承微弱故障特征信号提取提供了一种重要手段,具有广泛的应用前景。     

跨座式单轨车轨耦合系统振动信号采集频率分析

针对跨座式单轨车轨耦合系统振动信号采集时,振动信号采集频率会对车轨耦合动力响应数据处理结果产生影响,利用有限元分析软件建立跨座式单轨车轨耦合系统模型,探究不同车速下车辆与轨道梁振动响应随振动信号采集频率变化的趋势,进而得出适宜于车辆与轨道梁振动信号采集频率范围。研究结果表明：若振动信号采集频率过低,会导致车轨耦合振动响应结果失真,采集频率过高,对结果的精度提高效果并不明显;车辆振动信号采集频率宜不低于200 Hz;轨道梁垂向、横向振动加速度信号采集频率最低值分别为600 Hz和1500 Hz,且车速越高,振动信号采集频率对轨道梁振动加速度结果准确性影响越大。     

基于平移窗信号自相关分析的振动稳定性研究

针对目前潜油电泵的振动信号稳定性分析方法存在的不足,提出了基于平移窗信号自相关分析方法,并定义了稳定指数用于定量评价振动信号的稳定性。首先利用滑动叠加平均法获得一个能够最大程度地代表振动信号周期性特征的窗信号;然后将该窗信号在振动信号上平移并进行自相关分析,从而获得自相关系数序列;最后对自相关系数序列进行处理得到稳定指数。仿真及实验结果表明,本方法可有效地评判信号是否存在振动幅度不稳定或振动周期不稳定的现象,并成功地检验出具有潜在故障的电泵,验证了该方法在评价振动信号稳定性方面的可行性和有效性。     

基于LabVIEW的发动机振动测试分析

发动机的振动不仅影响其工作性能和使用寿命,同时也降低了乘坐的舒适性,另外振动信号在一定程度上还反映出发动机的技术状况和故障状态.基于虚拟仪器测试系统的发动机振动测试对某发动机进行振动试验,通过硬件的组成和软件的设计,采集发动机振动的信号并分析,主要通过信号的频谱分析、自相关计算和小波分析等手段,对发动机振动信号进行测试分析.通过对采集到的发动机振动参数进行分析,为发动机振动源的找寻或故障诊断提供重要的理论依据.     

隧道爆破振动与机车振动信号时频特征差异化分析

采用频率切片小波变换对复线新建隧道爆破振动与既有隧道机车振动信号进行了分析。在获取两种信号波形和频谱曲线的基础上,利用FSWT对两种信号进行了时频分析。然后根据其逆变换能切割任意频率区间的特点,对两种信号进行子频带划分并得到重构信号;并对两类信号不同的能量分布特性进行了对比研究。研究结果表明:爆破振动信号和机车振动信号的能量主要都分布于200 Hz区域内;在0~100 Hz范围内,机车振动信号所占能量相对较大;100 Hz以上频率区域,爆破振动信号所占能量比例更大。爆破振动信号相对于机车振动信号而言,属于更加高宽频的非平稳随机振动。     

隧道掏槽爆破振动信号两种分析方法

通过设计两次起爆的起爆网路,控制掏槽眼引起的振动速度,有效地减少了振动对周边构建物的影响。对掏槽爆破时振动信号进行了FFT分析、小波包分析,结果发现:单向爆破振动速度控制在2.1 cm/s以内,振动频率集中于50~100 Hz。傅里叶分析法(FFT法)与小波包分析法在处理振动信号主频的结果相差不大,速度的FFT图谱与爆破振动信号能量-频谱图相似。可用FFT法快速粗略地计算振动信号的主频与估计能量分配比例。但FFT法计算精度没有小波包分析法高,在精度要求高的情况下仍需使用小波包分析法进行信号分析。