基于优化听觉模型的机床工况识别方法研究

准确识别机械制造设备工况,对判断设备的当前健康状态、设备平稳性,以及科学评价设备操作人员的工作效率具有重要意义.运用遗传算法优化后的ZCPA(zero crossings with peak amplitudes)听觉模型对设备的振动信号进行特征提取,通过与各种工况标准听觉谱计算相关性,以识别设备当前工况.优化后的ZCPA听觉模型计算简洁,能够模仿人耳听觉系统对输入信号进行提取,弥补传统听觉模型适应性差、识别率低的缺陷,同时使不同工况特征差异性增大,提高设备工况识别率.以某种普通车床为例,车床振动信号经过优化后的ZCPA模型处理后,工况识别率达到95%以上.     

基于二次EEMD的转子故障信号时频分析方法研究

HHT时频分析被广泛应用于机械故障诊断中,但其模态混叠成为应用时的瓶颈。针对此问题提出了利用二次集合经验模态分解分解(ensemble empirical mode decomposition,EEMD)来消除模态混叠的时频分析方法。该方法首先用EEMD将原信号分解成若干个本征模函数(intrinsic mode function,IMF),然后选取相关系数较大的分量重构原信号,再利用EEMD对其进行二次处理,便可获得去除模态混叠的时频分布。通过对仿真与实验转子信号分析,该方法可以有效抑制经验模式分解(empirical mode decomposition,EMD)的模态混叠现象,相比一次EEMD,二次EEMD去除模态混叠更明显,能有效应用于旋转机械故障诊断中。     

一种基于HHT的信号周期性分析方法及应用

提出了一种基于HHT(Hilbert-Huang Transform)的信号周期性分析方法,通过分析信号的非线性对主频分布的影响,找到了具有丰富高频含量的近似周期信号的主频与其周期性的近似对应关系,实验表明,根据信号的主频分布来估计信号的周期性具有很好的精确性.将其应用于自然纹理图像的分析,能很好地提取纹理图像的周期特征,为纹理分类、分割、识别和图像检索提供了新的解决途径.     

基于一种听觉模型的特征提取及语音识别

该文分析了人耳耳蜗及中枢听觉神经对声信号处理的机理,主要包括耳蜗对声信号的频率分析、柯蒂氏器官毛细胞的从振动机械能到电化学能的转换,听神侧抑制神经网络和增益调整四个层次,建立各个层次上听觉的数学模型。     

一种新的时变参数AR模型分析方法

提出了一种新的非平稳信号的时变参数AR模型分析方法－局域波分解及其时变参数AR模型。该方法先用局域波分解方法把待处理信号分解成有限个基本模型分量,再对分解得到的基本模式分量建立时变参数AR模型,从而得出时频平面上的时变参数AR模型谱。它扩大了传统的时变参数模型法的应用范围,可用于复杂的非平稳信号的分析和处理。     

一种听觉显著图提取模型

本文基于人耳听觉特性提出了一种改进的自下而上听觉显著图提取模型.该模型根据人耳听觉系统对声音分频道处理以及声音信号时间方向的差异更能有效表征听觉显著性这两个特点进行显著图提取.首先对输入声音信号进行短时傅立叶变换(SFFT)得到声音信号的听觉图谱,然后重新划分频带并在各频带上采用一维高斯滤波器组进行不同尺度的时域滤波,再利用中心-周边差算子计算各频带的听觉显著度并进行跨尺度整和,最后将各频带的听觉显著度线性合并之后得到最终的听觉显著图.仿真实验的结果表明该模型提取的听觉显著图更准确.     

一种基于听觉模型的抗噪语音识别特征提取方法

提出了一种新的语音识别特征提取方法。该方法是建立在听觉模型的基础上,通过计算语音的上升过零率作为频率信息并通过非线性幅度加权相结合来获取语音特征。仿真实现了中小词汇量、孤立词的语音识别,得到了较好的实验结果,证明了此方法具有较强的抗噪声性能。     

心音自动分段算法及两种时频分析方法的对比

本文提出了一种不借助参考信号的定位方法实现心音信号的定位分段算法,首先使用归一化香农能量算法得到心音信号的包络图,然后通过包络和心音自身特性进行定位,S1的终止点、S2的起始点与终止点是依据心音周期的长度来计算,具有良好的自适应性,正常人的识别准确率较高,能达到93.6%,而异常人的稍微低一些,在89%左右。应用了STFT、Choi-Williams分布这两种时频分析法来对比正常和异常人的心音信号之间的差别,从时频等高线图来区分正常和异常信号的直观性说,Choi-Williams分布优于STFT分布。     

一种基于变分模态分解参数优化的轴承故障诊断方法

为解决变分模态分解方法在提取齿轮箱滚动轴承的故障特征频率时受模态个数和惩罚项系数影响的问题,提出了一种基于人工鱼群算法优化变分模态分解的轴承故障诊断方法.首先,利用人工鱼群算法优化变分模态分解方法的模态个数和惩罚项系数;其次,故障振动信号经优化的变分模态分解方法分解,获得若干模态分量;最后,筛选包络熵值最小的分量进行包...     

听觉诱发电位信号分析中小波基函数的确定

声舒适是评价建筑室内环境的重要部分,听觉诱发电位是声环境舒适度评价的客观生理指标,听觉诱发电位信号的时频能量特征可以用来评价声环境的舒适性.小波包分析可以探究听觉诱发电位信号时频能量分布规律,分析时运用的小波基不同,产生的结果也不同.为了更好地研究听觉诱发电位信号的时频能量分布,比较了5种小波基函数的时域特点和幅频特性...     

频分复用有源滤波电路的EWB仿真设计

通过对高、低通二阶有源滤波电路的频率特性分析,得出滤波电路的参数设计方法,并采用EWB仿真软件在计算机上进行了仿真设计,该电路用于两路频分复用线路中,可以根据需要方便划分传输信号的频段。笔者计算分析与计算机仿真研究都说明在电路中合理选择相关元件参数情况下,可以使电路的高、低通输出特性均理想,并具有相同的截止频率。该项研究为两路频分复用电路的滤波电路参数设计提供了理论与实验的依据。     

微带线带通滤波器的设计

阐述了工作在中心频率为几个ＧＨｚ带通滤波器的设计过程，介绍了带通滤波器的设计的原理，利用计算机辅助设计工具ＭＡＴＬＡＢ进行数值计算，给出微带线的ＰＢＣ尺寸，并用软件包ＥＥｓｏｆ模拟出带通滤波器参数。     

新型中心开圆形槽的带通滤波器设计

设计了一种新型带有两个三角形切角和中心开圆形槽的双模椭圆函数带通滤波器,并对该滤波器结构进行了仿真研究和分析。该滤波器在中心频率2．28GHz处,最小插入损耗为0．25dB,通带内在2．24～2．35GHz之间插入损耗小于1dB,在2．27～2．47GHz之间回波损耗大于20dB,3dB相对带宽为7．37％。在通带两侧2．04GHz和2．55GHz处有2个衰减极点,衰减分别是61．85dB和45．64dB,另外,在通带右侧3．28GHz处还有一个65．15dB的衰减极点。研究表明,该结构能够减小滤波器的体积,更有利于器件的小型化,同时还能够有效减小辐射损耗,使通带两侧的衰减变得更好。     

三段式带通型可调谐全光纤声光滤波器

为克服基于普通单模光纤的声光效应只能实现带阻滤波器的问题 ,提出并实现了一种三段式结构的全光纤带通型可调谐声光滤波器。该文分析了三段式结构实现带通滤波的原理 ,考虑声波的衰减而优化了第一段和第三段光纤的长度比 ,并且指出中间段光纤的长度对于滤波器消光比的影响。这种新型结构的滤波器与以往的全光纤滤波器相比 ,边带抑制比高 ,没有移频现象 ,适合于高速波分复用系统的应用     

新型心电信号检测带通滤波器的设计

提出了一种新型的用于心电信号检测的带通滤波器.心电信号是常见的生物电信号,低频达到0.1 Hz,高频分量超过100 Hz,其检测电路中需要一个0.1-100 Hz的带通滤波器.由于0.1 Hz的低截止频率和片上电容、电阻值的限制,采用传统滤波器设计方法很难达到设计要求.为寻找结构简单而性能达标的滤波器结构,引入了电流舵技术,用低通滤波器和高通滤波器串联的方式,使用不超过10 kΩ的电阻和不超过6 pF的电容就可以实现低达0.026 7 Hz的截止频率.该滤波器在SMIC 0.18 μm工艺下进行设计与仿真,经过仿真验证,该滤波器在1.8V工作电源的情况下获得了0.026 7-202 Hz的通频带,低于168 μV的输入参考噪声;0.1-100 Hz频带内相移小于±30°,带内波动小于1 dB,滤波器整体功耗为311 nW.该滤波器结构简单,所需电阻电容值小,具有低噪声、低功耗的特点.     

基于解析信号和带通滤波的频率细化分析

介绍了一个基于解析信号和带通滤波的频率细化分析技术,讨论了其和传统的频率细化分析技术相比较所具有的特点,对离线测量,该技术在计算机上实现时,分析速度和最大细化倍数均比传统方法有较大提高,为基于计算机平台的虚拟仪器中的频率细化分析技术提供了一条崭新的实现途径。     

用于光通信的超窄带光子晶体滤波器的设计及特性研究

把G=3,N=3的Cantor序列一维光子晶体看作是由光学厚度均为λ0/4的两种介质按分形Cantor序列堆砌27层而成。用5层光学厚度0λ/5的第3种介质替换晶体中第10~15层的低折射率介质后,得到一种新结构的光子晶体。用传输矩阵法研究新结构光子晶体的能带特性,结果表明,新结构光子晶体有更宽的带隙,并在中心波长处出现了一个超窄透射窗口,透射率几乎为100%,当λ0=1 550 nm时,透射窗口的半高宽仅为0.2 nm。晶体的这一特性可用来制作超窄带光子晶体滤波器,在光通信和光学精密测量等技术中有一定的应用价值。     

大梯度复杂物体三维形面测量中滤波器的选择

根据傅立叶变换法检测曲面形貌对滤波频率响应的要求,提出两种频域低通滤波器(指数滤波器,矩形余弦低通滤波器),在对具有大梯度和急剧变化细节的物体形面测量方面,有很好滤波性能。最后给出一个实验,证明了这两种滤波器的适用性和有效性。     

基于神经网络与特征融合的损伤诊断方法

为了能准确地诊断复杂结构损伤是否产生以及产生的位置和程度,提出了一种小波包分解、多传感器特征融合和神经网络模式分类相结合的结构损伤诊断方法。首先,用正交小波包对多个传感器采集的振动信号进行小波包分解,并计算每个频带上的相对能量;然后把这些传感器信号的小波包相对能量融合,构成神经网络分类器的输入特征向量,从而实现损伤的诊断和评价。研究结果表明:正交小波包分解的频带能量分布能够较好地反映结构的损伤特征;特征融合能够使不同传感器的信息相互补充,减小了损伤检测信息的不确定性,使诊断信息具有更高的精度和可靠性,提高了诊断准确率。     

抽头式梳状线带通滤波器设计

从滤波器的工作原理出发,分析了梳状线带通滤波器的结构特征,推导了抽头式输入输出结构的网络表达式,并对其进行简化等效,得到了与传统设计中使用的变换器输入输出相等效的表达式,用高频结构仿真软件HFSS进行了仿真,并通过实例设计,验证了此方法的有效性．