基于SSA的弹头激波信号处理方法研究

针对弹头激波信号混杂其他噪声干扰无法分离时延特征参数问题,利用奇异谱分析(SSA)的自适应滤波特性进行处理,并对嵌入维数和重构主分量数目对分离效果的影响进行了讨论,建立性能评价函数和选择准则来进行优化。仿真结果表明,采用最优参数时SSA能有效提取出噪声条件下激波信号特征。     

基于时频分布的超音速飞行目标激波信号检测

为获取物体作超音速飞行时产生的激波信号,以对超音速目标进行识别和定位,设计了一种基于时频分布的超音速飞行体激波压力信号的检测器,用主成分分析法提取时频域的主成分,确定了一种简单的判别准则,解决了在噪声环境中检测出激波信号的问题.通过外场实测数据对检测效果进行了仿真分析,仿真结果表明可以获得较好的检测效果,适用于暂态信号的检测.     

自适应LMS滤波器在遥控激波报靶中的应用

在野外复杂训练环境下,利用激波原理进行实弹射击的精度坐标报靶,是一项具有相当挑战性的技术.本文采用FPGA (Field Programmable Gate Array,现场可编程门阵列)结合自适应滤波技术,对报靶系统采集的激波信号进行了实时滤波处理.采用VHDL语言编程,利用QUARTUSII6.0进行仿真.试验结果证明,当弹丸穿过靶平面时,数据采集电路采集的激波信号含有大量噪声,基于FPGA的自适应滤波器能很好地滤除大部分干扰噪声,得到了比较理想的激波数据,提高了报靶系统的报靶精度.     

近岸浅海环境噪声提取方法研究

针对复杂的近岸浅海环境噪声,提出了一种加性噪声和乘性噪声混合的信号分析模型,并利用维纳滤波和同态滤波对噪声信号进行提取处理。通过海试数据仿真验证,结果表明所提出的方法能够有效分离加性噪声信号、乘性噪声信号和目标信号,为噪声信号的特征提取和分类识别奠定基础。     

“融资铜”模式剖析与国际铜价走势研究

通过奇异谱分析(SSA)技术,非平稳铜价序列被分解重构为主要信号和噪声信号。主要信号被用于支持向量机(SVM)建模对铜价进行了短期预测。研究发现:未来半年内国际铜价将呈现整体上涨趋势。认为,准确预测国际铜价既有利于择机进口铜,也有助于防范"融资铜"的金融风险。     

矩形喷嘴超声速射流啸叫模式切换的分布性研究

为了研究矩形喷嘴超音速自由射流噪声的湍流噪声、啸叫以及激波相关宽频噪声这3类成分的分布特性及其各成分的切换特性,通过准阵列实验方式对宽高比为4的矩形喷嘴射流噪声进行了分析研究,并与理论结果进行了对比验证。通过改变射流下游测点的径向距离和测点与射流轴线的夹角,研究了射流下游噪声信号的模式特性。通过分析得到,射流下游噪声主体是湍流噪声,其基频不受角度变化影响,并且噪声模式切换的随机性较高。研究发现:随着径向距离的增大,湍流噪声基频在5和2.6kHz之间跳动,高频湍流噪声强度随之减弱,基频逐步稳定;随着射流上游测点角度的增大,啸叫的占优特性增强,在120°时啸叫的占优区间最长,而且在此位置的射流初始阶段出现了激波相关宽频噪声的占优区间,与理论结果进行对比,得出啸叫的第一阶主频和激波相关宽频噪声是向射流上游传播,并呈现一定的范围。此项研究可为工程中避免小尺度的结构疲劳破坏及对相关工作人员的声防护提供一定的参考依据。     

独立分量分析法降噪技术研究

研究了在超声检测时利用独立分量分析法对检测信号进行噪声处理技术,在试验中采用Matlab软件对人工加工的焊缝缺陷检测出来的源信号数据进行独立分量分析迭代分离后,再将所得的信号数据分离出源信号与噪声信号,经处理后恢复的缺陷图像明显可以改善之后的焊缝质量评定准确度.结果表明,采用独立分量分析法对噪声分离后更能精确识别检测信号中的缺陷信息,减少由于源信号与噪声的重叠造成了对焊缝缺陷的误判.     

基于计算听觉场景分析的改进清音分离方法

基于计算听觉场景分析(CASA)的单通道语音分离方法在浊音分离领域已发展得较为成熟,然而由于清音信号具有较小的能量且不包含周期性基音特征,因此清音分离具有较大的困难。根据噪声信号分布的不确定性和不稳定性,提出了基于CASA和谱减的改进清音分离方法。改进方法在剔除了浊音块后,通过基于距离加权的残余噪声估计算法得到每个清音单元中所包含的噪声能量,对每个清音单元进行谱减算法并标记,进一步剔除残余噪声单元,提取出清音信号。实验结果证明:与传统清音分离方法相比,改进方法对时变性残余噪声能量的估计结果更加精确,更能提高清音分离的有效性。     

对噪声淹没的传感信号进行小波分析处理

叙述了研究氮气弹射系统的背景和目的,并用速度传感器弹性的分离过程进行了试验验证。但由于影响导弹安全分离因素的存在,所测得的导弹分离参数和分离姿态往往被外界噪声所淹没,利用该文提出的小波分析方法,有效地区分信号中的突变部分和噪声,从而实现对信号的去噪,识别含噪信号中有用信号的发展趋势,同时将重建信号与理论计算值作一比较,结果证明,小分析方法在导弹安全分离中得以应用的有效性。     

基于EEMD-ICA-CWT的装载机室内噪声盲源分离和识别

为了分离装载机的噪声源,采用集合经验模态分解(EEMD)、独立分量分析(ICA)和连续小波变换(CWT)技术相结合的方法,对装载机司机位置处噪声信号进行了盲源分离和声源识别研究.针对单一通道噪声信号进行盲源分离,将其分解成一系列独立分量.在削弱了传统经验模态分解(EMD)算法处理噪声信号时产生的模态混叠现象的同时,克服了独立分量分析方法要求传感器数目必须大于等于分离出分量数目的限制;借助连续小波变换良好的时频定位特性,对ICA分离结果进行时频分析.结合时频分析结果和各噪声源信号的频谱结构,确定了各独立分量与装载机不同噪声源的对应关系.结果表明,这些独立分量分别对应着装载机的燃烧噪声、冷却风扇辐射噪声及排气噪声等噪声源.     

卷积混合信号频域盲分离技术研究

阵列声纳观测的舰船辐射噪声信号是由多目标源、海洋环境噪声等经多途卷积混叠形成,为提高被动声纳的检测能力、有效分离多目标信号与环境噪声,提出一种新的信号盲分离方法,利用滑窗短时傅里叶变换将时域信号卷积混合形式转换到频域瞬态混合形式,针对每个频率点利用非平稳水声信号的多拍交叉相关序列,建立频域适用盲分离算法,估计分离网络矩阵,分离恢复多源信号,研究了多源多途水声信号盲分离技术,用仿真信号和水池实验实录信号进行频域盲分离算法检验,结果表明信号分离效果较好。     

基于VMD-ICA-CWT的内燃机噪声源识别方法

提出了基于变分模态分解(VMD)、独立分量分析(ICA)和连续小波变换(CWT)相结合的内燃机噪声源识别算法.首先,对内燃机进行铅覆盖,只裸露待测的第6缸部分,测量裸露部分缸盖位置处的单一通道噪声信号;然后采用变分模态分解算法将其分解为各变分模态分量,并用FastICA算法提取各独立成分,解决了对单一通道噪声信号进行盲分离的欠定问题,同时克服了传统的经验模态分解处理噪声信号时出现的模态混叠缺陷;最后利用连续小波时频分析和相干分析,对分离结果进行进一步识别.研究结果表明:该算法能有效地分离识别出内燃机的燃烧噪声和气阀机构敲击噪声.     

强干扰环境中挖掘机噪声独立分量分析

为了确定挖掘机的噪声源,采用声学照相机对挖掘机噪声进行测试,并利用独立分量分析方法对测试噪声信号进行分离研究。根据测试环境存在强烈的背景噪声与回声干扰的特点,建立基于快速固定点独立分量频域复数算法的噪声分离模型,分析得到主要噪声源独立分量的主频率。为找到这些频率对应的零部件,利用Ansys软件对柴油机表面主要零部件进行振型模态分析,并将噪声测试方向上振型模态的共振频率与独立分量主频率进行对比。研究结果表明:利用独立分量频域复数算法能快速有效地分离含背景噪声和回声干扰的噪声信号;通过对比振型模态与独立分量主频率可找到机体、气缸盖、气门室盖等主要表面噪声辐射源。     

隐式有限体积TVD格式在羽流场中的应用

火箭羽流会造成噪声、烟雾、热辐射、环境污染和信号衰减等多种效应,因此研究排气羽流问题至关重要。采用三维隐式有限体积TVD格式,通过求解定常可压缩Euler方程,数值模拟了来流马赫数为1．0、1．5、2．0和喷管出口压力比为1．0、2．0、3．0时的火箭羽流场,并对各流场参数和噪声进行了计算和比较。所采用的二阶格式具有分辨率高、收敛快速稳定、可较好模拟复杂计算区域和流场波系等优点。声压级在相交激波点附近出现剧烈变化,喷管出口处的激波和排气羽流造成强噪声。     

润滑油磨粒超声回波信号的双树复小波自适应降噪

针对润滑油磨粒含有强噪声的回波信号的问题,采用基于双树复小波变换(DT-CWT)的自适应降噪方法,从而提取清晰的磨粒回波信号. 该方法结合奇异谱分析(SSA)和小波熵理论,分别对双树复小波变换后的近似部分和细节部分进行分析. 奇异谱分析去除了近似部分包含的噪声,同时,小波熵理论能够自适应选取不同分解层上的阈值,实现了细节部分系数的自适应选择. 仿真表明,对于润滑油磨粒超声回波信号的双树复小波自适应降噪,输出信号信噪比(SNR)高、均方根误差(RMSE)小、相似系数(NCC)大,算法运算时间能够满足在线检测要求. 实验分析表明,该方法降低了信号中的噪声,还原了准确的波形特征.      

一种基于ICA的机械缺陷超声信号提取方法

针对强噪声背景下缺陷超声回波信号检测的问题,利用了基于独立分量分析的方法进行缺陷信号的提取。该方法首先对观测信号进行JADE分解,得出多导独立分量,再根据赫斯特指数,分离缺陷信号和噪声信号。通过对仿真和实测缺陷超声信号的去噪实验研究,结果表明,与小波去噪方法相比,ICA去噪方法能够得到很好的信噪比,有利于强噪声背景下缺陷的去噪处理及微弱信号的提取。     

传统独立分量分析和变分贝叶斯独立分量分析的比较

通过试验比较了传统的独立分量分析(ICA)和变分贝叶斯独立分量分析(VbICA)在源信号分离中的能力,试验研究表明,无噪声环境下的盲源分离,两种方法都能得到很好的分离性能.然而,噪声环境下的源信号分离,变分贝叶斯独立分量明显优于传统独立分量分析,特别是随着噪声的增强,变分贝叶斯独立分量的优势就越明显.另外,变分贝叶斯独立分量可以估计源信号的数目,而传统独立分量分析往往事先假设源信号的个数已知,否则无法进行源信号分离.     

基于NMF的老电影音频背景噪声修复算法

老电影音频资料经过长时间的存储会出现音频纯度低、存在噪声等问题.利用非负矩阵分解(non-negative matrix factorization,NMF)算法对单声道音频中的背景噪声进行自动、快速检测和分离以去噪.对非噪声和噪声信号分别建立相应的模型,即前者使用正弦模型;后者的模型通过对老电影中先验噪声信号进行训练得到,然后使用一种条件受限的NMF算法对音频中的背景噪声进行分离.实验结果表明,该算法在去噪效果上要优于直接滤波等去噪算法.     

电力线通讯辐射噪声的预估与抑制

介绍了电磁干扰(EMI)噪声分离网络在预估与抑制电力线通讯中系统辐射电磁干扰噪声方面的应用.首先,利用电磁干扰噪声分离网络对电力线通讯系统中的电磁干扰总噪声进行模态提取,获得该噪声中的共模分量和差模分量,并根据相应的数学模型将测量得到的噪声电压信号转化为噪声电流信号.然后,利用共模噪声电流与辐射场的关系模型对系统的电磁干扰辐射噪声进行预估.实验结果表明:通过提取引起辐射噪声的共模噪声电流,可较为准确地预估此辐射噪声;通过设计相应的EM I滤波器或采用铁氧体磁环,可实现对共模噪声电流的抑制,从而达到抑制系统中辐射电磁干扰噪声的目的;与滤波器相比,铁氧体磁环抑制辐射噪声的效果更为明显.     

基于前馈复式的BSS去噪方法

在BSS中，含噪声信号的盲分离是困难的，因为存在太多的未知条件。针对噪声环境，提出了一种基于前馈复式BSS去噪新方法。由于BSS算法的目的是尽可能恢复源信号，因而其实际输出信号总是由某个较强的源信号迭加另一些较弱的源信号及噪声组成。该方法是把那些较弱的源信号及噪声又假定为一个新的混合源信号Snew，那么通过适当的选择和组合前一次盲分离的结果作为下一次盲分离的源，反复使用盲分离技术就可把这个假定的Snew分离出来，再将Snew与选定的某个恢复源信号取谱差，达到消除噪声，提高分离结果性能指标的目的。