Shearlet域基于非局部均值的地震信号去噪

由于采集环境及仪器性能的限制,采集的地震信号中含有较强的随机噪声,对后续的处理和解释带来很大困难.多尺度几何分析近年来受到关注,在Shearlet变换域中引入非局部均值(NLM,non-local mean algorithm)算法对地震信号进行去噪,该算法首先对地震信号进行非下采样Shearlet变换,对近似服从广义高斯分布的Shearlet系数进行主成分分析(PCA,principal component analysis),然后采用非局部均值处理Shearlet系数,最后对新的Shearlet系数进行Shearlet反变换,得到去噪之后的地震信号.实验结果表明,文中算法在低噪声情况下能够获得优于非局部均值算法的去噪效果,对地震信号去噪具有可行性.     

低通和带通信号采样的频谱混叠分析

对带通信号的采样和重建进行了理论分析，结果表明，如果用信号的2倍带宽频率进行采样，会产生频谱混叠，且当信号的最高和最低频率分量中含有冲激函数时，采样之后的信号不能精确重建原信号，当信号的最高和最低频率分量为有限值时，仍然能精确重建原信号，研究还表明，低通信号的Nyquist采样中所遇到的类似问题只是带通情况的特例。     

机车故障诊断的局域均值分解解调方法

为了有效地识别机车走行部的早期故障,提高我国重载机车的运输能力,提出了一种针对机车故障振动信号的局域均值分解(LMD)解调诊断方法.LMD能够将多分量的调制信号自适应地分解成一系列乘积函数分量,分解与解调过程可同步完成.与Hilbert-Huang变换相比,LMD方法不需要通过Hilbert变换求解瞬时频率,从而避免了Hilbert变换加窗效应所带来的解调误差.由于不受Bedrosian和Nuttall定理的限制,不会出现负频率现象,通过滑动平均方法得到信号的局域均值和包络,因此不存在过包络、欠包络和断点效应.通过对实际机车走行部轴承和齿轮振动信号的分析,成功地提取了故障特征,与经验模式分解进行比较的结果说明,采用LMD方法提取尽可能多的有意义的调制分量,不仅避免了Hilbert变换加窗效应所带来的解调误差,而且更适合于多分量调制信号的处理.     

基于压缩感知的塔康方位估计算法

塔康(tactical air navigation,TACAN)信号峰值检测后的离散数据呈随机采样特性,为避免Kalman算法产生滤波发散问题并有效减小对数据量的需求,提出一种基于压缩感知理论的方位估计方法.通过对塔康信号的角度空间进行稀疏分解和观测值压缩,优化重构原始包络信号进而获得方位估计值.仿真实验证明了该算法的性能,与最小二乘拟合算法相比,在保证估计精度的同时进一步降低了峰值数据量,大大减少了计算过程中的冗余,并且在信噪比较大的情况下,方位估计准确度较最小二乘拟合有一定提高.     

振动信号异常值的免疫机制检测算法

人工免疫系统在信号异常检测方面有很好的应用前景.该文对人工免疫系统中的负向选择算法进行探讨.通过沿时间轴对采样信号加窗的方式构造向量集合,利用余弦相似度进行向量间亲合度的匹配计算,实现在实数域进行匹配计算的实数值负向选择算法.结合对仿真信号及实际转子系统振动信号的异常检测,对该算法的加窗方式及匹配阈值进行了分析.计算结果表明: 这种算法可有效地检测出振动信号中的异常值,且仅需要对信号进行去均值的预处理,可望用于机械振动信号的在线监测.     

带通信号采样理论中的若干问题研究

带通信号采样定理在实际应用中还存在若干问题需要明晰,如不混叠采样频率的范围和最优采样频率选择问题、对边缘频率分量非零的带通信号的采样适应性问题、对正弦类信号采样的适应性问题等。针对这些问题,该文从理论上进行了详细的分析和讨论。分析表明,带通信号的采样频率存在一个优化的选择范围,且对于某一确定的带通信号,存在一个最优的采样频率,该范围和最优采样频率均由信号的最高和最低频率成分以及信号带宽所确定;当带通信号的边缘频率分量非零时,采用两倍的信号带宽对其进行采样时将发生频谱混叠,且若在边缘频率处存在冲激函数,采样之后的信号将无法重建原信号。     

自适应LMD与SVM耦合的传感器故障诊断模型

针对胎压传感器常见的几种突发故障,采用自适应LMD(局部均值分解)和支持向量多分类机(SVM)相耦合的方法.利用LMD方法将传感器的输出信号分解成一系列由包络信号和纯调频信号相乘所得的PF分量;支持向量多分类机进行故障识别.研究结果表明这两种算法的有机结合,实现了对胎压传感器7种工作状态的有效识别.同时,避免了EMD方法在分解过程中存在的过包络、欠包络、端点效应和模态混淆等缺点,有效地提高了故障诊断的快速性和准确性.     

基于 L1范数正则化的电压闪变信号检测算法

提出一种基于L1范数正则化的电压闪变信号检测算法.根据余弦函数的正交性特点,通过构造一个合适的目标函数,将基波信号检测转化为一个简单的数学优化问题.利用L1范数正则化的方法,建立从调制信号中恢复包络信号所需的优化方程.通过优化方程的求解,获得基波信号和闪变信号的检测估计.数值仿真信号和实测电压信号的检测结果表明,提出的算法能够准确有效地检测和提取信号的基波和包络分量,且有良好的抗噪性能.     

基于线性正则变换的非均匀采样信号重构方法

提出了一种新的基于线性正则变换的非均匀采样信号的重构方法.根据周期非均匀采样信号模型的特点,提出了一种新的非均匀线性正则变换;研究所提出信号的离散非均匀线性正则变换谱与其连续谱的关系,并根据此关系提出了一种线性正则变换域基于周期非均匀采样信号点重构算法;为验证推导结果,采用一维周期非均匀采样信号进行仿真,仿真结果表明,重建信号与原始信号基本一致.      

基于e~0范数优化算法的图像重建

为了解决稀疏信号的重建问题提出了光滑e0范数优化算法,它与最小1范数优化算法等图像重建的方法相比有很大的不同,着重实验了这种信号重建算法中重要参数的选择,并利用手写体数字图像库为试验样本做了一维信号重建和二维图像重建实验.实验结果证明了基于e0范数优化算法在图像重建时间和重建精度上的优越性,此为后续的图像工程研究奠定了基础.     

科氏流量计测量信号采样与实时算法的实现

在分析科氏流量计输出信号特性对测量精度影响的基础上,从信号处理的角度,采用傅里叶频谱分析法,对影响测量精度的诸种因素进行分析处理,着重解决了在应用中的关键问题：用软件实现整周期采样,同时,通过采用ＤＦＴ算法解决了采样与测量的实时性问题     

过程信号的前馈-反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求,在其他学者研究的基础上,基于前馈－反馈型神经网络模型,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性。     

基于VMD与改进DAE人车地震动包络信号识别算法

摘　要解决对野外环境中低信噪比的人车地震动信号进行分类时传统模式识别方法应用不便，以及识别率较低的问题，通过基于包络检波、变分模态分解（VMD）和改进的深度自编码器（DAE）的特征提取算法研究了针对该类信号的处理方法和特征提取方法。首先对目标的地震动信号进行希尔伯特变换，获取信号的平滑包络线，然后对包络线进行变分模态分解，并用相关系数对分解得到的IMF信号进行筛选，并将相关度较高的分量加权合成为高信噪比的中间信号，再对其使用改进的深度自编码器中进行特征提取。最后使用泛化性能好的随机森林算法对信号进行分类，从而实现对人车目标的识别和分类。结果表明：该算法对两类目标综合识别正确率较其他传统算法有较大提高。可见该算法针对该类目标有应用价值。     

ZC-OFDM信号的分集特性与应用研究

分布式网络化电子信息系统的发射信号需要满足较强分集特性的要求,相同长度、不同根值的ZC序列之间的分集特性由其根值本身及其根值差值决定。通过ZC序列与ZC-OFDM信号的采样序列之间的同构性,对ZC-OFDM信号的分集特性进行了研究,结合ZC-OFDM信号的分集特性以及分布式网络化电子信息系统的特点,提出了最优有效采样长度计算算法,该算法解决了在分布式网络系统布站数一定以及发射信号带宽有限、时宽有限的情况下,如何确定发射信号的有效采样长度使得各个发射站信号的分集特性能够达到最强的问题。结合常规探测信号的时宽、带宽取值范围和最优有效采样长度计算算法,对波形的参数进行了设计,对其在分布式网络化电子信息系统的信号处理效果进行了仿真。仿真结果表明,不同根值的ZCOFDM信号具有良好的分集特性,能够使得分布式网络化电子信息系统在回波接收处理时对各个发射站发射信号的回波信号进行有效的分离。     

压缩传感在电能质量扰动信号分析中的应用

针对电能质量扰动信号分析中, 传统信号处理方法存在采样数据量极大、 采样时间长、 压缩时浪费采样资源等问题, 将压缩传感（CS: Compressed Sensing）应用于电能质量扰动信号分析中。实现了采样与压缩同时完成, 极大地降低了采集的数据量和采样速率。通过对压缩传感的过完备字典设计, 实现了压缩传感同时检测多个电能质量扰动信号, 以及压缩传感对信号在一维、 二维上的重构, 并对重构的电能质量扰动信号进行分析。实验结果表明, 与传统的电能质量扰动信号处理方法相比, 该算法在采样数据量、 重构效果方面都有很大提升, 得到的重构信号误差更小, 对信号的分析更准确。     

基于矢量量化的语音信号频带扩展

对基于矢量量化的频带扩展方法进行了改进.在码本形成上提出了重新量化的方法,并用码本结合浊音度的方法调整增益.首先根据清浊度和能量被划分为标准将窄带输入信号清音、浊音和静音3类;然后每类信号选择不同的码本,用基于矢量量化的方法将窄带信号的谱包络转换成高频带信号的谱包络;再用激励信号(高斯白噪声信号)和重建的高频谱包络合成高频带语音;最后将高频带与原窄带信号之和作为最终的宽带信号.仿真及与其他方法比较说明,本文的方法所需计算量小,适合实时环境.     

基于改进循环谱的直扩信号检测方法研究

基于循环谱理论,根据直扩信号与平稳噪声具有不同的谱相关特性,可对直扩信号进行检测,分析循环谱包络在循环频域——谱频域上的分布,能实现载频及伪码速率的参数估计。在有限时间条件下,为实现更低信噪比情况下的信号检测,提出了集平均的频域平滑循环周期图的改进算法,避免了多维搜索,并对算法进行抗噪声性能及统计特性分析,理论表明具有进一步的抑制噪声水平。通过计算机仿真,说明了此法能在低信噪比情况下实现参数估计,并分别证明了数据长度及平滑点数对实验数据的影响,验证了理论分析的正确性。     

Windows98下心电信号的采集技术

介绍了在Windows98图形界面下，使用VtoolsD工具和VC＋＋编译器对心电信号进行中断采集的VxD(virtual x Device)驱动程序的编写,发明Windows的多线程技术，同时采用Windows内存设备DC（memory DC)进行心电数据的显示，以及采用Windows虚拟内存技术（virtual memory)对数据进行了存储的方法，为进一步的心电信号的分析检测奠定了基础。     

基于SWR平台的模拟无线信号实时分析系统研究

该文基于SWR（Software radio)和DSP（Digital Signal Processing)技术,建立一个通用模拟无线信号接收处理平台,通过对中频带通采样,信号调制模式识别等关键算法理论的分析研究,提出了对不同频段,不同调制模式模拟无线信号进行实时分析的方法,同时,通过对实际模拟无线信号的分析仿真,得出了统计分析结果。