锌钡白回转窑消色力波动性的成因分析

为寻找某锌钡白回转窑过程的关键质量指标——消色力不稳定的原因,对消色力指标的序列进行了研究.首先用傅立叶方法进行分析,发现其包含的谐波分量比较显著,表明消色力波动存在一定的周期性.为得到关于波动的更详细信息,并考虑消色力序列的非平稳特性,进一步采用希尔伯特-黄变换时频联合分析的方法,通过对其边际谱的研究得到比较精确的波动频率,并由Hilbert谱的分析实现对该波动的时间定位,最后结合实际指出产生该波动的管理和工艺上的原因,从而为质量问题的追溯提供了线索和条件.     

锌钡白转窑"等质量等能量"控制模型参数辨识

针对锌钡白转窑控制项目中“等质量等能量”控制模型在进料量估算和控制模型参数辨识方面的不足,通过分析大量的历史数据和总结操作工人现场手动控制的经验,提出一种新的进料量计算方法和控制模型参数辨识方法,把进料量控制纳入到消色力控制中来,同时引入人工判断消色力作为辨识依据.文中还给出了参数辨识的具体过程,并对控制效果进行了探讨.该方法已成功应用于转窑控制中,提高了产量和产品的消色力.     

小波消噪和AR谱技术在汽车传动轴故障诊断中的应用

为了解决传统的谱分析方法难于提取传动轴振动信号故障特征问题,介绍了小波消噪与AR谱相结合对汽车传动轴振动信号进行分析的方法。通过对处理的结果比较分析,可以看出,传动轴不平衡时,其不平衡能量在其轴频的半频、倍频处表现明显。小波消噪能够有效地消除或抑制传动轴各种噪声,与AR谱相结合,能够为振动信号故障提取提供可靠的依据。     

近似最佳序列偶集的构造

通过一个Nc长的最佳序列偶(s,t),构造一个N=MNc长的序列偶集。先对序列(s,t),进行DFT变换得到对应的谱序列S和T,再对S和T通过rate-expanding映射扩展构造一个新的N=MNc长的谱序列集,再分别对谱序列集进行离散傅立叶逆变换得到两个N=MNc长序列集,构成一个N=MNc长序列偶集,含有个序列偶,得到的序列偶集中的序列偶异相自相关函数只在几个点(即M个点)处不为零,其余点处都为零,互相关函数处处为零。M=1时,就是原序列偶,长度为,Nc,M1时,长度为MNc,序列偶集中的个数为M1。     

饱和地基三维非轴对称动力响应

通过Laplace变换，建立了各向同性弹性饱和土在圆柱坐标系下，基于Laplace变换域内的Biot非轴对称波动方程；利用方位角的Fourier变换和径向Hankel变换，将波动方程转入为一组二阶常微分方程组；求解波动方程后，得到有限层厚的饱和地基的位移和应力通解;进而结合饱和地基的边界条件和排水条件，求解了任意竖向力作用下，饱和半空间地基的动力响应问题。     

一种改进的小波变换信号消噪方法

根据小波阈值消噪方法的步骤及特点提出一种新的消噪方法——小波系数放大法，并对该方法进行仿真对比实验。该方法在运用小波变换对含噪信号进行消噪前，先对信号进行小波级数分解，对其中的低频系数和高频系数进行适当的放大，然后对信号采取阈值消噪法进行消噪，最后运用小波变换对所得到的小波系数进行适当的宿小，并将其重构。仿真实验结果表明，小波系数放大法消噪后信号的均方根误差有很大的降低，信噪比提高。该方法优于一般的消噪方法。     

欠热沸腾两相系统声压波动时间序列模型的研究

通过对欠热沸腾两相热声效应的实验研究及声压波动时序的动态数据采集，运用时间序列分析方法进行实验建模，建立近似ＡＲ时序模型。在此基础上得到系统声压波动时序的自回归功率谱并分析其频谱特性，发现了管内欠热沸腾热声振荡的“频率聚合”特性；近似验证了系统“声放大”区的存在，揭示了系统自组织的非线性发展过程和自激振荡特征，最后，探讨了时序模型的应用－－声压波动时序的短期预测。     

空间噪声和Langevin方程的Monte Carlo模拟

为了能够模拟Langevin方程中具有任意关联的色噪声,克服由于不知道产生色噪声的微分方程而无法模拟的缺点,该文给出了一个模拟色噪声的方法。在离散的Fourier空间中产生一个噪声序列,再经过离散Fourier逆变换得到所需要的色噪声序列。该方法也适用于模拟空间噪声。以一维时间色噪声以及二维空间短程关联的噪声为例,讨论了用离散Fourier变换来产生色噪声的具体方法。用该方法得到的噪声实际关联,能够与理论值较好地吻合。     

信号消噪的小波处理方法及Matlab实现

通过对噪声特性的分析，并应用小波的方法对信号进行消噪处理，利用Matlab软件演示信号消噪的效果，总结出小波分析对信号消噪的优点。     

金融时间序列变点探测的小波模极大值线方法

研究小波变换方法在金融时序分析中模型变点探测的应用,对金融时间序列采用连续小波变换,通过分析小波变换模极大值线对应的时间序列样本点的小波系数特点,提出了金融时间序列变点探测的小波模极大值线方法,并对广义自回归条件异方差均值模型(GARCH-M模型)进行了仿真计算,其结果验证了此方法的实用性和有效性.该方法更能准确定位金融资产收益率波动所发生的具体时刻,有利于金融资产价格异常时点的正确识别与统计建模分析和资产收益率波动的预测.     

一种基于改进Hilbert-Huang变换的非平稳信号时频分析法及其应用

对于非平稳信号时频分析,提出了一种基于改进Hilbert-Huang变换(HHT)的分析方法.根据HHT的已有原理,改进了经验模式分解(EMD)过程中的筛选停止准则,提高了分解精度;给出了Hilbert谱分析的完整过程;以线性调频连续波(FMCW)信号模型作为研究对象,结合改进的EMD分解和完整的Hilbert谱分析,通过分析时频分布特征实现高噪声背景下雷达目标信号的检测以及干扰信号的提取.仿真结果表明了改进后的HHT方法对于低信噪比非平稳信号分析的有效性.     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

基于Hilbert-Huang变换的金融数据周期性分析及应用

提出了一种基于Hilbert-Huang变换（Hilbert-Huang Transform,HHT）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。     

超声多普勒血流物理模型的实现

 根据对超声多普勒血流物理模型的研究,提出了一套自己的物理模型,用超声探头采集出多普勒信号,然后再利用一些较为经典的方法,如短时傅立叶变换对其进行处理,然后得到其时频分布图.从这些分析结果中得到了一些有用的信息:一个脉动周期内的能量的分布是与液体流动的速度相关联的;一个脉动周期内的频偏也是与液体流动的速度相关联.     

基于FT和HHT的语音能量轮郭特征提取

使用FT和HHT分别对男女语音的能量轮廓特征进行提取,并通过聚类性能分析判别两种方法提取的语音能量轮郭特征的有效性.Matlab仿真结果表明,不管是男生分类、女生分类还是男女分类,用HHT提取的语音特征的聚类效果都比FT的效果好,能较好体现不同语音信号的个性信息,有助于提高识别率.     

虚拟式Hilbert-Huang变换信号分析仪的研制

介绍了Norden.E.Huang等人提出的Hilbert-Huang变换(HHT)信号分析方法的主要内容、经验模态分解的过程和希尔伯特谱、边际谱的概念等;以虚拟仪器的开发特点及应用为基础,利用软件和硬件相结合的方法,从硬件部分、软件部分、仪器面板3个方面介绍了虚拟式Hilbert-Huang变换信号分析仪的设计,并成功开发了虚拟式Hilbert-Huang变换信号分析仪,为工程信号测试与分析提供了一种全新的方法.     

Hilbert-Huang变换的滤波特性及其应用

Hilbert-Huang变换是最新发展起来的处理非线性非平稳信号的时频分析方法.其基本的实现分为两步,多分辨经验模态分解和瞬时频率的求解,随后可以获得信号的时-频谱.这种方法的关键部分是多分辨经验模态分解,任何复杂的信号都可以分解为有限数目并且具有一定物理意义的固有模态函数.多分辨经验模态分解方法可以解释为以信号极值特征尺度为度量的时空滤波过程.时空滤波器充分保留了信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有很大的优势.文中介绍了Hilbert-Huang变换时空滤波的实现过程,并列举了一些实例,说明了该方法的有效性.     

频谱泄漏效应补偿的信号处理方法研究

为减小频谱泄漏对谱分析的影响, 将传统离散傅里叶变换(DFT: Discrete Fourier Transform)的方法和运算从经典的一维频谱扩展到二维时频谱, 在此基础上对简谐信号存在能量泄漏的频谱中任意频率成分的幅值与时域信号截断长度的关系(时谱)进行实验研究, 从而提出一种信号的时谱描述方法。实验结果表明, 在频谱泄漏条件下任意频率成分的幅值随时域信号截断长度的变化遵从sinc 函数, 基于这种关系可完成简谐信号任意截断条件下的频谱构造, 实现零误差幅值谱构成, 得到非整周期截断时DFT 幅值谱误差与信号中所含周期数的关系服从指数规律, 且当信号长度是周期的10 倍时, DFT 频谱产生的标准差约为0. 001。     

基于EEMD-HHT边际谱的轴承故障诊断

提出一种基于聚合经验模态分解 (ensemble empirical mode decomposition,EEMD)和Hilbert-Huang变换（HHT）边际谱的滚动轴承故障诊断方法。首先采用EEMD方法将轴承振动信号分解成若干个模态混叠得到较好抑制的固有模态函数（IMFs）,然后对各IMF进行Hilbert变换,求出轴承振动信号的总HHT边际谱,最后根据该边际谱的幅值特性,确定滚动轴承的故障特征。本文方法提供了一种滚动轴承故障诊断的有效工具。     

信号的DFT对其CFT逼近程度的研究

离散傅立叶变换（ＤＦＴ）或它的快速计算（ＦＦＴ）是信号分析与处理最有力的工具之一,但由于它是用为基频整数倍的Ｎ个频率分量去逼近实际信号的连续傅立叶变换（ＣＦＴ）的值,故用ＤＦＴ估计信号的频谱通常是近似的．本文不仅给出了信号的ＤＦＴ与其ＣＦＴ之间的关系式,而且在此基础上证明了用ＤＦＴ估计信号谱的近似性,给出了用ＤＦＴ精确估计整数频率和非整数频率信号的频谱方法．同时,还研究了窗函数的形状及在离散数据后面补零对用ＤＦＴ估计这些信号ＣＦＴ的影响