基于全相位谱线插值的电力谐波检测方法研究

传统基于FFT的谐波检测方法在非同步采样或非整周期截断情况下会产生严重的频谱泄漏,为抑制频谱泄漏对谐波检测精度的影响,提出基于全相位谱线插值的电力谐波检测新方法.该方法使用全相位谱实际频点附近的三根离散谱线获得频率和幅值校正量,并利用离散全相位谱峰值谱线相位即为对应的实际频率相位的特点,无需另加校正即可实现较高的相位精度.利用全相位谱旁谱线相对于主谱线按平方衰减的特性,并结合旁瓣衰减速度快的Nuttall四项五阶余弦窗,可有效抑制基于FFT谱线插值算法相邻谐波成分的相互干扰,提高谐波检测精度.通过与三谱线插值法和全相位时移相位差法的仿真对比实验,结果表明文中提出的算法具有更好的谐波检测精度.     

基于小波包能量谱及SVM算法的轴承故障检测

针对小波分析在故障诊断时的局限性,将小波分析和支持向量机算法相结合,提出基于小波包能量谱及支持向量机算法(SVM)的故障检测方法.该方法以振动信号小波包分解后各子频带的能量作为故障检测特征,利用SVM算法对轴承故障进行检测实验.结果表明:小波包能量谱能有效地反映轴承信号特征,并对故障进行检测.该方法同基于Lipschitz指数熵、单奇异点检测,以及小波包能量谱与神经网络相结合的故障检测方法进行比较,检测率均优于其他三种常用方法.     

环氧树脂胶固化过程的液态簧振动力学谱检测与分析

运用液态簧振动力学谱（RMS-L）方法对环氧树脂胶的化学反应过程进行了检测。结果表明：环氧树脂胶存在4个力学谱随时间的变化过程，固化过程中环氧树脂化学反应过程中分子间的交联产生能被液态簧振动力学谱方法灵敏地检测到。因此，液态簧振动力学谱（RMS-L）方法能够为化学反应过程提供有效信息与检测手段。     

谱峰识别的计算机设计与实现

介绍了色谱工作站中谱峰识别部分的设计与实现.该部分首先对数据采用了滤波和斜率曲线的平滑化处理等抗干扰措施,以减小扰动对谱峰检测的影响.然后在进行谱峰检测时,又提出了数据分组的方法,这种方法可以增加谱峰识别的稳定性和准确性.本谱峰识别部分的设计能够使色谱工作站应付采样信号中干扰较复杂的情况.     

基于最大熵谱估计的超声检测回波频谱分析

最大熵谱与传统FFT谱比较具有谱线平滑、分辨率高等优点.论述了最大熵谱估计的原理、方法及其在复合材料粘接质量超声检测中的应用.研究中采用最大熵谱法对回波信号进行频谱估计,确定回波中心频率,进而利用谱移法根据中心频率变化幅度判断界面的粘接质量.实验结果表明将最大熵谱估计用于复合材料粘接质量超声检测回波的处理中,更有利于缺陷特征的提取及检测水平的提高.     

认知无线电系统中有限长度循环谱检测的噪声特性分析

为提高认知无线电系统对微弱信号的频谱检测能力,循环谱检测方法越来越受到重视。但是,有限长度循环谱检测对微弱信号检测性能的影响无法忽视,尤其是噪声信号,经有限长度循环谱估计后,在循环谱平面上的残留值直接决定了循环谱检测的性能。对连续信号的理想循环谱估计方法进行了分析,对有限数据长度、离散采样的白高斯噪声循环谱特性进行了研究,并从噪声信号的自相关特性着手,研究了由于有限数据长度造成的α≠0平面噪声残留问题。从理论上推导了α≠0平面上噪声循环谱估计与数据长度N之间的关系,证明了噪声循环谱估计的下降速度与1/√N成比例,为确定有限长度循环谱检测性能限提供了理论支持。     

一种有效抑制窄带干扰的水声直扩信号检测方法研究

针对高斯白噪声背景下的水声直扩信号检测无法抗窄带干扰的问题,提出了一种有效抑制窄带干扰的水声直扩信号检测方法,该方法采用自适应-倒谱联合检测原理,并针对倒谱的低噪声抑制力,提出了一种改进的倒谱检测方法,能够在有效消除窄带干扰的低信噪比情况下,提高水声直扩信号的捕获概率。在推导算法原理的基础上,通过仿真实验分析验证了该算法的性能。     

认知无线电中一种基于循环谱的信号功率检测算法

为了提高信号功率的检测精度,在循环谱分析的基础上提出了一种基于循环谱的信号功率检测算法,该算法利用循环谱技术的谱分离特性在噪声中精确提取接收信号功率,并以M PSK信号为例给出了该算法详细的理论分析。计算机模拟仿真结果表明,无论是在高信噪比还是在低信噪比条件下,基于循环谱的接收信号功率检测算法的检测精度相比传统的检测方法均有较大的性能增益。该算法具有很好的应用前景。     

基于循环谱与模式识别的并扩信号检测

针对如何提高并扩通信系统中信号的检测效率,提出了使用循环谱检测和模式识别相结合的并扩信号检测方法,通过理论仿真分析并对仿真结果进行比较,证明了此方法能够提高并扩信号的检测性能,同时也能扩宽并扩通信中所使用的信号形式.根据循环谱-模式识别检测方法的特点,提出了并扩通信系统的改进结构.     

基于Lipschitz指数熵的轴承故障检测方法

针对利用小波奇异点进行故障检测无法克服噪声影响的不足,提出采用Lipschitz指数熵作为特征进行故障检测.该方法以信号在小波域上分解形成的Lipschitz指数谱向量的熵值作为故障的诊断特征,建立了基于Lipschitz指数熵的故障检测模型,并提出了基于粒子群优化的特征阈值选择方法.将该方法同基于小波能量谱、小波包能量谱熵特征和小波奇异点检测的方法进行比较,实验结果表明采用Lipschitz指数熵作为特征都能有效克服噪声影响,在检测时间及检测率上较另外3种方法有显著提高.     

一种基于时频域归一化二次谱的信号特征检测方法

针对传统的基于傅里叶变换的信号特征检测方法在频率域内没有考虑时间分辨率，而基于小波变换的方法对缓变信号特征检测困难等问题，提出了一种基于时频域归一化二次谱的信号特征检测新方法．该方法首先在频率域内对原始信号的振幅谱进行傅里叶变换，再将其归一化，获得归一化二次谱，这种二次谱的自变量具有时间量纲，它既能反映信号的频率特征，也能反映信号的时间特征．然后，基于二次谱进行特征检测，同时可采用补零或加窗等方法对数字信号进行处理，以防止频谱泄露，从而克服了单纯频谱分析的不足．针对大型杆件与石油管线传导信号的特征检测结果表明，所提方法能对被测物的完整性做出准确、有效的诊断．     

基于改进小波神经网络的极谱法多金属离子浓度检测信号的在线解析

针对极谱法实现锌湿法冶炼过程多金属离子浓度同时检测时所得信号存在重叠峰的问题,提出一种基于改进小波神经网络的多金属离子浓度极谱检测信号在线解析方法。首先,采用离散小波变换求取极谱检测信号的一阶导数,从而提取出极谱信号的特征点作为小波神经网络的输入;然后,提出一种改进的状态转移算法优化小波神经网络参数,实现基于小波神经网络的多金属离子浓度同时测定信号的离线建模和在线解析,提高多金属离子浓度同时测定的检测精度。以实际锌、钴极谱重叠信号为例进行验证。研究结果表明:所提出的方法针对锌质量浓度和钴质量浓度的测定结果优于传统的曲线拟合和基于BP神经网络的方法所得结果。     

双相介质理论检测页岩裂缝及其油气

尝试用双相介质BISQ理论,在叠后地震数据上计算以频率为自变量的瞬时频散谱和瞬时吸收谱,用瞬时谱的频散和衰减信息检测页岩裂缝及油气。用迭代优化方法设计频宽为2Hz的25个分频算子,用分频算子对地震数据分频,用复数道分析技术对所有分频道进行"三瞬"计算,集合成瞬时振幅谱、瞬时频率谱、瞬时相位谱,用这3个瞬时谱计算瞬时频散谱和瞬时吸收谱。计算结果表明:在瞬时吸收谱的低频段可见到强吸收被弱吸收封闭的异常特征,在瞬时频散谱上伴有频散突变异常特征,两种异常共同构成检测页岩裂缝及油气的标志。用瞬时频散谱和瞬时吸收谱的衰减和频散的异常特征对8口已知井页岩储层的检测结果与钻井吻合。基于双相介质BISQ理论的瞬时频散谱和瞬时吸收谱可预测油气分布范围,提供钻探目标。     

低信噪比下基于谱熵的语音端点检测算法

为提高语音端点检测系统在低信噪(0 dB以下)下检测的准确率,提出了一种基于谱熵的端点检测算法。将每帧信号分为16个子带,选取频谱分布在250~3.5 kH z并且能量不超过该帧总能量90%的子带,计算经过语音增强后的子带能量以及各子带信噪比,根据各子带信噪比的不同调整其在整个谱熵计算过程中的权重,然后平滑谱熵,以最终的谱熵作为端点检测的依据。实验结果表明,此方法在较低的信噪比下能够显著地提高端点检测的准确率。对坦克噪声,检测效果明显优于G.729中的端点检测算法,即使在-5 dB的信噪比下,仍然可以达到95%以上的检测率。     

检测调幅信号的1．5维谱方法

在用修正的双谱法检测ＡＭ信号的基础上提出了一种新的解决方法——１．５维谱法，并且在一定条件下，提出了修正的１．５维谱方法，这些方法既能很好地检测ＡＭ信号，又具有计算量小、运算速度快的优点。     

基于核磁共振弛豫谱的变压器油老化检测研究

针对目前常规的变压器油绝缘热老化检测中过程繁杂等问题, 提出一种基于低场核磁共振弛豫时间谱的检测方法。根据油品中烃类化合物在高压放电环境中出现裂解、结构发生改变的原理, 设计变压器油热老化核磁共振横向弛豫谱检测系统。采用自旋回波序列采集油样时域信号回波峰值点, 描述弛豫时间谱反演算法。利用山西省电力公司长治变电站110 kV高压变压器提取的油样(挂网运行年限分别为1, 10和20年), 进行检测装置性能的验证及测试。结果表明, 在17.173 MHz条件下, 该检测方法可以在1分钟内完成一次油样的信号检测与弛豫谱反演, 3种油样的弛豫时间峰值分别为203.83, 145.82和141.95 ms。可以看出, 随着年限的增加, 弛豫时间呈下降的趋势, 表明高温能够导致油品中分子化学键断裂, 析出气体。     

基于电流的芯片级集成电路故障诊断方法研究

随着芯片级集成电路规模的逐渐增大,电路结构越来越复杂,当前故障诊断方法利用电路状态对电路故障进行检测,检测精度低。为此,提出一种新的基于电流的芯片级集成电路故障诊断方法。选择动态电流对芯片级集成电路故障进行诊断,通过Haar小波函数对芯片级集成电路进行预处理。介绍了多重分形理论基础,给出动态电流多重分形谱的计算方法。针对正常芯片级集成电路的动态电流信号求出其多重分形谱,选择一组测试向量对待测芯片级集成电路进行动态电流检测,对得到的数据进行小波变换处理,求出不同尺度下动态电流小波系数的模极大值。依据小波系数模极大值求出多重分形谱,通过其和正常电路多重分形谱之间的差异判断该电路是否存在故障。实验结果表明,所提方法诊断精度高。     

一种新的循环谱统计量频谱感知算法

为了提高认知无线电中感知用户对授权用户(主用户)的检测概率,提出一种新的基于循环谱统计量的主用户信号检测算法.该算法利用循环谱离散频域平滑方法,对信号的循环谱在循环频率处建立合理的检测统计量,然后求解得到对应不同虚警概率的判决门限,以使感知用户能检测信噪比更低的授权用户信号.该算法具有检测结构简单,易实现的特点.仿真结果表明,在高斯白噪声信道中,虚警概率为0.1,频域平滑累积次数为255,在信噪比为-16 dB的条件下,与Dandawate-Giannakis(DG)方法相比,本文算法的检测概率提高23%.     

杂波谱中心和谱宽估计方法

在雷达动目标检测等处理中 ,为了有效抑制杂波 ,并防止目标白化 ,首先需要对杂波谱中心和谱宽进行有效的估计。基于短序列雷达杂波数据的快速付氏变换 (FFT)运算结果 ,提出了新的杂波功率谱中心和谱宽的估计方法 ,分别称之为“质心法”和“积分法”。将物理学中的“质心法”应用于杂波功率谱中心估计 ,取得了较常规方法好的多的估计效果。在杂波功率谱宽估计中 ,结合相应的功率谱谱形特征 ,利用能量积分的方法完成了功率谱谱宽的估计。和常规的方法相比较 ,有性能好、算法复杂性较小的优点     

基于EEMD和改进功率谱熵的船舶轴频电场检测

为了提高强海洋背景噪声中对微弱的船舶轴频电场信号的检测性能,提出了一种基于集合经验模态分解(EEMD)和窄带功率谱能量峰值熵比(EPER)特征的检测算法.首先,利用EEMD方法从含噪信号中分解出一组有效固有模态函数(IMF),并对其功率谱进行子区间划分;其次,定义并计算了各子区间的一种改进功率谱熵特征——EPER;最后,通过分析轴频信号和环境噪声物理特征上的差异,结合K-均值聚类方法进行线谱子区间的提取,继而进行滑动检测.选用实测数据,与小波包熵滤波算法、小波阈值去噪算法、特征频段功率谱算法进行对比,处理结果表明所提算法具有更好的自适应性和检测性能.