循环自相关函数的解调性能分析

介绍包络解调技术在幅值调制信号分析中的工作原理，同时讨论了循环自相关九的解调性能，通过理论分析，证明希尔伯特变换和循环自相关函数具有相同的解调性能，并通过实测滚动轴承振动信号加以验证。     

一种新的8DPSK调制解调方案

提出一种新的８ＤＰＳＫ调制解调实现方案，该方案调制时频谱形成采用符号脉冲成形法，从根本上消除了频谱重叠，最大限度地降低了取样速率。解调时采用内插滤波和正交移相法，大大减少了计算量。系统性能提高，结构得到简化。     

基于小波分析和共振解调的故障诊断方法

介绍小波分析和共振解调技术的原理及在机械设备故障诊断中的应用。讨论小波分析和共振解调技术之间的内在联系与应用。     

小波分析在滚动轴承故障诊断中的应用

在共振解调技术的基础上，采用小波分析方法对滚动轴承的故障进行了有效的诊断，实例证明，小波分析对处理非平稳信号具有很好的应用效果。     

解调分析在机械设备故障诊断中应用的三个局限性研究

在具有齿轮、滚动轴承的机械设备故障诊断中,广泛使用解调方法分析诊断故障．从理论上分析．现有的解调分析方法存在的三个局限性：将不包括调制信息（故障信息）的两时域相加信号,也以其频率之差作为解调信号而解出;广义检波滤波解调分析中,由于取绝对值或检波过程可能产生混频效应;几种细化解调分析算法中,无法在细化分析的选抽时进行数字低通滤波,有可能会出现调制频率的高次谐波发生频率混叠而反折到低频部分的现象,提出了基于复解析带通滤波器的优化希尔伯特变换解调方法,将解调分析频率与滤波带宽建立严格的数学关系,可以克服三个局限性,将带通滤波、希尔伯特变换及选抽合为一体．运算速度快,是最佳的解调分析方法．     

希尔伯特变换解调分析在故障诊断中应用的局限性研究

在机械设备,特别是具有齿轮、滚动轴承的机械设备故障诊断中,广泛使用解调方法分析诊断故障．目前使用的希尔伯特（Ｈｉｌｂｅｒｔ）变换解调方法,特别是宽带解调方法,不但对包含故障信息的时域相乘信号解出调制信号,而且对两时域相加信号,也以频率之差作为调制信号解出;当采用带通滤波来克服这种局限性．并用细化分析来提高解调分析的频率精度时,由于算法的影响会出现调制频率的高次谐波分发生频率混叠而反折到低频部分的混频现象．不论是哪一种情况都会在解调谱上出现引起误诊断或无法分析的频率成分．     

二进制移频键控在数字通信中的解调

在分析数字通信中二进制移频键控信号的产生及解调基础上，提出一种应用于特殊工作环境中的单频点鉴频解调二进制移频键控信号的方法。结合Motorola公司的窄带调频解调芯片MC3372，描述了在中／英文NAVTEX接收机研制开发中二进制移频键控信号鉴频解调的实际应用。使用鉴频方法解调，能简易、有效地解调二进制移频键控信号，可广泛应用于嵌入式数字通信系统，从而简化了系统设备，缩短研制开发周期。     

振动调幅信号广义检波滤波解调法及其在齿轮故障诊断中的应用

在分析解调电路工作原理的基础上提出了调幅信号半波解调方法。对其解调原理作了数学推导，并进一步推广提出了广义检波滤波解调方法，讨论了该方法在齿轮故障诊断中的应用。     

关于调幅解调电路的探讨

本文讨论了一种新的调幅信号的解调方法，即不需要载波信号，将调幅信号进行平方后，再将它滤波分频等，最后解调出调制信号。并且详细给出了此种解调方法的原理图和仿真结果。证明了此种方法对单音频调制信号的解调实现起来简捷可靠。     

动态混合型SMC+Turbo MIMO解调算法

递归蒙特卡洛（Sequential Monte Carlo，SMC）算法是一种有效降低算法复杂度的次优化算法，该算法嵌入到迭代Turbo接收机中可形成低复杂度、高解调性能的SMC＋Turbo MIMO解调接收机．该文针对该解调接收机中的混合型SMC MIMO解调算法，运用动态化参数进行改进．仿真结果表明，动态混合型SMC＋Turbo MIMO解调算法可以在不增加算法复杂度的基础上有效地提高一般混合型方案的性能．     

瞬时频率波动分析与齿轮故障诊断

本文研究了齿轮振动信号调制与解调的过程与机理。并根据希尔伯特变换理论,提出了一种早期诊断齿轮故障的新方法—瞬时频率波动(TFF—Transient FrequencyFluctuation)分析法,实现了频率调制信号的解调,较好地提取了齿轮的局部损伤信息。在大量试验与分析的基础上对该方法进行了验证。     

谐波小波解调法在齿轮箱故障诊断中的应用

在研究谐波小波频段分解与Hilbert解调分析的基础上,提出了基于谐波小波包变换的解调分析法,并详述了其具体实现过程。该方法根据齿轮箱频谱特征与齿轮箱故障特征频率的理论计算值,确定所需提取的特征啮合分量,并在此基础上选择谐波小波包分解层数与所需提取的频带带宽;通过傅里叶变换及其反变换提取出相应的特征啮合分量,然后借助Hilbert算子对提取出的啮合分量进行包络解调分析。采用这种方法对存在磨损及点蚀故障的齿轮箱振动信号进行了分析,结果表明,基于谐波小波包的包络解调法具有精确提取任意频段调制信息的能力,能够为齿轮箱故障源的准确定位及故障程度提供可靠的判断依据。     

希尔伯特变换在扭振测量中的应用

使用希尔伯特变换,对与轴系相连接的增量编码器所检测到的旋转编码脉冲进行解调处理,在不改变系统组成的基础上,实现旋转机械系统在线监测与故障诊断。研究了一种基于希尔伯特变换的高分辨率扭转振动测量方法及相应的脉冲调制解调,讨论了该方法的工作原理和现实中的具体方法和使用中存在的一些问题。通过试验,证明了使用该方法可以获得轴系扭转振动信号。将希尔伯特变换解调与Labview相结合可以建立扭转振动在线实时监控系统。     

Hilbert能量谱及其在齿轮故障诊断中的应用

将Hilbert—Huang变换引入齿轮故障诊断，提出了局部Hilbert能量谱的概念，同时建立了一种基于Hilbert—Huang变换的齿轮故障诊断方法：Hilbert能量谱方法。该方法首先采用EMD方法将齿轮故障振动信号分解为若干个固有模态函数(Intrinsic Mode Function，简称IMF)之和，然后选择包含故障信息的IMF分量进行Hilbeft变换得到局部Hilbert能量谱。在局部瞬时能量图中可以发现，齿轮故障振动信号具有明显的冲击特征，从而可进一步对齿轮故障进行诊断。     

齿轮振动信号的压缩感知采集与故障诊断

传统的采样策略会产生大量的数据,为了减少齿轮振动监测中的数据量,在压缩感知的基础上,建立了齿轮振动信号采集和重构模型。首先通过高斯随机矩阵对振动信号进行压缩测量、传输和存储压缩后的信号可以节省成本。信号重构归结为一个最优化问题,应用正交匹配追踪求解信号重构问题。进而得到重构信号的Hilbert解调谱,从Hilbert解调谱中提取特征频率,以特征频率能否识别来评价信号重构的效果。仿真实验和齿轮实验证明了模型的有效性。     

基于小波包和解调分析的多类故障综合诊断方法研究

提出了一种基于小波包分解和解调分析相结合的旋转机械故障综合诊断方法.它能诊断复杂机械的多类故障,针对振动信号的非平稳和调制特点,首先采用小波包将信号进行分解,再分别以不同的方法分析不同的分解频段.利用解调技术分析小波包分解的高频段(调制频段),用来诊断轴承、齿轮等零部件的各类故障;利用FFT频谱分析小波包分解的低频段,用来诊断转轴的各类故障.理论分析和仿真结果表明该方法优于仅做FFT频谱分析或Hilbert解调分析.实例分析也证明了该方法的实用性和有效性.     

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.     

基追踪在齿轮损伤识别中的应用

针对齿轮的振动特点,设计了复合过完备时频字典,利用基追踪方法在匹配信号特征结构、直接提取特征信息方面的优势分析了齿轮箱的现场测试振动信号.根据基追踪分解结果,在时频联合域内提取了齿轮局部损伤的周期性冲击特征,识别了齿轮点蚀缺陷.与短时Fourier变换和小波变换等时频分析方法进行了对比分析,验证了基追踪检测齿轮损伤的有效性.     

基于希尔伯特-黄变换周期平稳类微弱故障信号检测

在希尔伯特黄变换可以将振动信号分解为有限的模式函数的基础上,针对周期平稳类微弱故障信号难以检测到的问题,对信号进行经验模式分解,然后对本征模式函数进行希尔伯特变换;接着通过希尔伯特谱对多频信号中的弱信号和仿真齿轮裂纹弱故障信号分析,得出多频信号中弱信号成分和其时间分布以及调相频率;最后分析滚动轴承损伤弱故障,从希尔伯特谱中可以分析时频和振动量的分布情况,进而提取故障特征,分析出故障;表明希尔伯特谱对周期平稳类微弱故障信号具有一定的分析能力.