匹配追踪信号分解与往复机械故障特征提取技术研究

提出了一种自适应提取往复机械振动信号冲击特征的信号处理方法,方法的核心是基于特别选定的基元函数将信号展开,在采用匹配追踪算法分解信号时,应用指数衰减正弦波函数作为信号分解的基元函数,能够十分理想地匹配信号中的冲击响应波形,与往复机械振动信号有最好的相似性,往复机械的故障诊断实例证明,利用该方法提取信号中的瞬态冲击响应特征是可行的,研究结果为机械冲击故障的特征提取与诊断提供了一条新途径。     

基于形状和位置可调非参数原子的信号波形提取方法

提出一种基于非参数原子的信号波形提取方法．将具有先验知识的模板信号通过一个均匀滤波器组得到一组基函数，并由此构造出用离散序列表示的非参数原子．滤波器组的采用以及子带信号的延时扩展使得构造的波形原子的形状和位置可以自适应地调节．基于奇异值分解技术导出了用非参数原子实现信号波形提取的算法．所提出的方法可以构造出无法用公式和参数描述的波形原子，可从信号中提取任意复杂的波形．实验结果表明，即使在模板信号的幅度、相位或频率与待分析波形存在较大差异时，仍可有效地将相应波形从信号中提取出来．     

基于经验模态分解的生命信号提取算法

穿墙生命探测雷达系统中,传统的基于快速傅里叶变换(FFT)的生命信号提取算法不能有效处理非平稳信号,且易受呼吸谐波干扰.为此,文中提出了一种从时域上提取生命信号的新方法.首先应用经验模态分解(EMD)将雷达接收信号分解成有限个固有模态函数(IMF),再用反映生命信号结构特征的IMF分量从时域上分别重构呼吸与心跳信号.仿真结果表明,所提出的新方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取心跳信号.     

非参数波形提取方法及应用

介绍了一种基于滤波器组的非参数波形提取方法,并将其应用于冲击信号的提取．该方法不需要构造参数表达的基函数,而是将具有信号先验知识的模板信号通过滤波器组得到一组基函数来提取隐藏在噪声中的信号．其原则是使基函数在各个子频带内匹配原始信号．给出了4种获取模板信号的方法．模板信号的选择使该方法在实际应用中具有良好的柔性和适应性．仿真信号和实验信号验证了非参数波形提取方法的有效性和实用性,即使是在噪声和信号频带重叠的情况下,也能将信号分离和提取出来．     

应用循环自相关函数诊断齿轮故障

本文讨论机械信号的循环平稳特性，指出这种循环平稳性主要表现为二阶．推导了二阶循环统计量——循环自相关函数的解调方法，该方法通过搜索循环频率而将调制源分离在循环域的低频段，并且调幅和调频信号有不同的解调结果．应用于齿轮诊断，有效地提取出裂纹和断齿故障的特征．研究表明：将机械信号视为循环平稳信号，可以获得统计量的变化信息，这种信息在机械监测和诊断中可以充分利用．     

基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断

针对滚动轴承故障振动信号的特点,考虑变分模式分解在复杂信号分解及微积分增强能量算子在瞬态成分检测方面的优势,提出基于变分模式分解和微积分增强能量算子的滚动轴承故障诊断方法。首先利用变分模式分解将复杂信号分解为多个本质模式函数,以削弱背景噪声的影响和满足能量算子对信号单分量的要求;然后根据提出的敏感分量选取原则,从本质模式函数中选出包含主要故障信息的本质模式函数为敏感分量;最后利用微积分增强能量算子强化敏感分量中的瞬态冲击,并根据敏感分量瞬时能量的时域波形及Fourier频谱诊断滚动轴承故障。分析结果表明该方法能够有效诊断滚动轴承故障。     

机械信号连续小波系数的统计特征研究

通过对机械信号的连续小波分解，利用小波滤波器良好的时频特性，针对机械信号的特征，论述了机械信号经过连续小波分解后的统计特征。在机械信号连续小波系数的特征提取中，引入机械系统的动力学维数，将连续小波系数按尺度方向进行了研究。利用尺度与频率的对应关系，应用小波系数的容积维数来研究其统计特性，并提取信号特征。实践证明，这种方法能够简单有效地提取机械信号的振动特征，并在诊断机械故障中得到了应用。     

重力信号的小波变换与经验模态分解级联滤波方法

针对动基座重力测量,提出了处理重力信号的小波变换与经验模态分解级联方法.该方法采用DB4小波函数的强制阈值小波变换作为前端滤波器,将原始信号分解为12层,提取第7层作为中间结果,运用经验模态分解方法用作第二级滤波器,将输入分解为8个模态,提取残余分量和最大尺度的逼近模态作为级联滤波结果.对静态重力数据进行概率密度分析,给出了重力的统计特性以及测量结果的可信度.级联滤波结果与某航空重力系统处理结果对比表明:级联滤波方法能够在强噪声中提取出微弱的重力信号,并且由于引入前端滤波器减少了级联滤波器整体计算量,提高了重力测量的空间分辨率.     

谐波小波在旋转机械故障诊断中的应用

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不遗漏地分解到相互独立的空间,便于信号特征的提取.采用谐波小波进行滤波提纯,可以将故障信息从原始轴心轨迹信号中分离出来,从而获得轴心轨迹的形状,为旋转机械的故障诊断提供了依据.大量仿真试验表明,该滤波提纯方法简单,具有较强的实用价值.     

GNSS形变序列的信号提取方法比较分析研究

如何从观测数据序列中准确提取信号是GNSS数据处理的主要研究内容之一。经验模态分解和局部均值分解是提取信号的较为常用的2种时频分析方法,与其相比,奇异谱分析法能够准确识别提取时间序列中的趋势周期信号且不需要先验信息。因此文中利用奇异谱分析法对GNSS数据进行深入分析提取变形信号,并与局部均值分解和经验模态分解2种方法进行对比,分析3种方法提取信号的效果。鉴于奇异谱分析识别周期和趋势信号的优势,实验结果表明奇异谱分析与其它2种方法相比能更为准确的提取信号,是一种有效的GNSS数据处理分析信号提取方法。     

信号经验模式分解与间断频率

基于环境激励条件下结构的模态参数识别问题需要处理采集的数据信号来得到所需的参数信息.经验模式分解(EMD)通过筛分过程将原始信号分解成若干个基本模式分量(IMF),可看作无需预设带宽的自适应高通滤波方法.通过设置间断频率可以避免模态混叠,使每一个基本模式分量表示结构的某一阶固有模态.采用信号实例说明该方法的主要计算过程,分解结果表明该方法能有效对信号进行分解,方便模态参数识别.     

基于单一小波的时变信号最优分解方法

针对常规的小波变换并不能保证对信号实现最优分解。以时频性能优良的Morlet小波为单一基函数,并扩大了基函数的参数空间,确定了满足小波容许条件的参数空间边界,提高了用其分解信号的灵活性。对实数编码遗传算法进行了改进,改进后的算法免除了独立的变异操作,提高了算法的搜索速度、收敛性和准确性。以互信息最小化为寻优的判据准则,给出了基于改进的遗传算法和改造后的Morlet小波的信号最优分解的具体步骤。对时变信号的仿真分析表明所提方法是有效和可行的。     

数字信号处理的新方法

介绍了一种新的数字信号处理方法——ｍａｔｒｉｘｐｅｎｃｉｌ方法。叙述了ｍａｔｒｉｘｐｅｎｃｉｌ方法的基本原理、矩阵的ｍｏｏｒｅ－ｐｅｎｒｏｓｅ广义逆或伪逆以及矩阵的奇异值分解，推导了ｍａｔｒｉｘｐｅｎｃｉｌ方法的计算公式，研究了ｍａｔｒｉｘｐｅｎｃｉｌ方法在冲击电压数字测量中的抑噪能力，指出了对于指数型和指数振荡型冲击电压，ｍａｔｒｉｘｐｅｎｃｉｌ方法是一种有效的算法，可提高冲击电压数字测量的准确度。     

基于小波变换的图像信号分解研究

本文通过对小波变换多分辨分析特性的介绍，讨论了基于小波基分解的滤波器组设计原理，给出了静止图像数据的树形分解的方法和分解结果，结果表明，树形分解后，可有效压缩数据动态范围，便于采用适当的量化方式，结合其它非线性编码，达到较高的压缩比。     

基于WPD-LMD和排列熵的结构损伤识别方法

为了直接从结构响应提取损伤敏感参数,对激励未知情况下的结构损伤模式进行识别,提出了基于小波包分解-局部均值分解方法(wavelet packet decomposition-local mean decomposition,WPD-LMD)和排列熵的结构损伤检测方法.该方法首先对结构振动响应进行小波包分解,将振动信号分解为一系列窄带信号,然后对窄带信号进行局部均值分解,能有效提取低能量分量.通过计算损伤前后分量信号的排列熵,对结构损伤进行了检测,最后通过计算测试数据和样本数据之间的相对排列熵,对损伤模式进行了识别.实验分析结果表明,所提出的方法能有效地对结构损伤进行识别.     

基于高分辨距离像的UWB雷达信号设计

根据目标冲激响应设计相应的雷达信号,可使回波能量最大化,从而提高检测性能.本文针对目标检测的超宽带雷达信号设计发射-接收联合优化的问题,提出基于相位编码的超宽带雷达波形优化方法.该方法充分发挥了雷达发射机的发射能力,即对于固定的发射机来说,以发射更大的能量来得到更大的输出信干噪比.首先针对目标高分辨率距离像的多相编码超宽带雷达信号设计,建立了信号设计优化计算的目标函数,提出了一种恒模共轭梯度(CM-CG)算法实现优化计算.最后仿真结果表明,该方法设计得到的多相编码雷达信号性能很好地逼近最优发射波形,该方法具有收敛速度快、运算量小的特点. 号,可使回波能量最大化,从而提高检测性能.本文针对目标检测的超宽带雷达信号设计发射一接收联合优化的问题,提出基于相位编码的超宽带雷达波形优化方法.该方法充分发挥了雷达发射机的发射能力,即对于固定的发射机来说,以发射更大的能量来得到更大的输出信干噪比.首先针对目标高分辨率距离像的多相编码超宽带雷达信号设计,建立了信号设计优化计算的目标函数,提出了一种恒模共轭梯度(CM-CG)算法实现优化计算.最后仿真结果表明,该方法设计得到的多相编码雷达信号性能很好地逼近最优发射波形,该方法具 收敛速度快、运算     

基于经验模态分解的低信噪比探地雷达数据处理

阐述经验模态分解原理及复信号分析理论,着重讨论EMD分解应满足的条件及具体分解过程.应用EMD方法对单道GPR数据及GPR正演加噪剖面分别进行分解,得到从高至低不同频率范围的本征模态函数GPR图.然后,以湖南长沙黑麋峰抽水蓄能电站进厂交通隧洞实测GPR剖面为例,首先对该剖面进行EMD分解去除部分噪声,再利用Hilbert变换求取GPR剖面复信号,并提取瞬时振幅、瞬时相位、瞬时频率3个参数,绘制出相互独立的瞬时参数剖面图.研究结果表明:EMD分解对于低信噪比GPR数据具有较强的适应性,把EMD分解应用于含噪的雷达信号,并结合GPR复信号分析技术得到的“三瞬”信息,避免了使用单一时距剖面分析所造成的解释偏差,可以较好地实现对低信噪比GPR数据的噪声去除,突出雷达剖面中异常体特征,达到提高GPR信号分析效果及解释精度的目的.     

EMD在机电系统振动信号分析中的应用研究

EMD是一种较新的信号分析方法,由于其具有能够自适应分解和优良的局部分析能力的突出优点,在机电系统振动信号分析领域有很广阔的应用前景.介绍了其理论基础,分析了其优势和缺陷,指出了其在机电系统振动信号的滤波和信号分析中应用的可能性和实现方式.为了验证应用的有效性,给出了验证实例.实例表明,EMD在机电系统振动信号的分析中具有良好的效果.