超定独立分量分析及其在结肠压力信号分析中的应用

针对传感器个数大于源信号个数的情况,提出了一个超定独立分量分析(ICA)方法,并将其应用到人体结肠压力信号分析中.首先对结肠压力信号运用主成分分析(PCA)估计源信号个数,并将观测信号进行降维使其维数与源信号相等,从而将超定ICA问题转化为一个完备ICA问题;最后通过快速ICA算法估计出源信号.实验采用26组人体结肠压力数据,成功提取出结肠活动中具有生理意义的动力模式信号.     

随机干扰下AUV推进器故障特征提取与融合

针对水下传感器自身噪声等随机干扰影响水下机器人推进器故障诊断结果的准确性问题,为降低随机干扰影响,提出了基于小波近似分量提取故障特征、基于控制信号变化率提取故障特征以及带有归一化处理的特征融合方法.将速度信号进行小波分解,对分解后的尺度系数进行小波重构得到小波近似分量;对控制信号进行求导,得到控制信号变化率.基于修正贝叶斯算法,分别从小波近似分量和控制信号变化率中提取故障特征.基于证据理论对提取到的两个单一特征进行融合,并将融合结果进行归一化处理.水下机器人实验样机的水池实验结果验证了所提方法的有效性.     

基于自适应层数分解的小波变换滤除冲击信号

针对掺杂在冲击信号中的微弱振动信息被淹没的问题,提出了一种基于小波变换滤除冲击信号提取微弱振动信号的方法.该方法采用自适应层数分解的小波变换分析原理,根据冲击信号特征,合理选择小波基,对冲击信号进行分析滤除.为获得较好的滤除效果,针对分解层数的自适应性,提出了一种分解层数的自适应确定方法.对含有冲击干扰的微弱标准信号进行数值模拟,对含有冲击干扰的微弱金刚砂振动信号进行实测分析.结果表明该方法能自适应性地确定小波分解层数,并有效滤除冲击提取被淹没的微弱振动信号.     

车辆传动系监测信号突变与渐变识别

为识别车辆传动系运行状态的变化,讨论利用小波变换处理传动系监测信号,提取信号在时域的突变特征;利用折中阈值法对监测信号进行消噪处理,从而识别监测信号的渐变趋势,并提出了一种阈值改进方案. 从能量谱和特征频率分布的角度,研究了监测信号的变化趋势在频域的表征,并提出了一种解决小波包混频现象的方法. 研究结果表明,利用小波变换能同时在时域和频域上提取出监测信号所隐含的表征系统运行状态变化的信息.     

小波阈值滤波在涡街流量计信号处理中的应用

涡街流量计由于其特有的优点而得到了广泛应用,但低流量时涡街信号的提取一直是一个难题.根据小波变换和涡街流量计输出信号的特点,采用小波阈值滤波法对涡街流量计信号进行处理,并提出了一种改进的小波阈值选取方法.分析和仿真结果表明小波阈值滤波算法对涡街信号提取和噪声去除效果良好.     

改进BP神经网络在管道泄漏检测中的应用

管道泄漏检测和定位在管道的安全生产中占有重要的位置.本文将用小波包分解技术提取的管道泄漏检测系统特征信号作为神经网络的输入,建立管道运行状态的神经网络分类器,根据输出对管道的运行状态进行识别.利用小波变换特性提取压力传感器的信号奇异点,根据负压力波定位法对管道泄漏点定位,仿真结果验证了该方法的有效性.     

相关-小波分析用于离心泵初生汽蚀诊断

通过自相关分析和小波分析相结合的方法,对离心泵入口压力脉动信号进行了信号分析处理,获得了初生汽蚀信号的各尺度频谱和能量。提出以信号各尺度能量特征值作为初生汽蚀诊断识别的判据。试验测试信号分析结果表明,汽蚀初生信号能量特征值有明显变化,所提取的信号特征信息可以对初生汽蚀状态进行定性诊断和定量识别。     

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.     

结肠压力数据的自组织聚类分析

结肠测压对结肠运动障碍疾病，如慢传输型便秘（Slow Transit Constipation,STC）的诊断有较高的价值，但由于它是介入性检查，实施起来很不方便。为此，对实际采集的结肠压力信号进行特征提取，采用自组织特征映射的方法进行结肠压力信号的自聚类和识别。结果表明，这种方法可以区分正常与异常的结肠压力信号，与初始的医疗诊断相符合，可以作为判断肠道运动性能的辅助诊断手段，为根据结肠压力信号进一步识别肠道的动力性能、诊断STC奠定了基础。     

基于小波神经网络的轴承未知异常诊断

针对滚动轴承振动信号复杂,故障类型难以预知的问题,提出基于小波-神经网络技术的滚动轴承未知异常诊断的新方法.利用小波包对滚动轴承振动信号进行分解与重构,获得振动信号的突变信息,提取与滚动轴承故障相关的特征信息,将其作为特征向量输入自组织特征映射(Self-Organizing Feature Maps,SOFM)神经网络,对其进行自动分类识别,根据数据映射位置,可实现对滚动轴承未知异常的诊断,并为专家系统知识的自动获取提供了一条新途径.通过对仿真结果的分析,证实这种诊断方法的可行性.     

溃疡性结肠炎大鼠模型的结肠电及NO变化

目的制作大鼠溃疡性结肠炎(UC)模型,研究结肠电异常和一氧化氮(NO)变化。方法以二硝基氯苯法制作溃疡性结肠炎模型,埋藏电极记录结肠电,以标准对照比色法检测其大肠洗液一氧化氮产物亚硝酸盐(NOP)的浓度。结果造模大鼠结肠形成典型的溃疡,并发现其结肠电活动明显异常,具体表现为基本电节律(BER)减慢及收缩性复合肌电(CEC)的幅值显著降低,负载峰电的BER和CEC百分数明显减少,大肠洗液NOP浓度则显著升高,两者呈显著负相关。结论NO在溃疡性结肠炎的病理过程及结肠电改变中具有重要的作用。     

溃疡性结肠炎大鼠模型及其结肠电异常

目的　制作大鼠溃疡性结肠炎 (UC)模型 ,研究结肠电异常。方法　以二硝基氯苯法制作溃疡性结肠炎模型 ,埋藏电极记录结肠电。结果　造模大鼠结肠形成典型的溃疡 ,并发现其结肠电活动明显异常 ,具体表现为基本电节律 (BER)减慢及收缩性复合肌电 (CEC)的幅值显著降低 ,负载峰电的BER和CEC百分数明显减少     

Analysis of the characteristics of gastrointestinal motility based on Hilbert-Huang transform method

Pressure activity data as an important index of gastrointestinal (GI) motility can be obtained from the wireless radiotelemetry capsule. The Hilbert-Huang transform (HHT) method, which is more effective to process non-stationary signal, is proposed to identify the characteristics of GI motility. We decompose the pressure activity data into intrinsic mode functions (IMFs),calculate the Hilbert marginal spectrum and attain the peristalsis characteristics of GI tract. The IMFs represent the peristalses modes of GI tract activity embedded in the pressure data. The time-varying characteristic of the method suggests that the HHT is suitable to accommodate other non-stationary biomedical data analysis.     

流体管道压力信号的高精度实时滤波方法

针对流体管道压力数据的特征,设计了管道泄漏实时高精度检测与定位的压力信号采集方法;在此基础上基于对压力信号的分析,设计了一种压力数据高精度实时组合滤波方法,分别应用低通滤波、陷波滤波和小波滤波对压力信号进行实时滤波处理,并给出了滤波方法中每个步骤的选择依据,以及参数选择方法.该滤波方法在滤掉压力信号中噪声的同时,较好地保留了压力变化的幅值和相位信息,从而有效提高泄漏定位精度.通过流体管道试验仿真系统和实际管道数据的仿真验证和试验,证明了该滤波方法的有效性.     

基于神经网络的计算机通信系统干扰信号分离

为了解决当前通信系统干扰信号分离方法存在的误码率高、通信质量差等问题,提出一种基于神经网络的计算机通信干扰信号分离方法.首先通过分析当前计算机通信干扰信号的分离研究现状,指出其局限性;然后建立计算机通信系统的信道模型,并采用神经网络对计算机通信系统的稳定性进行优化控制,将干扰信号分离;最后采用仿真实验对其有效性和优越性进行分析.结果表明,该方法可实现对计算机通信干扰信号的准确分离,提高了输出信号的信噪比,降低了通信系统的误码率.     

基于协方差矩阵的干扰阻塞算法

 为解决干扰阻塞算法对阵列接收信号构造阻塞矩阵进行干扰抵消后,位于干扰附近的信号会受到严重衰减而无法进一步检测的问题,提出一种基于协方差矩阵的干扰阻塞算法。针对阵列接收信号的协方差矩阵构造阻塞矩阵,利用协方差矩阵的特点实现干扰阻塞算法,减弱因干扰抵消而造成的信号衰减,利于信号的进一步检测。理论分析和计算机仿真结果表明,相对于干扰阻塞算法,基于协方差矩阵的干扰阻塞算法在信号和干扰相距较近时能有效抵消干扰同时减少对目标信号的衰减。     

强电磁环境下电子变压器局放信号抗干扰研究

强电磁环境下,当前电子变压器局放信号抗干扰方法大都采用数字陷波器法,适应性和稳定性较差。为此,提出一种新的电子变压器局放信号抗干扰方法。首先构造电子变压器局放脉冲,分析压缩感知理论,由此提出电子变压器局放信号存在的问题,然后以能量输出最小化为原则设计滤波器,求解压缩域投影加权向量,利用自适应方法抵抗非期望信号(电磁信号与高斯白噪声信号的投影干扰),使投影滤波器输出的干扰最小,接近期望输出,实现抗干扰处理强电磁环境下电子变压器局放信号。实验结果表明,所提方法具有很高的抗干扰性能。     

窄带干扰下自组织网络通信中自适应非线性滤波方法研究

针对传统滤波方法抗干扰能力差、收敛性低的弊端,提出一种新的窄带干扰下自组织网络通信中自适应非线性滤波方法。介绍了MLMS方法,给出滤波器结构。采用非线性函数对估计误差信号施行相关处理,通过MLMS法对抽头系数进行更新。为了降低信号干扰样本的干扰,利用非线性函数对其进行修正,给出新的抽头系数更新方程。根据正弦干扰对白高斯噪声信号进行描述,获取最佳抽头系数。通过输出信噪比和输入信噪比的比值对所提方法抵御窄带干扰的性能进行评价。将所提方法应用于窄带干扰自组织网络通信中,结果表明,所提方法抑制干扰能力强、收敛性能高、得到的信号效果好。     

一种无线通信信号超窄带滤波方法的改进

在无线通信过程中,采用传统超窄带滤波方法很难获取较宽且没有被干扰的频带,有效信号在频域中会出现裂口,导致大量数据丢失,造成人为干扰。提出一种新的无线通信信号超窄带滤波方法,依据幅值、斜率以及带宽对干扰源位置与数量进行判定,为无线通信信号超窄带滤波提供可靠依据。将干扰数据与有效数据投影至不同空间,分别对其进行超窄带滤波处理,通过数据特征值子空间滤波法,获取无线通信信号超窄带滤波的回波数据,实现无线通信信号超窄带滤波,完成无线通信信号超窄带滤波方法的改进。实验结果表明,所提方法能够有效滤除无线通信信号中的超窄带干扰,能保留数据的完整性,避免人为干扰。