EMD方法在齿轮故障诊断中的应用

将EMD（Empirical Mode Decomposition）方法应用于机械故障诊断中，提出了一个新的齿轮故障诊断方法。EMD方法基于信号的局部特征时间尺度，能把复杂的信号分解为有限的内在模态函数（Intrinsic Mode Function）之和，这种自适应的分解方法非常适于非线性和非平稳过程的分析。用该方法对齿轮故障振动信号进行了分析，结果表明该方法能够有效地降低噪声，提高信噪比，突出齿轮故障振动信号的故障特征，从而提高齿轮故障诊断的准确性。     

基于分数阶傅立叶变换的LFMCW信号检测

本文研究了对称三角线性调频连续波（STLFMCW）信号在分数阶傅立叶变换（FRFT）域的分布特征,并在此基础上分析了该信号在FRFT循环域（CFRFD）的分布特征,提出了FRFT循环处理方法（CFRFT）,该方法实现了信号在CFRFD的能量有效积累。通过仿真实验验证了低信噪比条件下,CFRFT对STLFMCW信号的检测能力及有效性。     

含相关色噪声和周期方波信号的双稳系统的随机共振

本文研究了含相关色噪声和周期方波信号的双稳态系统的随机共振（Stochastic Resonance, SR）. 在绝热极限条件下，本文利用统一色噪声逼近（Unified Colored-Noise Approximation, UCNA）法将原系统转化为相关高斯白噪声及周期方波信号驱动的新双稳系统，给出其Fokker-Planck方程，然后基于双态理论推导了系统的信噪比（Signal-to-Noise Ratio, SNR）的表达式．本文分析了势参数、噪声参数及信号参数对系统信噪比的影响，发现对所有参数随机共振均出现．本研究可望为实际应用提供一些理论基础．     

变压器局放在线监测信号处理的数字滤波技术

根据数字滤波的原理提出了用于变压器局部放电在线监测信号处理的有限冲击响应（ＦＴＲ）和自适应数字滤波方法；用编制的软件对局部放电脉冲信号进行处理的结果表明，该方法可以抑制干扰信号，提高信噪比。     

MIMO系统中一种新的接收天线选择算法

在瑞利衰落信道条件下，通过天线选择可以提高多输入多输出（MIMO）系统的容量，并能有效地降低MIMO系统的复杂度和射频成本，天线选择算法也成为问题的关键。对接收天线选择算法进行了研究，通过连续选择使MIMO系统容量增加最大的天线的方法，用矩阵及行列式运算导出了一种新的接收天线选择算法，并通过仿真和分析与其它算法进行了比较。仿真结果表明，新算法在信噪比较小时，有最大的遍历性容量（ergodic capacity）、中断容量（outage capacity）；在信噪比较大时，同其它算法结果十分接近。新算法更适合于在信噪比较小（信号弱或信遭受噪声恶化严重）时使用。将新算法同Alkhansari算法结合起来，结果更好。     

自适应除噪技术在轧钢机故障诊断中的应用

在试验的基础上，本文提出了把自适应除噪技术（ＡＮＣＴ）用于轧钢机滚动轴承故障诊断的方法。测试分析结果表明，自适应除噪技术能有效地去除在轴承信号中混杂的干扰噪声，提高轴承的信噪比，使轴承的故障特征表现得更为明显     

一种非线性调频信号瞬时频率的估计算法

本文提出了基于互伪Wigner-Ville分布（XPWVD）的时频迭代法,理论分析了迭代的收敛性,并给出了具体的实现方法。利用该方法对几种常见的雷达非线性调频信号进行了瞬时频率（Instantaneous Frequency,IF）估计。仿真结果表明,在低信噪比（SNR）的情况下,利用此时频迭代法,可以有效地提取非线性调频信号的IF特征。     

基于内插型双边带滤波器的时域自适应滤波

针对过采样条件下直接序列扩频（DSSS）系统中采样样值相关性造成在使用传统时域自适应滤波窄带干扰抑制方法时扩频信号失真的问题,提出一种改进的时域自适应滤波方法.该方法基于内插型双边带滤波器,采用抽取-内插结构,结合最小均方（LMS）算法进行自适应权值更新,实现窄带干扰抑制.理论分析和仿真结果表明,在高信噪比情况下,该方法与常规自适应滤波方法比较,具有更小的信噪比回退和有用信号畸变;同时低信噪比情况下,其误码率性能也略有优势.      

利用相位差分技术改善光学相干层析图像质量

针对光学相干层析成像（OCT）信号中的各种噪声项的干扰和微弱散射信号提取的困难，提出基于相位差分的光学相干层析成像（PD-OCT）. 首先利用相干参考臂中的纳米微调平台作为相位调制器获得相位调制参考光，然后光结合振镜扫描技术和CCD光谱采集的光谱相干层析技术（SDOCT），实现光学相干层析的相位差分成像.结果表明:相位差分技术可以准确实现青鳉鱼样品光学相干层析中的相位差分成像，弱散射信号增强337 dB,信噪比（SNR）增强58 dB，获得成像物体高信噪比的弱散射信号.     

基于相位间隔DDS合成信号噪声分析

文章就直接数字频率合成器（以下简称DDS）合成技术产生正弦波信号的噪声进行分析,以合成信号可能产生的最大量化噪声功率为基础,定义最小量化信噪比;并研究最小量化信噪比和正弦波单周期样点数、数模转换器分辨率的关系,为设计DDS合成信号发生器提供了理论依据。     

Dynamic Reconstruction-Based Fuzzy Neural Network Method for Fault Detection in Chaotic System

This paper presents a method for detecting weak fault signals in chaotic systems based on the chaotic dynamics reconstruction technique and the fuzzy neural system （FNS）. The Grassberger-Procaccia algorithm and least squares regression were used to calculate the correlation dimension for the model order estimate. Based on the model order, an appropriately structured FNS model was designed to predict system faults. Through reasonable analysis of predicted errors, the disturbed signal can be extracted efficiently and correctly from the chaotic background. Satisfactory results were obtained by using several kinds of simulative faults which were extracted from the practical chaotic fault systems. Experimental results demonstrate that the proposed approach has good prediction accuracy and can deal with data having a -40 dB signal to noise ratio （SNR）. The low SNR requirement makes the approach a powerful tool for early fault detection.     

鲁棒截断L1-L2全变分稀疏恢复模型

信号获取过程中,除了有高斯噪声外,还有具有脉冲性质的稀疏噪声,常用的鲁棒稀疏信号恢复模型能够在稀疏噪声环境下恢复出原始的稀疏信号。但是,许多实际应用问题需要考虑原始信号的结构稀疏性,如梯度稀疏。为了从稀疏噪声和高斯噪声共存的环境下恢复出结构稀疏的原始高维信号,文中基于截断L₁-L₂全变分、3维截断L₁-L₂全变分和鲁棒压缩感知,提出了两个非凸非光滑优化模型,用于解决高斯噪声和稀疏噪声混合影响下的结构稀疏信号恢复问题,并采用含有外推的邻近交替线性极小化算法求解这两个优化模型,使用含外推的邻近凸差算法求解子问题,在势函数具有Kurdyka-Lojasiewicz(KL)性质的条件下,给出了含外推交替极小化算法和含外推邻近凸差算法的收敛性分析。数值实验测试了高斯噪声灰度图像、混合噪声彩色图像、混合噪声灰度视频等,采用图像峰值信噪比(PSNR)作为评价准则。实验结果表明,文中模型能够更好地恢复出原始的结构稀疏信号,且在同一噪声环境下文中模型恢复的信号具有更优的PSNR值。     

基于支持向量机的机械故障诊断方法研究

针对因缺少大量故障数据样本而制约机械故障智能诊断发展的问题，提出了一种基于支持向量机的机械故障诊断新方法，介绍了该方法的原理和算法，并利用模拟故障数据建立了多故障分类器。这种诊断方法只需要少量的时域故障数据样本来训练故障分类器，不必进行信号预处理以提取特征量，便可实现多故障的识别和诊断。测试结果表明，当数据样本中含有26％的噪声时，故障分类器仍然能正确分类多种故障。这种诊断方法具有算法简单、可对故障在张分类和故障分类能力强的优点。     

基于FrFT滤波和LMS降噪的变转速滚动轴承故障诊断

变速工况下的机械故障诊断逐渐成为旋转机械监控领域的一个热门课题,在变转速下故障更容易发生且伴随更大的噪声,而相应的降噪问题目前却没有可靠的解决方法。因此提出一种基于分数阶傅里叶变换（FrFT）滤波和最小均方算法（LMS）降噪的故障诊断方法,对变转速工况下轴承振动信号进行降噪,进而提取非平稳故障特征。首先,同时获得滚动轴承振动加速度信号和转速信号;然后对Hilbert解调后的振动信号进行峰值搜索FrFT,按照搜索得到的最佳阶次和分数阶域聚集位置进行FrFT滤波;再将FrFT滤波得到的信号作为参考信号,原包络信号作为输入信号,进行LMS自适应降噪;最后对降噪后的信号按照转速重采样进行阶次分析,将包络阶次谱中的突出特征与故障特征阶次对比,判断故障。该方法可成功应用于变转速工况下滚动轴承的试验数据处理,证明了方法的有效性。     

基于中点电压信号分析的逆变器功率管开路故障诊断研究

利用电流信号作为逆变器故障信息的诊断方法易受到负载、噪声等因素的影响,且诊断周期长、通常需要一定的软件算法、空载或轻载时易出现误诊断。针对该问题,提出对桥臂中点电压信号与脉冲信号进行相关逻辑分析的方法,从而实现逆变器功率管开路故障的诊断,给出了功率管开路故障输出信号的逻辑表达式,以及相关硬件电路设计方法。对逆变器功率管触发脉冲信号的上升沿进行延时,可有效地避免因功率管开通和关断延迟造成的误诊断。实验结果表明该方法能有效地诊断逆变器单相单功率管的开路故障,诊断实时性强,硬件电路开销小,方法有效可行。     

微电机噪声信号的小波包分析与故障检测

电机运转噪声中包含了电机状态的信息,分析了微电机的噪声源及噪声信号特征,基于最优小波包基和Donoho软阈值消噪方法对一组微电机标准信号和故障信号进行了消噪处理,比较低频信号成分的功率谱得出故障特征频率,从而确定电机故障,结果表明该方法能有效实现对电机的故障检测.     

齿轮箱噪声故障诊断专家系统的研究与开发

批量生产的齿轮箱都要经过噪声检验，以判断噪声质量是否合格，并诊断导致噪声超标或异常的原因。为此，用声强测量法检测齿轮箱的噪声信号，用频谱分析、模式识别、谱峰搜索、倒谱分析等手段，开发了一套齿轮箱噪声故障诊断的专家系统，可以诊断批量生产中齿轮箱噪声超标或异常的原因，为产品的质量控制提供依据。     

带钢表面检测中压缩感知图像去噪方法

带钢表面图像中存在高斯噪声、椒盐噪声,以及信号的稀疏性问题,为此研究一种压缩感知图像去噪方法,建立基于分段正则化OMP算法的图像去噪模型,经过边裂、孔洞、辊印三种典型缺陷图像去噪处理的仿真实验和对比分析,结果表明在信号稀疏度未知的情况下仍然能够有效可靠地重构信号,保证全局优化的同时提高了算法的运算速度;特别是峰值信噪比(PSNR)值较高,可以有效的滤除噪声污染,改善图像质量,并能满足图像实时处理要求。     

自适应多尺度形态学分析及其在轴承故障诊断中的应用

为解决强背景信号下冲击特征的提取问题,提出了一种自适应多尺度形态学分析方法.对于实际的待分析信号,分别定义长度尺度和高度尺度来确定多尺度形态学分析的结构元素,并基于信号的局部峰值实现自适应多尺度形态学分析.数值仿真实验分析表明,自适应多尺度形态学分析方法较单尺度形态学分析方法更利于提取信号的形态特征,避免了单尺度形态学分析在结构元素选择时的盲目性和对相关先验知识的依赖性.本文所提出的方法应用于轴承故障诊断,结果表明这种方法可以清晰地提取出各种特征信号.     

边缘保真去噪时窗分解新方法

在常规的图像处理中,为了减小噪音、提高信噪比,一般的处理方法中都含有平均效应,会造成信息的边界发生严重的畸变,降低分辨率。在围绕时窗分解方面提出了矩形或长方体分解方法与前人提出的多边形或多面体分解方法不同,实例计算结果对比分析,证明效果同样显著,并且矩形或长方体分解方法不容易出错,更为实用。