基于高阶统计量的机械故障特征提取方法研究

对高阶统计量用于机械故障特征提取进行了研究. 首先利用Hilbert变换构造原始信号的解析信号,求取信号的包络,然后计算包络信号的高 阶统计量.研究表明,用高阶统计量提取信号特征,可以容易地将正常齿轮信号和齿轮裂纹、 断齿的信号分离.     

基于高阶统计量的机械故障特征提取方法研究

对高阶统计量用于机械故障特征提取进行了研究。首先利用Ｈｉｌｂｅｒｔ变换构造原始信号的解析信号,求取信号的包络,然后计算信号的高阶统计量。研究表明,用高阶统计量提取信号特征,可以 容易地将正常齿轮信号和齿轮裂纹、断齿的信号分离。     

基于二阶和高阶统计量的语音信号盲分离算法研究

研究了两种基于高阶统计量的盲信号分离算法,在各种不同的实验条件下比较了两种算法与基于二阶统计量的盲信号分离算法的分离性能,分析比较了3种算法的计算复杂度,为工程应用和DSP（数字信号处理器）实现提供了参考,最后总结了两大类算法的优缺点,并分析了原因．     

基于高阶统计量的大地电磁数据处理与仿真

针对大地电磁(MT)数据具有非线性、非平稳的特征而不能满足传统功率谱方法要求的问题,从高阶统计量的理论入手,提出由信号的高阶谱恢复功率谱,再由恢复的功率谱估算MT响应函数的高阶统计量方法,建立通过高阶谱恢复功率谱的数学模型,并对合成数据和实测MT数据进行仿真分析。研究结果表明:利用高阶累积量对高斯噪声不敏感的特点,可实现在高斯白噪声和有色噪声污染下的瞬态信号频率与功率谱的正确估计;高阶统计方法消除了传统功率谱方法中大地电磁响应函数出现个别频点分散和形态异常的现象,使地质参数的估计精度和资料的可解释性得到明显提高。     

基于高阶统计量的自适应盲源分离算法

提出了一种新的自适应盲源分离算法，在无噪音实时两源两传感器的情况下，一旦观测信号被白化，只需要辨识一个特定的旋转矩阵就可以完成盲源分离，并给出了能表征该旋转矩阵的角的自适应估计器，仿真结果表明，当满足源峭度和不为零的条件时，这种方法是一种稳定的和有效的分离算法。     

基于高阶循环统计量的频谱感知方法

根据高阶循环统计量（HOCS）具有的严格平稳特性,提出了一种基于HOCS的频谱感知方法.该方法利用渐近最优估计理论,构造了进行频谱感知的二元假设检验模型,推导了相应的检验统计量,得出了检测概率的闭式表达式.通过对感知算法所需实数乘法运算次数的比较,说明了该算法具有与能量检测（ED）几乎相同数量级的计算复杂度.仿真结果表明,相比传统的ED法和2阶循环统计量检测法（SCFD）,该方法具有良好的检测性能和抗同频干扰性能.     

高阶统计量在水下目标识别中的应用

利用了高阶统计量进行特征提取的方法，着重研究了采用双谱分析的方法提取舰船辐射噪声，给出了双谱矩阵处理的峰值化算法，提取了47维的特征向量并利用BP神经网络对他们进行训练与识别，结果表明，A类目标的正确识别率为83％，B类目标为88％，C类目标为85．19％，D类目标为85．7％。     

基于高阶统计量的MIMO系统辨识与均衡算法

将高阶统计量与盲分离的移位阻断SHIBBS算法相结合, 利用高阶统计量能辨识非最小相位系统和SHIBBS算法分离效果与计算量适中的特点, 提出一种在频域内对MIMO系统进行辨识的方法; 针对在此解混后的信号存在排序不确定性的问题, 直接在频域上采用互四阶累计量, 从而很好地对信号进行了分离; 针对信号的比例模糊问题, 利用LMS自适应的恒模算法（CMA）对排序后信号均衡补偿, 仿真实验证明了此算法的有效性.     

基于高阶统计量含噪模糊图像的复原方法

基于高阶统计量,提出了一种对含噪模糊图像点扩散函数进行模糊辨识的方法,可以辨识非最小相位的模糊图像,并将其建成非最小相位MA模型,其中的参数用观测图像的高阶累积量来确定。仿真实验验证了其有效性。     

一种基于高阶统计量的图像质量客观评价方法

提出一种新的图像质量的客观评价方法,该方法用平均高阶细节累积量作为衡量图像质量的指标,无需原始图像作参考,特别适合于多媒体图像通信及无法得到原始图的像的场合对图像质量进行评价,且很容易去除高斯噪声对图像质量评价的影响,仿真实验结果表明,该方法所得结果大多数情况下与峰值对数信噪比指标相符合,并且在峰值对数信噪比不能很好的反映图像质量的情况下,该方法所用的指标也能比较准确地反映图像的质量,符合人眼的视觉特征。     

激光多普勒测速信号的小波包全局阈值消噪研究

针对实际的激光多普勒测速信号中混有大量的噪声信号,难以找到所需要的多普勒频移的问题,提出了一种小波包全局阈值消噪方法,并在MATLAB中运用此方法对多普勒测速信号进行处理。根据多普勒信号的特点,通过对小波包分解尺度的选取、阈值估计方法的对比和对阈值thr的调整,可以快速有效地消除信号中的噪声信号,提高信噪比,得到有用信号。     

基于循环平稳特性的BPSK信号角跟踪方法

针对测控数传一体化体制中低信噪比条件下的BPSK信号角跟踪问题,提出了基于BPSK信号循环平稳特性的角跟踪方法。通过对谱相关理论的深入分析,引入旋转系数这一概念,通过计算量相对较小的方法对和差通道信号进行处理,进而估计角误差值,完成角跟踪。仿真结果表明,理想高斯白噪声背景下,和差通道相关噪声为噪声总功率0.1倍时,该方法的角误差值估计门限可低至2 d B。     

海水中声波信号检测算法研究

海水内部复杂的噪声环境以及声波发射端和接收端的相对运动所导致的多普勒效应,使海水中表征有用信息的声波信号信噪比低,且声波频率会产生偏移.针对这一问题,建立了海水中的声波传输模型,并以适合于海底低功耗、微处理器实现的双频声波信号的实时检测算法为研究对象,通过仿真实验对比了相关分析、频谱分析、功率谱密度分析以及短时傅里叶变...     

Identification of the wave-particles interaction in space plasma using higher-order statistics

The interaction of wave-particles and wave-wave in the space plasmas are essentially non-linear or non-Gaussian processes. Using the higher-order statistical analyses methods (higher-order moments and bi-tri correlation or bi-tri spectrum), its physical properties can be described. The question addressed in this paper is that of the usefulness of higher-order statistical analysis for identification of the wave-particles interaction in space plasmas. The signals handled are from the ARCAD-3 ISOPROBE experiment on ELF frequency range, then strong electrostatic turbulence and electron density irregularities. Second and third order statistical analyses are applied: first, on time series associated with each type of measurement, then, on the two types. All results are presented for one typical case. Correlation functions estimated over the corresponding time intervals point out the existence of a, non-linear interaction between these fluctuations and electrostatic filed. Supported by National Natural Science Foundation of China Zhao Zhenyu; born in 1952, Ph. D.     

Identification of the wave-particles interaction in space plasma using higher-order statistics

The interaction of wave-particles and wave-wave in the space plasmas are essentially non-linear or non-Gaussian processes. Using the higher-order statistical analyses methods (higher-order moments and bi-tri correlation or bi-tri spectrum), its physical properties can be described. The question addressed in this paper is that of the usefulness of higher-order statistical analysis for identification of the wave-particles interaction in space plasmas. The signals handled are from the ARCAD-3 ISOPROBE experiment on ELF frequency range, then strong electrostatic turbulence and electron density irregularities. Second and third order statistical analyses are applied: first, on time series associated with each type of measurement, then, on the two types. All results are presented for one typical case. Correlation functions estimated over the corresponding time intervals point out the existence of a, non-linear interaction between these fluctuations and electrostatic filed. Supported by National Natural Science Foundation of China Zhao Zhenyu; born in 1952, Ph. D.     

高阶微商系统中Chern-Simons理论量子水平的分数自旋与分数统计性质

在（2+1）维时空中,对高阶微商系统中含Hopf项和Maxwell-Chern-Simons项O(3)非线性σ模型的量子分数自旋和分数统计性质进行研究,利用约束Hamilton系统的Faddeev-Senjanovic路径积分量子化方案,对该系统进行量子化,由量子Noether定理给出了量子守恒角动量,说明了在量子水平上该系统具有分数自旋性质,并讨论了高阶微商项的影响.     

微弱光信号的极值检测及滤波算法研究

为有效提高微弱光电信号极值检测的精度,通过分析被测信号的变化规律,提出了高精度目标信号极值检测滤波算法,探讨了在理想条件和强干扰条件下的信号检测解决方法。该算法以改进的动态阈值法获得极值初始数据集,通过基于中值数绝对偏差的滑动滤波和加权平均滤波法相结合的方式对采集值进行滤波处理,最终获得信号的极值。实验结果表明,该算法测量结果和实际值相吻合,最小平均相对误差控制在0.1%左右,满足精度要求,测量精度及稳定性高于传统方法。该研究对不同波形微弱信号的高精度极值检测提供了参考依据。     

基于改进的小波阈值的电能质量信号去噪

针对硬阈值去噪效果不理想,软阈值去噪比较平滑使得信号产生失真的问题,提出了一种新的阈值去噪方法.采用对阈值门限进行改进并结合软阈值的去噪方法对电能质量信号进行处理,实现其去噪的功能.实验仿真表明,新的阈值去噪算法对电能质量信号进行去噪处理后的信噪比增益和均方误差相对于其他文献都有所改善.