基于双谱滤波的脉冲星信号消噪方法

提出了一种基于双谱相位加幅值滤波的脉冲星信号消噪方法.首先将含噪脉冲星信号变换到双谱域,利用α-删减相位滤波器对其双谱相位进行平滑滤波,并且设计了幅值α-删减加权中值平均滤波器对其双谱幅值进行滤波处理,然后再根据滤波后的双谱值来重构信号的功率谱和相位.仿真结果表明,重构的信号不仅可以消除高斯噪声,而且还对非高斯噪声进行了有效地滤波,比直接双谱重构和仅对双谱相位进行处理重构的效果都要好.     

相关谱卡片计数新算法

随着数字卡片的广泛应用,卡片的计数问题便越来越重要.通过将相关检测技术运用到卡片计数领域,开发了一种行之有效的新算法.本算法通过光栅传感器扫描来得到数据波形,利用该波形的自相关特性求解波形周期,然后通过FFT变换进行频域滤波,再经过IFFT反变换得到整形后的波形进行卡片计数.实践表明,本算法相对于原有算法计数精度可提高一个数量级以上,特别是在大量卡片计数方面,优势更加明显,同时从实际波形上来看,本算法处理之后的波形和计数点能充分地覆盖每一个有效突起,且不会造成重复计数.本算法适应性强,计数精度好,且有一定鲁棒性,有着十分广阔的应用前景.     

循环双谱及在周期平稳类故障中的应用

论述了未知循环频率的周期平稳信号循环双谱的估计方法；研究了在循环双谱的循环累积量计算中涉及变量的简化存储方法，提出了该变量矩阵是对称阵，通过算法可以三角阵的元素来表述，克服了循环双谱传统估计方法计算量较大的缺陷，提高了运算效率；提出了循环双谱对调相故障信号的分析能力，以及对加性噪声的处理能力，仿真并验证了该方法的有效性，并将其应用于旋转机械状态分析。     

耦合信号微分后对双谱的影响

为有效区分和分析相近工作状态的振动信号,提出了基于时间序列进行微分再求其双谱的方法以放大相似信号的差异。由于平稳随机过程的铣床振动信号的双谱具有高度相似性而难以区分的特点,文章通过对比分析多次微分后的双谱和双谱对角切片,结果表明:微分前具有高度相似性的双谱,在微分后呈现出了不同的差异性,并且这种差异性随着微分次数的增加变得愈加明显。因此,时间序列的微分运算可有效提取信号特征,以实现对高度相似性信号的区分与分析。由于在各种机械加工系统中,各种参数比如转速、材料及粗糙度等,都与信号的双谱特征有关,因此可以根据研究结果调整各种参数,从而达到改善系统功能的目的。     

中医脉象信号的参数化双谱估计及其切片分析

将双谱估计的参数化方法应用于脉象信号的分析中,采用非高斯AR模型分析方法,对15例吸毒者和15例正常人脉象信号进行了参数化双谱估计。选取双谱幅值水平切片提取脉象信号的双谱幅值特征,选取双谱相位主值水平切片提取脉象信号的双谱相位主值特征,并根据这些特征,分别给出了吸毒者和正常人脉象信号的判别依据。根据这2种判别依据,识别率分别达93．3％和90％。实验结果表明,双谱估计的参数化方法能较好地分析吸毒者和正常人脉象信号的差异,是一种分析脉象信号的有效方法．     

亚健康脉象信号的非参数化双谱估计

根据脉象信号的非高斯随机特性,应用双谱估计对其进行分析,提取处于亚健康状态的脉象信号的异常信息,探索亚健康的诊断与治疗评估的客观诊断依据.在信号处理过程中,双谱的相位携带有信号的重要特征信息.采用双谱估计分析法中的非参数化算法对脉象信号进行研究发现,处于亚健康状态的双谱幅值谱峰比处于健康状态的更突出,较大双谱值的分布更为集中.实验结果表明:非参数化双谱估计是分析脉象信号的有效且可行的方法,可以作为识别亚健康状态的方法进行深入研究.     

双相干谱与双谱在物流故障诊断中的性质对比

在物流设备故障描述方面,双谱和相干谱具备较多的相似之处,但就设备故障所表现出的非线性和非对称等特征,双相干谱因其可以对二次相位的耦合程度进行定量估算,因此有效综合了上述二者的优势.为了体现这种区别,在减压阀故障诊断实验中,对特定的故障信号和正常信号同时采用双谱和双相干谱进行故障判别.实验结果表明,在所采用的实验数据中,双相干谱的诊断结果要好于双谱的诊断结果.     

AR双谱的电梯机械故障诊断

通过采集电梯运行时的加速度振动信号,建立AR时间序列模型.分析AR双谱图、双谱等高线,以及双谱对角切片,诊断电梯机械故障.研究结果表明:在电梯正常工作和故障时的双谱存在明显的差异,AR双谱表现出了不同的特征,可以作为电梯机械故障的诊断方法.     

周期振动信号测量优化方法的探讨

针对周期振动信号测量过程中受到的各种干扰,根据分析傅立叶变换和数字滤波器基本原理,选取FIR带通滤波器作为滤除干扰信号的方法.并通过实验比较该滤波方法的多种使用方案,结合对信号采集周期的选取提出了一种适合此类周期振动信号的最佳优化方法.实验结果表明,该方法能够成功提取有用信号,既保证数据的稳定性又提高了信号的测试效率.     

一种结合线性预测倒谱法和组合滑动窗口平滑法的基音周期估计改进算法

提出了一种结合倒谱法、线性预测法(LPC)以及滑动窗口平滑法的基音周期估计改进算法.即先用LPC逆滤波后的余量信号代替原始语音信号,滤除噪声和声道响应的干扰,接下来用倒谱法初步估计出基音周期,最后对初步估计出的基音周期进行组合滑动窗口平滑处理,去除野点和错误样点的干扰,最终得出较为准确、自然的基音周期.经仿真验证,方法简单有效可以在低信噪比的情况下获取较为准确的基因周期.     

时频交叠LFMCW信号的PAHT检测与频移分离

为有效解决时频交叠周期LFMCW信号分离的难题,首先提出一种基于周期AHT(PAHT)的检测算法,通过对匹配函数进行改进,有效积累截获到的交叠多周期能量实现高概率检测,然后将PAHT积累得到的强信号解线调,根据此时的频率分布特性近似量化频率,估计频率量化点与信号频率的偏离差值,再通过频移改善窄带频域滤波分离信号的效果;最后利用IFFT恢复信号,依次循环完成交叠强弱信号的分离。仿真结果对算法的检测效果和复杂度进行了分析,并在验证分离效果的同时采取了两种方法对信号的滤波质量进行了评价,验证了其在低信噪比下的可行性。     

一种自适应Morlet小波滤波方法及其在滚动轴承早期故障特征提取中的应用

针对滚动轴承早期故障信号微弱,故障特征难以提取的问题,提出了一种基于混洗蛙跳算法(shuffled frog leaping algorithm,SFLA)的自适应Morlet小波滤波方法.首先利用自相关分析去除宽频随机噪声,然后通过SFLA优化Morlet小波的滤波参数,获得在最小信息熵下的中心频率和滤波带宽.由自适应Morlet小波滤波器获得的滤波信号,其中的冲击成分可以很好地被表征.最后对滤波后的信号做包络谱分析即可提取滚动轴承的故障频率.实验表明,自适应Morlet小波滤波方法可以成功地从低信噪比信号中提取出周期冲击特征,对于滚动轴承早期故障振动信号,能够有效地提取冲击特征频率实现滚动轴承早期故障诊断.     

基于特征的超声信号分类检测方法

超声检测技术在工业和科研领域得到广泛的应用。在恶劣的条件下,超声信号受到混响的干扰。传统的匹配滤波方法在这种情况下检测性能不理想。该文提出一种基于特征的检测方法,对接收信号进行分类再进行检测。该方法基于模式识别来区分是否存在回波。先利用Wigner-Ville分布和双谱提取信号的特征,然后进行主成分分析降低特征的维数,降维的特征向量送入有监督学习的分类器。实验表明,与传统的匹配滤波方法相比,该方法在-5dB的信混比时具有较好的检测性能。     

基于状态机的里程计信号滤波方法

提出并实现了一种基于状态机的里程计信号数字滤波方法。该数字滤波方法以FPGA为硬件基础,对经过阻容滤波和光电耦合器隔离后的里程计信号,进行毛刺信号的检测和滤除;分析了里程计信号存在多次振荡时可能造成亚稳态的原因,针对此情况给出了对亚稳态异常情况的处理方法;给出了滤波状态机的详细设计方法。在仿真环境和试验室环境下,使用方波信号、脉冲信号、三角波信号和高斯信号等对滤波效果和亚稳态异常处理措施进行仿真和测试,结果表明该数字滤波方法可以有效滤除干扰信号、计数结果准确;应用该数字滤波方法的某车载系统进行了跑车实测,结果满足系统要求,证明该方法具备工程上的可行性。     

时间序列双谱在调速阀故障诊断中的应用

研究液压系统的一种新的故障检测方法,利用时间序列双谱分析实现调速阀故障诊断.根据实验分析,调速阀正常工作和出现故障时采集的振动信号的双谱存在明显的差异.由此可知,时间序列双谱分析是实现液压元件故障检测的一种有效方法.     

基于模糊逻辑的数字滤波器设计

针对传统滤波器单一模型设计的缺点,提出一种将滤波噪声统计特性与模糊逻辑相结合的数字滤波器设计方法.该方法根据噪声统计特性,利用缩短三角型模糊函数,确定模糊逻辑滤波器的参数.通过滤波噪声标准偏差与最大滤波噪声门限的比较,提出了分别采用单值滤波和均值滤波的方法,并推导了均值滤波方法中的周期抽样数目.给出了算法具体设计步骤,包括:滤波方法选择、连续信号周期采样、模糊化数据处理和去模糊化.仿真表明,基于模糊逻辑的数字滤波器对不同标准偏差的噪声均有良好的滤波性能,并且设计经济合理,时间开销小,软硬件易实现,有工程应用价值.     

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别,但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题,提出一种双谱二次特征提取方法,将双谱转化为灰度图像,以灰度值表示双谱幅度;再利用图像处理技术提取双谱二次特征,提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集;将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明:该方法具有更好的分类识别性能,对于CW、LFM和NLFM信号的平均识别率均达90%以上。     

基于状态机的里程计信号滤波方法

提出并实现了一种基于状态机的里程计信号数字滤波方法。该数字滤波方法以FPGA为硬件基础，对经过阻容滤波和光电耦合器隔离后的里程计信号，进行毛刺信号的检测和滤除；分析了里程计信号存在多次振荡时可能造成亚稳态的原因，针对此情况给出了对亚稳态异常情况的处理方法；给出了滤波状态机的详细设计方法。在仿真环境和试验室环境下，使用方波信号、脉冲信号、三角波信号和高斯信号等对滤波效果和亚稳态异常处理措施进行仿真和测试，结果表明该数字滤波方法可以有效滤除干扰信号、计数结果准确；应用该数字滤波方法的某车载系统进行了跑车实测，结果满足系统要求，证明该方法具备工程上的可行性。     

齿轮箱起动过程阶次倒双谱故障诊断方法

针对齿轮箱升降速过程中振动信号非平稳的特点,将常规的阶次分析与倒双谱技术相结合,提出了基于阶次倒双谱的齿轮箱故障诊断方法.首先对齿轮箱升降速瞬态信号进行时域采样,再对时域非平稳信号进行等角度重采样,转化为角域平稳信号,最后对角域重采样信号进行倒双谱分析,就可提取齿轮的故障特征.通过对齿轮齿根裂纹故障实验信号的分析,表明阶次倒双谱分析能有效地诊断齿轮的裂纹故障.     

雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别，但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题，提出一种双谱二次特征提取方法，将双谱转化为灰度图像，以灰度值表示双谱幅度；再利用图像处理技术提取双谱二次特征，提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集；将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明：该方法具有更好的分类识别性能，对于CW、LFM和NLFM信号的平均识别率均达90%以上。