基于奇异谱分析(SSA)的弹头激波信号处理方法研究

针对弹头激波信号混杂其他噪声干扰无法分离时延特征参数问题,利用奇异谱分析(SSA)的自适应滤波特性进行处理,并对嵌入维数和重构主分量数目对分离效果的影响进行了讨论,建立性能评价函数和选择准则来进行优化。仿真结果表明,采用最优参数时SSA能有效提取出噪声条件下激波信号特征。     

联合预测效果确定噪声信号嵌入参数的方法

针对用不同方法分别确定时延和嵌入维数可能存在的矛盾性,以及特别复杂的实测信号序列各有特殊之处,分别确定的参数有时未必是最合适的情况,本文提出了用联合预测效果同时确定嵌入参数的方法。     

时间序列分维数提取算法的研究

混沌时间序列的分维数是描述其混沌特性的一个重要参数．这里介绍的改进的分维数提取算法是在传统的Ｇ－Ｐ关联维数分析算法的基础上，结合奇异谱分析技术，构造了基于奇异谱分析的关联维数提取算法，克服了原始Ｇ－Ｐ算法抗噪声干扰能力较差的缺点，同时具有可靠性较高、结果精度较理想、运算速度较快等优点     

基于改进奇异谱分析的信号去噪方法

传统的去噪方法,比如小波阈值去噪,它只对高斯噪声有效,对于脉冲噪声却无能为力.近年来发展起来的奇异谱分析方法可以在高信噪比的条件下很好地滤除上述两类噪声,但该方法降噪过程涉及了一定的主观因素,并且受矩阵扰动理论的限制,该方法随着信噪比的降低,去噪能力也随之下降.针对上述情况,提出一种改进算法,将矩阵秩最小化理论应用于奇异谱分析方法中.仿真结果表明,改进算法去噪效果明显,能够最大限度降低信号均方误差,提高信噪比,增强奇异谱分析方法的通用性.      

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。     

对平面激波的数值研究

从数学分析的角度，定量地研究造成平面激波脱体的物理条件。将来流Mach数M1、壁面转折角δ以及激波角β所满足的函数关系式转换为代数方程，建立完整的平面激波激波角的数值计算方法，给出激波前后气流物理量的变化关系。     

引入SSA的ARIMA-HPSO-Elman组合模型的汇率预测方法——基于人民币对美元汇率中间价数据

汇率兼有线性和非线性的双重混合行为特征,因此单一的线性模型或非线性模型均无法完美地胜任汇率的预测工作.对人民币对美元汇率中间价序列进行研究,首先通过奇异谱分析SSA方法对汇率序列去噪,并对重构后的汇率序列建立ARIMA模型进行拟合预测以提取出原汇率序列的线性成分,其次对残差部分通过基于杂交变异的混合粒子群优化算法优化的Elman神经网络进行建模并预测,两部分结果相加即为原汇率序列的预测值.实证结果表明,人民币汇率波动存在着周期振荡的特征,在汇率序列的样本外30日预测上,基于SSA方法的组合模型预测性能相对单一模型以及未采取SSA方法的组合模型而言,短期的表现均较优.     

基于时频分布的超音速飞行目标激波信号检测

为获取物体作超音速飞行时产生的激波信号,以对超音速目标进行识别和定位,设计了一种基于时频分布的超音速飞行体激波压力信号的检测器,用主成分分析法提取时频域的主成分,确定了一种简单的判别准则,解决了在噪声环境中检测出激波信号的问题.通过外场实测数据对检测效果进行了仿真分析,仿真结果表明可以获得较好的检测效果,适用于暂态信号的检测.     

基于小波和分形理论的多径衰落信号分析

首次将小波理论和分形理论相结合来分析多径衰落信号，从多径衰落信号产生的动力学机制出发，指出了多径衰落信号具有分形的特征，进一步研究多径衰落信道的多重分形特性，分析并指出了多重分形维数是描述无线信道传播特性的重要参数，根据多径衰落信道参数突变，首次指出了多径衰落信号具有局部奇异性，其局部奇异性对信道参数估计和信号重构有着重要的作用，中提出了短时网格分形维数的定义和给出了其计算的详细算法，用Lipschitz指数来表征局部奇异性，利用小波检测多径衰落信号奇异性和信号重构。仿真实验结果表明：小波重构后信号具有很好去噪性能；多径衰落信号不同尺度下小波变换系数具有自相似性，论证了多径衰落信号的分形特性，不同移动速度时多径衰落信号的多重分形特性仿真实验表明：随着移动速度增大，其短时网格分形维数也变大。     

Riemann问题基于双激波近似的激波捕捉格式

Riem ann问题迭代求解的计算量很大 ,为了提高效率 ,减小计算量 ,提出一种 Riemann问题的近似解法。把Riem ann问题中的膨胀波看成是“膨胀激波”,认为左右状态之间存在由两个激波围成的相似解区域。该方法的优点是保留了 Riem ann问题的非线性特征 ,且保证左右波之间的自相似解区域的熵不减少。该方法在一维及多维无粘可压缩流动求解中取得了较好的结果。     

基于脆性薄膜动态响应的冲击波超压测试方法

为评价爆炸冲击波威力大小,根据脆性材料的强度尺寸效应,采用纸张这种典型的脆性薄膜材料以及自制的薄膜固定装置,研究了不同尺寸的周边固支的圆形脆性薄膜材料在冲击载荷作用下的响应特性. 通过实验研究,得到了薄膜破裂时的冲击波超压随薄膜直径的变化规律,并对3种纸张材料在不同尺寸条件下破裂时的冲击波超压临界值进行了标定,给出了该固定装置约束下的薄膜破坏临界超压的计算公式,可用于外场试验的爆炸场的威力测试,是一种简单易行的测试方法.     

基于视频检测技术的城市快速路车流减速波传播特性

选取一段频繁发生车流减速波现象的城市快速路作为数据采集地点,结合视频检测技术进行微观减速波数据采集与处理.基于减速波传播过程中车辆速度和加速度的数据分析,得出驾驶员在波传播过程中的微观行为特征,在此基础上给出减速波传播过程中驾驶员反应过程的具体描述,分为感知阶段、决策阶段和控制阶段;进一步从驾驶员感知时间、减速波传播速度和传播图像3方面对减速波传播特性进行研究,可为减速波微观仿真与控制提供一定的理论基础.     

基于卫星通信的空中爆炸冲击波威力测试系统

针对空中爆炸冲击波威力测试中测试环境恶劣、设备无法监控、数据回收困难等问题,基于空中爆炸冲击波力学特性和传播规律,综合运用存储测试技术和卫星通信技术,研究一种卫星方式通信的冲击波威力测试系统,给出了系统设计方案和实现方法.测试系统能在任意环境下完成任意距离的无线数据传输,实现测试设备的无线远程监控和试验数据快速回传,节省了大量的人力和时间成本,且有效提升测试试验的可靠性与稳定性.对测试系统在网络调试助手模拟和实爆测试两种状态下开展测试试验,并将测试结果与Henrych公式计算结果进行对比分析,结果表明研制的系统测试数据准确、传输可靠性高,满足复杂恶劣环境下装药冲击波超压实际测试需求.      

基于减谱法的信号处理研究——MATLAB软件辅助设计

描述了用减谱法进行语音增强的一种方法,利用计算机以及相应的MATLAB标准软件,分别对语音和噪音信号进行傅里叶变换,求得它们的频谱,相减得到的是去噪后语音的频谱,再进行傅里叶反变化,即可得到增强语言信号,从而有效地抑制了噪声.     

脑电时间序列的非线性重构

脑电信号的非线性特征量的提取以其非线性重构为基础,对脑电信号的进行非线性重构的关键是正确选择重构参数时间延迟和嵌入维数．确定重构参数的方法很多,并各有其优缺点．C—C方法是一种可以同时确定最佳时间延迟和最佳嵌入维数的新方法,以Lorenz模型数据和脑电时间序列为计算对象,对这种方法进行了验证与比较．     

基于多层联合降噪的信号处理方法

针对旋挖钻机钻杆振动信号具有非线性、非平稳的特点,以及多源振动耦合影响,提出了一种基于多层联合信号降噪方法,对振动信号进行降噪处理。首先,采用局域均值分解(local mean decomposition, LMD),得到一系列乘积函数(product functions, PF),根据计算得出的相关系数,挑选出含噪声成分最多的PF分量,舍弃残余分量,实现第一层降噪;其次,利用小波阈值降噪(wavelet threshold denoising, WTD),对挑选分量实现了第二层降噪;最后,将WTD重构信号设为奇异值分解(singular value decomposition, SVD)的前置处理单元,实现第三层降噪。基于MATLAB仿真实验与轴承数据降噪实验,分别使用EMD-SVD、LMD-SVD两种算法对目标信号进行降噪处理,LMD-WTD-SVD方法可以提高信噪比,并对比波形图与频谱图结果表明,此方法是一种更有效的降噪方法。     

脑电信号非线性动力学处理方法的研究

首先从系统方法的角度对脑电信号的研究作了定义，在此基础上具体分析了脑电信号系统分析的基本困难或难点，说明难于用建模的方法对脑电信号系统进行了研究。然后引出重构状态空间吸引子方法并阐述其在脑电信号系统分析中的意义。     

基于加速度传感器的心率信号处理及检测方法

为了提高穿戴式设备心率检测的准确性,提出了一种新的基于加速度传感器的光电容积脉冲波(PPG)信号处理方法。从加速度信号中判定是否存在运动伪迹并获取运动伪迹的频率。该方法以均值滤波为基础,去除原始信号中的基线漂移与运动伪迹,重构出理想的PPG波形,准确地检测出每分钟心跳数(BPM)。通过多种运动状态下的实验测试表明:该方法能够有效去除PPG信号中的噪声,提高BPM检测的准确性,可应用到穿戴式设备连续性实时监测。     

基于任务驱动的“数字信号处理”教学

数字信号处理是信息类专业的重要课程,具有理论性强、概念抽象等特点。为了提高学生学习的积极性和教学效果,让学生真正理解数字信号处理的内涵,能够理论联系实际,学以致用,本文将任务驱动法引入数字信号处理的教学中,以学生为主体,让学生在完成任务的过程中学习知识。结合课程内容,讨论了任务设计、任务分解、任务实施、效果评价、实施原则等问题。