基于时域干扰消除和能量RAKE接收的超宽带窄带干扰抑制算法

针对脉冲超宽带通信中的窄带干扰问题,根据超宽带信号为时域极窄脉冲而窄带干扰为连续波这一主要特点,提出了一种基于时域干扰消除和能量RAKE接收技术的超宽带时域窄带干扰抑制算法。首先,通过终端开路或者短路的传输线延时特定长度,与原始信号叠加实现了时域窄带干扰抑制,该方法克服了传统陷波法抑制干扰过程中也损失信号的缺点;然后,针对干扰抑制完成后人为引入的多径信号,采用了一种结构简单,计算复杂度较低的能量RAKE接收机。仿真结果表明,该接收机能够对多径信号进行能量的收集,且具有结构简单,计算复杂度较低的特点。     

基于时频能量比的入侵事件识别方法

针对挖掘入侵事件与人步行等干扰事件的识别问题,提出一种基于时频能量比的识别方法.利用时域的节律特征以及信号包络的时域冲击特征,剔除如车辆路过、自然环境干扰等事件.留下挖掘和人步行事件.对于挖掘和人步行事件的识别,首先,对事件信号进行时域窗分割;其次,将时域分割后的每个子信号输入到一组窄带滤波器中,并计算每个滤波器输出信号与输入的时域子信号的能量比值,得到信号的时频能量比特征.最后,利用SVM作为分类器,进行分类实验.实验表明,该方法提取的时频特征所包含的冗余特征数据量小,分类所需的时间短,分类识别的准确率约为94%.     

硬脆性页岩超声波透射实验研究

为了获取硬脆性页岩地层声波传播特征,以鄂尔多斯盆地井下石盒子组页岩为研究对象,采用超声波透射实验系统的分析了钻井液作用前后页岩声波时差、衰减系数、时域信号以及频域信号的特征。研究结果表明,钻井液作用后页岩声波时差增大,衰减系数增大,频域信号与时域信号均发生改变。钻井液作用后,页岩发生水化反应,声波时差与衰减系数可定量描述页岩水化动态变化,时域信号与频域信号能够定性分析页岩水化结构变化特征。超声波透射实验为硬脆性页岩水化特征的研究提供了一个新的思路。     

硬脆性页岩水化的超声波透射实验研究

为了获取硬脆性页岩地层声波传播特征,以鄂尔多斯盆地井下石盒子组页岩为研究对象,采用超声波透射实验系统地分析了钻井液作用前后页岩声波时差、衰减系数、时域信号以及频域信号的特征。研究结果表明,钻井液作用后页岩声波时差增大,衰减系数增大,频域信号与时域信号均发生改变。钻井液作用后,页岩发生水化反应,声波时差与衰减系数可定量描述页岩水化动态变化,时域信号与频域信号能够定性分析页岩水化结构变化特征。期望超声波透射实验为硬脆性页岩水化特征的研究提供一个新的思路。     

基于信号盲分离的通信信道干扰抑制算法

针对移动通信双向传输过程中一直存在的抗干扰性能差的问题。提出基于窄带信号盲分离的移动通信信道干扰抑制算法。构建移动通信基站信道的安全承载模型和移动网络基站路由节点数据分配模型,进行信道干扰分析,通过阈值对优先级进行判断,保证OBS网络中偏射路由节点数据的服务质量,构建单通道窄带信号检测模型,设计单通道窄带处理器,实现对窄带信号的盲分离,降低了网络突发冲突阻塞概率与丢包率,基于时延-多普勒域的稀疏性特征计算动态反馈线性非线性抗干扰信道的时域脉冲响应,得到移动通信信道均衡和特征配准结果,实现非线性抗干扰滤波。实验结果表明,改进算法能有效实现干扰抑制和滤波,提高通信信号的输出信噪比。     

探地雷达信号的EEMD时域分析方法

经验模态分解(empirical mode decomposition,EMD)方法不能解决探地雷达信号的混频现象,文章提出了探地雷达信号时域集合经验模分解(ensemble empirical mode decomposition,EEMD)分析方法。通过分析可知,EEMD方法可以克服EMD方法的模态混频现象。文中由时域有限差分(finite difference time domain,FDTD)方法正演出探地雷达模型的信号,利用EEMD方法分离探地雷达特征模量,并对不同的特征模量进行分析,将受到白噪声干扰的探地雷达正演信号通过EEMD方法去噪,结果表明去除干扰效果显著。     

一种改进的局部倒频谱分析方法

针对倒频谱分析难以实现从低信噪比信号中检测故障的问题,在对局部倒频谱分析的基础上,提出了一种改进的局部倒频谱分析方法,并给出了改进局部倒频谱分析的原理和算法。该方法通过在时域引入相关消噪处理,降低时域原始信号中的非周期性分量的干扰,在频域引入相关消噪处理,降低频谱上非周期性谱峰影响,实现了频谱上周期性故障特征向零频率附近的聚集。改进的局部倒频谱分析方法解决了局部倒频谱方法存在的计算频带难以选择的问题,同时消除了对故障频域内周期性特征局部化分布的限制,扩展了应用范围。将该方法用于仿真信号以及故障齿轮实验测试信号的分析,结果表明,与传统倒频谱和局部倒频谱方法相比,提出的改进局部倒频谱分析方法具有强的抗噪能力,实验中较传统倒频谱和局部倒频谱方法分别多提供了8.05bit和1.11bit的诊断信息。该方法可用于实现从低信噪比信号中检测故障。     

基于子空间域特征提取的硬件木马检测方法

为了解决制造变异和噪声对已有硬件木马检测方法的挑战和干扰,提出了一种新的微弱木马信号检测技术,能够在较大的制造变异和噪声的背景下提取出木马特征信号.首先,将木马检测问题建模为特征提取模型,然后提出了一个基于时域约束估计器和主成分投影的统一子空间木马检测方法.并通过特定的子空间投影或重构信号分析,证实弱小的木马信号可以与各种噪声和干扰区分开来.该方法为已有的硬件木马检测方法提供了一种通用的消除制造变异和噪声影响的方法.设计实现了2个时序硬件木马,在ISCAS89基准电路上进行了仿真实验验证,并在FPGA上进行了硬件实物验证,实验结果均表明了所提方法的有效性和高检测精度.     

基于FRESH滤波器的DSSS系统窄带干扰抑制技术

为了减小基于时域线性预测干扰估计的DSSS系统窄带干扰抑制技术对有用信号产生的损伤,根据干扰环境下接收信号的循环平稳特性,提出了一种利用频移滤波器对干扰进行估计并将干扰抵消的DSSS系统窄带干扰抑制方法.该方法在对干扰进行估计时,既利用了干扰的时域相关性,又利用了干扰的频域相关性.理论分析和仿真结果表明,在强干扰环境下,接收信号的循环平稳性主要由强干扰决定.与传统时域线性预测方法相比,该方法对干扰估计的时平均均方误差更小,能够更精确地估计和消除频谱相关的干扰,减轻对有用信号的损伤,进一步降低系统的误比特率,因而具有更加优良的干扰抑制性能,特别在干扰较强或干扰频带较宽时,优势更加明显.     

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

针对齿轮箱滚动轴承的微弱故障诊断常常由于背景噪声、离散频率成分干扰,造成轴承故障漏诊,不利于设备的长期稳定运行的问题,将局部倒频谱(LC)理论与倒频谱编辑(CEP)方法相结合,提出一种局部倒频谱编辑方法(LCEP),解决了LC无法进行时域信号重构的问题。针对分析频带选择这一关键性问题,在齿轮箱滚动轴承微弱故障诊断中给出了选择准则。调整后的局部倒谱可以成功提取复杂振动信号中的干扰成分,实现对主要干扰成分的编辑,抑制其对微弱故障诊断的干扰。将所提方法用作信号预处理,对重构时域信号做希尔伯特变换和包络分析,建立齿轮箱振动信号模型,利用仿真信号和实验信号验证了方法的有效性。将所提方法与CEP方法和倒谱预白化(CPW)方法对比表明,LCEP结合包络谱(ES)诊断方法在强背景噪声、多频率成分干扰及复杂调幅调频的齿轮箱振动信号中,成功提取轴承外圈微弱故障特征,特征明显性提高了6倍。     

离散小波变换在电力系统故障检测中的应用

传统的傅立叶分析难以处理电力系统故障时产生的暂态信号.小波变换具有良好的时频局部化特性,为分析非平稳、突变信号提供了有效的途径.通过多尺度分析,将连续小波变换离散化,得到适合数字信号处理的快速算法——离散小波变换.最后给出了应用离散小波变换进行输电线路故障测距的实例,通过仿真分析证明该方法可以极大地提高测距精度.     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及基于多分辨分析的信号小波的分解算法 ,研究了信号局部奇异性在小波变换下的特性 ;根据故障信号的局部奇异性在小波变换下模的极大值及其在不同尺度上的传播特性 ,对 30 8型滚动轴承振动加速度故障信号进行分解 ,对故障特征信号进行时域定位 ,并提取了故障特征频率f=46 .88Hz,这与实际的故障特征频率相近 ,说明该方法适用于滚动轴承的在线监测和故障诊断     

基于小波变换的ERP信号分析

介绍多分辨率小波变换的基本概念,并介绍多分辨率小波变换在诱发脑电信号（ERP）分析中的应用以及如何应用多分辨率小波变换提取脑诱发电位的各频段信号。实验表明：该方法应用于脑诱发电位的分析是十分有效的。     

时频分析方法在机器故障诊断中的应用

阐述了短时傅氏分析、Ｗｉｇｎｅｒ分布及小波分析等时频分析方法和特点；对间隙非线性机械系统振动信号进行了小波分析，发现了间隙非线性机械系统振动信号在小波分解中的状态特征，应有和时频分析方法对ＭＣＮＣ８２数控磨床进行了故障诊断，结果表明时频 分析方法对非线性机械系统的故障诊断比较有效。     

液压系统故障信号的小波包检测方法

提出了一种利用小波包检测调速阀故障信号的方法.通过小波的小波包分析将信号按一定的尺度进行划分,不同频率的信号被划分到不同的频段中.由经过预处理的信号经过小波包分解与重构后,可以得到小波包重构图,由图中可以获得故障产生的时间点和频率,再对故障的严重程度进行了量化分析.实验结果表明用小波包理论进行故障检测是可行的.     

煤矿通风机故障诊断的小波包方法

针对常用的时域和频域分析在诊断通风机故障时存在不能同时诊断出故障时间和类型的瓶颈问题,提出基于小波包分解的煤矿通风机故障诊断方法.在分析通风机故障特征的基础上,利用时频两域都具有表征信号特征能力的小波,对采集来的通风机振动信号进行小波包分解,利用分解的小波系数,在各个频段上进行小波信号重构,并计算信号各个频段的能量特征值,提取故障特征,诊断故障发生的时间和故障类型.经实际验证,小波包分解能将故障信号有效的划分到不同的频段内,而且时域和频域局部化特性好,能有效的诊断出通风机故障,具有良好的理论意义与工程应用价值.     

小波换应用于小电流接地故障选线

研究了小波分析在小电流接地系统单相接地故障选线中的应用,利用小波变换这一新兴的信号分析工具,提取故障时的暂态量信息,构造出了基于小波变换模极大值奇异性检测原理的新型选线判据。着重介绍了利用小波变换提取故障信号的暂态高频分量,进行故障选线的方法。并且利用Matlab提供的小波分析工具进行了大量的选线仿真实验,验证了该方法的有效性和可靠性。     

小波包变换在往复泵活塞状态监测中的应用

根据小波变换能同时在时间域和频率域进行局部化信号分析的特点,采用小波包分解、小波包重构及小波包分频带能量监测方法对往复泵活塞状态进行识别,取得了良好的效果。这种方法具有特征参量少、故障特征突出等优点。可以预见,信号的小波包分析将发展为一种可用于往复泵工况监测与故障诊断的特征提取方法     

煤矿主通风机故障诊断的小波包方法

针对传统的时域和频域分析存在难以同时诊断故障时间和具体类型的瓶颈问题,提出一种基于小波包分解的煤矿主通风机故障诊断方法.在深入分析煤矿主通风机故障机理的基础上,采集对故障敏感的振动信号,并用具有时频局部化特性的小波对其进行三层小波包分解,通过提取各个频段信号的能量特征值,诊断故障.经实例验证,该方法能有效的诊断出故障时间和类型,为煤矿主通风机故障诊断的研究作了新的探索.     

小波基时频特性及其在分析突变信号中的应用

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。包含在振动信号中的突变信号是重要的特征信息。小波分析在在线检测和故障诊断中已逐渐得到了广泛的应用。但采用不同的小波基,分析结果有很大的差异。笔者通过对小波基时频特性进行分析比较并结合故障分析实例和仿真结果,总结了选择合适小波基的一些方法。