基于优化听觉模型的机床工况识别方法研究

准确识别机械制造设备工况,对判断设备的当前健康状态、设备平稳性,以及科学评价设备操作人员的工作效率具有重要意义.运用遗传算法优化后的ZCPA(zero crossings with peak amplitudes)听觉模型对设备的振动信号进行特征提取,通过与各种工况标准听觉谱计算相关性,以识别设备当前工况.优化后的ZCPA听觉模型计算简洁,能够模仿人耳听觉系统对输入信号进行提取,弥补传统听觉模型适应性差、识别率低的缺陷,同时使不同工况特征差异性增大,提高设备工况识别率.以某种普通车床为例,车床振动信号经过优化后的ZCPA模型处理后,工况识别率达到95%以上.     

基于二次EEMD的转子故障信号时频分析方法研究

HHT时频分析被广泛应用于机械故障诊断中,但其模态混叠成为应用时的瓶颈。针对此问题提出了利用二次集合经验模态分解分解(ensemble empirical mode decomposition,EEMD)来消除模态混叠的时频分析方法。该方法首先用EEMD将原信号分解成若干个本征模函数(intrinsic mode function,IMF),然后选取相关系数较大的分量重构原信号,再利用EEMD对其进行二次处理,便可获得去除模态混叠的时频分布。通过对仿真与实验转子信号分析,该方法可以有效抑制经验模式分解(empirical mode decomposition,EMD)的模态混叠现象,相比一次EEMD,二次EEMD去除模态混叠更明显,能有效应用于旋转机械故障诊断中。     

基于一种听觉模型的特征提取及语音识别

该文分析了人耳耳蜗及中枢听觉神经对声信号处理的机理，主要包括耳蜗对声信号的频率分析、柯蒂氏器官毛细胞的从振动机械能到电化学能的转换，听神侧抑制神经网络和增益调整四个层次，建立各个层次上听觉的数学模型。     

一种基于HHT的信号周期性分析方法及应用

提出了一种基于HHT(Hilbert-Huang Transform)的信号周期性分析方法,通过分析信号的非线性对主频分布的影响,找到了具有丰富高频含量的近似周期信号的主频与其周期性的近似对应关系,实验表明,根据信号的主频分布来估计信号的周期性具有很好的精确性.将其应用于自然纹理图像的分析,能很好地提取纹理图像的周期特征,为纹理分类、分割、识别和图像检索提供了新的解决途径.     

一种听觉显著图提取模型

本文基于人耳听觉特性提出了一种改进的自下而上听觉显著图提取模型.该模型根据人耳听觉系统对声音分频道处理以及声音信号时间方向的差异更能有效表征听觉显著性这两个特点进行显著图提取.首先对输入声音信号进行短时傅立叶变换(SFFT)得到声音信号的听觉图谱,然后重新划分频带并在各频带上采用一维高斯滤波器组进行不同尺度的时域滤波,再利用中心-周边差算子计算各频带的听觉显著度并进行跨尺度整和,最后将各频带的听觉显著度线性合并之后得到最终的听觉显著图.仿真实验的结果表明该模型提取的听觉显著图更准确.     

基于VC5509McBSP的语音数据采集及FIR滤波

为了使语音信号更好的在信道中传输,可以经过带通滤波器使信号带宽小于信道带宽.通过TMS320VC5509的McBSP配置语音编解码芯片TLV320AIC23正常工作,并将采集到的语音数据经过一个FIR带通滤波器,滤除通带外的噪声,从而可以得到更好的传输信号.实验结果表明经过带通滤波器后的声音质量有显著的提高.     

一种基于听觉模型的抗噪语音识别特征提取方法

提出了一种新的语音识别特征提取方法。该方法是建立在听觉模型的基础上,通过计算语音的上升过零率作为频率信息并通过非线性幅度加权相结合来获取语音特征。仿真实现了中小词汇量、孤立词的语音识别,得到了较好的实验结果,证明了此方法具有较强的抗噪声性能。     

心音自动分段算法及两种时频分析方法的对比

本文提出了一种不借助参考信号的定位方法实现心音信号的定位分段算法,首先使用归一化香农能量算法得到心音信号的包络图,然后通过包络和心音自身特性进行定位,S1的终止点、S2的起始点与终止点是依据心音周期的长度来计算,具有良好的自适应性,正常人的识别准确率较高,能达到93.6%,而异常人的稍微低一些,在89%左右。应用了STFT、Choi-Williams分布这两种时频分析法来对比正常和异常人的心音信号之间的差别,从时频等高线图来区分正常和异常信号的直观性说,Choi-Williams分布优于STFT分布。     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号,包络分析法是一种有效的分析方法,为克服当前的包络分析法需要选择合适的滤波器参数的局性性,提出了一种基于小波变换的包络分析方法,运用小波包将调制信号分解到不同频率段上,提取需要的频率段成分进行重构,对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息,仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。     

一种基于变分模态分解参数优化的轴承故障诊断方法

为解决变分模态分解方法在提取齿轮箱滚动轴承的故障特征频率时受模态个数和惩罚项系数影响的问题,提出了一种基于人工鱼群算法优化变分模态分解的轴承故障诊断方法.首先,利用人工鱼群算法优化变分模态分解方法的模态个数和惩罚项系数;其次,故障振动信号经优化的变分模态分解方法分解,获得若干模态分量;最后,筛选包络熵值最小的分量进行包...     

基于开环双模谐振器的双频带滤波器

基于新型的带开路枝节的双模开环谐振器,设计了应用于无线局域网（WLAN）IEEE 802.11 b/a（2.4/5.2 GHz）的双频带微带滤波器.双模开环谐振器的奇模和偶模谐振频率,分别由开环结构和开路枝节负载激励产生.双频带滤波器由两个双模开环谐振器电磁混合耦合实现,具有4个传输零点.滤波器的两个通带分别由双模谐振器的基频和一次杂散频率产生.为了满足输入和输出阻抗匹配要求,并改善双频段的通带特性,采用锥形渐变线0°馈电方式.双频带滤波器的频率响应特性S₁₁和S₂₁的电磁仿真和实测结果非常吻合,两个通带均呈现很好的通带特性和隔离效果.     

基于FBD法的有源电力滤波器参考电流检测新方法

构建了一种基于模糊决策的复合低通滤波器(LPF),提出了一种基于FBD法的有源电力滤波器(APF)参考电流检测新方法.该方法利用锁相环(PLL)产生参考电压,将负载电流投影到参考电压上,通过LPF可以准确检测出基波有功电流和基波无功电流.设计了基于模糊决策的复合LPF,该LPF由截止频率为10 Hz和30 Hz的双二阶...     

流体管道压力信号的高精度实时滤波方法

针对流体管道压力数据的特征,设计了管道泄漏实时高精度检测与定位的压力信号采集方法;在此基础上基于对压力信号的分析,设计了一种压力数据高精度实时组合滤波方法,分别应用低通滤波、陷波滤波和小波滤波对压力信号进行实时滤波处理,并给出了滤波方法中每个步骤的选择依据,以及参数选择方法.该滤波方法在滤掉压力信号中噪声的同时,较好地保留了压力变化的幅值和相位信息,从而有效提高泄漏定位精度.通过流体管道试验仿真系统和实际管道数据的仿真验证和试验,证明了该滤波方法的有效性.     

结合数字滤波技术的随机共振弱信号检测

应用数值计算研究强噪声背景下弱信号的随机共振检测. 探讨了大频率条件下非线性双稳态系统随机共振的输出信号幅值、 信噪比与随机噪声的关系, 数值计算结果表明, 非线性双稳态系统对大频率噪声具有较大的压制特性, 通过随机共振系统可以检测强噪声背景下的大频率弱信号. 结合数字滤波技术提取了大频率弱信号, 并获得被检测大频率弱信号的特征频率谱线及时域图像.      

肌电信号分解的一种方法

肌电信号的分解是根据肌电信号形成的机理,还原出构成它的各个运动单位运作电位序列（ＭＵＡＰＴ）的过程。本首先采用匹配滤波的方法,对组成ＥＭＧ信号的各个运动单位动作电位（ＭＵＡＰ）进行检测和提取。算法能自适应地更新匹配滤波器和标准ＭＵＡＰ模板,以跟踪ＭＵＡＰ在发放过程中的缓慢变化。利用获得的基本ＭＵＡＰ模板,根据叠加波形与构成它的各ＭＵＡＰ波形之间面向关系,得出可能的ＭＵＡＰ组合。然后再根据每个ＭＵ     

肌电信号分解的一种方法(英文)

肌电信号的分解是根据肌电信号形成的机理 ,还原出构成它的各个运动单位动作电位序列 (MUAPT)的过程 .本文首先采用匹配滤波的方法 ,对组成EMG信号的各个运动单位动作电位 (MUAP)进行检测和提取 .算法能自适应地更新匹配滤波器和标准MUAP模板 ,以跟踪MUAP在发放过程中的缓慢变化 .利用获得的基本MUAP模板 ,根据叠加波形与构成它的各MUAP波形之间面积关系 ,得出可能的MUAP组合 .然后再根据每个MUAP的发放特点 ,采用模糊算法 ,从而得到最终的结果 .还利用模拟肌电信号和真实肌电信号对分解算法进行了实验 ,均取得了令人满意的效果     

基于Morlet小波带通滤波特性的振动系统频率识别

利用Morlet小波在频域的带通滤波特性,对通过改变Morlet小波的带宽,直接在尺度图上识别振动系统频率的方法进行了分析研究。该方法的特点是简单易行,便于应用。并针对实际试验数据中存在严重噪声污染和振动系统的密集模态识别问题,进行了仿真,仿真结果验证了该方法的有效性和可行性。     

基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.