信号与系统课程中对周期信号频谱分析的理解

周期信号频谱分析是信号与系统课程中非常重要的部分,它是利用快速傅里叶变换进行信号分析的理论基础。从分析典型周期脉冲信号的频谱入手,讨论决定时域波形的三个参数对频谱特征的影响,以得到周期信号频谱的共同特点,在频域里对信号与系统的物理意义给出明确的解释,通过对电压波动信号的分析使学生更加深入理解频谱分析的意义。     

故障诊断信号的非平稳性

利用时间-指数法检测故障诊断中的非平稳性信号,以便对非平稳阶段进行故障处理。利用小波变换对非平稳信号的分解与重构,有针对性地选取有关频带的信息,对重构信号进行频谱分析来提取故障的典型特征。结果表明,时间．指数法很适用于信号的非平稳性判定,利用小波变换对其进行故障诊断是行之有效的。     

序列偶设计研究综述

序列偶作为一种最佳离散信号在扩频通信、雷达、声纳、导航、电子对抗、遥测遥控、信息加密等众多领域有广泛的应用前景.构造序列偶的研究也能促使组合设计新概念和新理论的产生.本文对序列偶的性质、构造方法、应用的数学工具以及现阶段取得的研究成果进行了综述,并指出了序列偶研究领域未来的发展方向.     

拖拉机发生故障有“信号”

<正>拖拉机出现故障前往往会表现出特有的外观现象,这也可称作"信号"。这些"信号"一般都具有可听、可闻、可见、可触摸或可测量的性质,概括起来有以下6种:(1)作用反常。拖拉机技术状态和性能出现异常情况,如发动机启动困难,拖拉机制动失效,主离合器打滑,发电机不发电,以及拖拉机牵引力过小等。     

微弱信号检测的一种改进小波分析方法

针对小波变换去噪时对微弱信号不敏感,特别是在信号分类检测时检测效果不理想的问题,提出了采用小波熵应用于信号检测的技术.该技术的主要原理是利用小波分析矩阵相应稀疏程度去抑制信号的无关成份,其中小波系数熵确定噪声阈值,小波相关系数熵确定边界轮廓,实现信号准确定位.最后通过数值试验证明其效果好于常规小波变换模极大值的信号检测法,证明了该方法检测微弱信号边缘特性更切实有效.     

基于遗传算法和高斯牛顿法的超声回波信号参数估计

在超声回波信号参数估计中,如果高斯牛顿法选取的迭代初值接近参数向量的真实解,则容易找到最优解;如果初始值远离最优解,则高斯牛顿法不收敛或者只收敛到局部最优解。针对高斯牛顿法对迭代初值敏感的问题,提出了遗传算法和高斯牛顿法结合的参数估计方法。该方法充分利用遗传算法善于进行全局搜索和高斯牛顿法善于进行局部快速搜索的优点,首先使用遗传算法求出超声回波信号的参数初值,然后利用这组初值进行高斯牛顿法迭代搜索。仿真结果表明,基于遗传算法和高斯牛顿法相结合的方法,具有收敛速度快、精确度高的特点。     

基于盖氏圆方法的宽带信源数目估计

针对低信噪比和小快拍数情况下宽带信号源数目较难精确估计的问题,提出了一种基于盖氏圆方法的宽带信号源数目估计算法(GDECSM)。盖氏圆方法通过利用盖氏半径对矩阵特征值范围的限定关系,能有效区分信号子空间与噪声子空间,在宽带信号源数目估计中能够产生良好的检测效果。仿真实验表明,与基于AIC准则的宽带信源数目估计算法(AICCSM)相比,GDECSM算法在低信噪比和小快拍数时都具有更高的检测概率,运算复杂度也有所降低。     

电控发动机换档异常熄火的原因分析

通过对LZW6360BI1电控发动机因线束合点错接,而导致车辆在换档进入怠速工况时异常熄火的故障,运用红叉排查方法,详细分析了查找该故障的判断思路,以及线束连接间电压、电流变化产生的高频信号干扰的原理。     

基于高频注入信号瞬时频率估计的永磁同步电机转子位置检测

在永磁同步电机的控制中,无论是矢量控制还是直接转矩控制,都需要适时精确知道转子位置的信息。本文探索性地提出基于信号瞬时频率估计的方法,对永磁同步电机的高频电流响应信号进行检测和处理,通过提取谱图的峰值和相关的频率来估算出实际的瞬时频率,进而获得正确的转子位置信息。     

基于均匀圆阵的循环平稳信号的DOA估计

相干信源的DOA估计一直是一个十分棘手的问题,由此提出了一种基于均匀圆阵的利用信号循环平稳特性进行DOA估计的方法.利用模式空间变换算法以及矩阵分解算法的思想,结合信号的循环平稳特性和Cyclic MUSIC算法,实现在高斯白噪声背景下均匀圆阵相干信源的DOA估计.通过MATLAB仿真验证了该算法具有良好的解相干能力,在低信噪比条件下具有比常规的循环空间平滑算法更好的解相干性能.