基于Chebyshev多项式最佳一致逼近的偏正交分解特征提取方法及应用

利用Chebyshev插值法,建立非平稳信号的最佳一致逼近函数,通过对该函数进行偏正交分解获取对应的特征值及特征向量,该方法运用在滚动轴承故障特征提取应用中,取得了良好的效果。     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标(长轴、中轴、短轴、球度指数),提出道砟局部形态特征指标(曲率指数),统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解(POD)及径向基(RBF)神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明:重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

高速列车低频晃车在线检测及控制

结合先进信号检测技术和主动惯容元件,提出一种针对高速列车低频晃车的在线检测及控制方法。利用经验模式分解(EMD)和Hilbert变换对实测晃车信号进行特征提取,并定义谱能比为检测指标;在建立车辆横向动力学模型的基础上,采取主动惯容式车体控制策略。结果表明,非晃车段和晃车段的加速度谱能比相差55%,该方法对晃车信号有强分辨力;与传统悬挂相比,主动惯容式车体控制策略能显著降低晃车特定频段的频响幅值,车体振动加速度的均方根值降低了53%。     

基于硬阈值惩罚函数的高维降秩回归

为了解决多元回归问题中高维数据的复共线性,有一种方法是构造惩罚函数,来对估计矩阵的秩进行约束,它被称为降秩回归.为了得到更精确的估计,这里考虑用硬阈值函数做奇异值惩罚函数.通过局部线性近似方法,将原本的估计转换为可计算的模型.这个新的模型是可计算的且是连续的.在模拟和真实的数据集上与其他的模型进行实验比较分析,结果表明,这种估计在大部分情况下比一些常用的降秩估计拥有更高的精度.     

基于隐马尔可夫模型人脸识别的研究

提出了基于HMM的人脸识别方法.根据人脸的特点建立HMM模型,然后采用奇异值分解抽取观察序列.通过对观察向量的仿真结果表明,这种方法在提高识别率和缩短计算时间方面都有很大进步.     

采用样本熵自适应噪声完备经验模态分解的脑电信号眼电伪迹去除算法

针对脑电(EEG)信号容易被眼电(EOG)伪迹污染,而常规伪迹去除算法会导致EEG有用信息大量丢失的问题,提出一种采用样本熵完备经验模态分解的EOG伪迹去除算法。首先,利用独立成分分析(ICA)算法将EEG分解为独立分量;然后,对各独立分量进行样本熵分析,接着引入阈值对伪迹分量进行自动识别,识别后的伪迹分量经过自适应噪声完备经验模态分解(CEEMDAN)算法分解后采用小波阈值降噪;最后采用逆CEEMDAN和逆ICA算法重构信号,达到伪迹去除的目的。采用公开的BCI2000运动想象数据集中60组数据进行实验,结果表明,所提算法的EOG伪迹自动识别正确率达80%,比基于峰度的伪迹识别算法提高约26.7%;采用公开的Klados EEG数据集中15组数据进行实验,结果表明,重构后的EEG信号与纯净的EEG信号的相关系数为0.841,均方根误差较受污染信号降低约56.82%。实验结果证明了所提算法在提高伪迹去除能力的同时能够有效保留有用脑电信息。     

一种基于NCG和SVD的数字视频水印算法

目前关于奇异值分解水印算法很多,大部分不能实现水印盲提取,并且有关视频水印的SVD算法也不多.基于视频水印的这种现实,现提出了一种基于NCG、SVD的数字视频水印算法.首先计算每帧的NCG值,用NCG值对视频帧进行分类,选择具有NCG阚值特征的帧.然后对每帧实施分块SVD,在sVD奇异值矩阵中取第二个元素组成新的矩阵.然后对新矩阵实施DCT变换,更改其中的一对DCT中频系数而嵌入水印.仿真实验表明,该算法具有较好的透明性,能实现水印盲检测,可抵抗常见的各种攻击,如裁剪、高斯、泊声噪声等.     

基于EMD与遗传算法结合的参数辨识

提出将EMD（empirical mode decomposition）信号分解与遗传算法结合用于参数辨识,以一个三自由度系统的算例进行验证,结果表明该方法行之有效。