基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

基于LabWindows/CVI的铝合金脉冲MIG焊数据采集系统设计

利用虚拟仪器技术设计铝合金脉冲MIG焊过程声、光、电和视频信号的实时采集系统,并给出该采集系统的硬件构成原理和使用虚拟仪器设计软件LabWindows/CVI的程序设计原理.试验表明,该采集系统能够正确稳定地采集铝合金脉冲MIG焊过程中的各种特征信号,并能够实现数据实时显示和存储,可以满足焊接过程实时检测.     

“数字信号处理”基本分析工具相互联系及转换关系分析

从最基本的输入、输出信号和系统入手,研究了数字信号处理的4个基本分析工具（冲激响应、差分方程、离散傅立叶变换和Z变换）及其相互联系与转换关系。分析了数字信号处理的新发展（数字滤波器设计、各种新的变换、多抽样率数字信号处理、功率谱估计、时频分析和小波变换）和它们之间的内在联系。     

信号分析的新方法:TT变换

TT变换可有效的解决S变换中有用信号的起始时间不能准确确定的问题.TT变换的可逆性,为改善时时滤波和信号噪声问题提供了可能.TT变换和加窗的时间序列的唯一不同是:TT变换中信号的高频成份比低频成份更集中于高斯窗的中点.TT变换和S变换配合使用,可准确的确定有用信号的起始时间,可有效的区分有用信号和噪声信号.     

一种基于简化PCNN的红外图像分割方法

提出一种基于简化脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的红外图像分割新方法.针对红外航拍图像所具有的噪声大、灰度范围较窄以及具有对比度反转现象等特征,从原始图像与分割图像的相似性出发,采用最大互相关匹配来确定PCNN的最优参数,最终完成图像分割.实验结果验证了该方法的有效性.     

基于PCNN的小波域超声医学图像去噪方法

在分析小波去噪和脉冲耦合神经网络(pulse coupled neural networks,简称为PCNN)去噪优缺点的基础上,提出一种基于PCNN的小波域超声医学图像去噪方法(a method of medical ultrasonicimage de-noising based on PCNN in the Wavelet Domain,简称为PCNN-WD).该方法先对小波系数进行相应的预处理,然后应用PCNN在小波域中修改小波系数,以达到去噪的目的,并且该方法能够自动地设定阈值和修改小波系数的步长.实验结果表明,该方法可以有效地去除斑点噪声,并很好地保留图像细节和图像边缘.     

基于局域波近似熵的声发射信号处理

将近期发展的局域波法和近似熵法相结合应用于声发射信号的特征提取中.首先,将声发射信号进行局域波分解,得到自适应的基本模式分量;然后对各基本模式分量计算近似熵,描述各基本模式分量的复杂程度,监测声发射信号的发生和发展,量化声发射信号的特征.通过预制裂纹钢管静载实验,分析计算了钢管裂纹声发射信号的各基本模式分量的近似熵,表明局域波法与近似熵相结合的方法可以有效地提取声发射信号的特征,从而为声发射信号特征提取提供了一种新方法.     

基于匹配信号变换的非线性调频干扰抑制方法

根据匹配信号变换特性,提出了一个基于匹配信号变换(MST)的特定时频结构(双曲线型、指数型)非线性调频干扰的抑制方法.推导和分析了基于匹配信号变换的参数估计均方误差,该误差与相位函数有关.仿真结果验证了该干扰抑制方法不仅能有效抑制单分量、多分量的特定时频结构非线性调频干扰,而且容易实现,提高了干扰抑制算法的时效性.     

动态GPS接收机载波多普勒分析及环路跟踪性能实验研究

针对普通GPS接收机在炮射制导弹药动态条件下难以正常定位的问题,用SPIRENT卫星信号模拟器分析了几种动态条件下的载波多普勒频移及其变化率,进而产生载体不同动态条件下的卫星接收信号,用软件接收机对载波跟踪环路采用2、3阶锁相环(PLL)、1阶锁频环(FLL)辅助2阶PLL、2阶FLL辅助3阶PLL时的跟踪性能进行实验.结果表明,当载体加速度达到40 g时,仅用PLL无法正常跟踪,FLL辅助PLL跟踪正常;而对于弹道环境,1阶FLL辅助2阶PLL仅有一路跟踪正常,2阶FLL辅助3阶PLL有两路跟踪正常,据此给出了载波跟踪环路改进方案.     

基于小波域隐马尔可夫模型的信号处理技术研究

研究寻北仪惯性传感器信号处理问题,采用基于小波域的隐马尔可夫模型(WHMM),对连续旋转式寻北仪陀螺的输出信号进行降噪处理. WHMM使用混合高斯模型描述小波系数的分布特性,隐状态间的概率转换描述不同尺度小波系数间的相互关系,并采用期望极大化(EM) 算法对模型参数进行训练. 通过训练得到的WHMM估计真实信号的小波系数,将估计出的小波系数进行逆小波变换,实现信号的降噪处理. 应用实例表明,该方法对陀螺输出信号有效地进行了降噪处理,抑制了干扰,提高了寻北精度.