复杂信号瞬时频率的计算

在严格定义单成分信号瞬时频率的前提下,综合性地定义了复杂信号的瞬时频率,并给出了计算方法.     

基于信号瞬时特征识别非线性结构系统物理参数

将非线性结构系统等效为时变线性系统,建立非线性系统瞬时特性之间的关系曲线.通过解析模态分解拓展定理分离出非线性结构系统响应信号的基频主分量,然后运用同步挤压小波变换和Hilbert变换方法分别提取基频主分量信号的瞬时频率和瞬时幅值.在此基础上,应用最小二乘优化算法识别非线性结构系统的物理参数.通过一个典型非线性结构系统Duffing方程数值算例验证所提出的新方法,结果表明,该方法能够有效识别典型非线性系统的刚度参数,且具有一定的抗噪性.     

依据瞬时频率的木材损伤过程声发射信号辨识

针对木材损伤断裂过程中声发射(AE)信号识别的问题,提出一种基于瞬时频率的AE信号辨识方法。首先,采用三点弯曲的方式对马尾松试件做损伤试验,利用采样频率为500 kHz的4通道NI USB-6366采集卡收集原始AE信号。然后,通过小波分析的方法对采集的原始信号降噪处理,并对降噪后的信号进行频率分析,再根据频率范围及产生原因的不同定义了两类AE信号。最后,通过Hilbert变换分别获得两类AE信号的瞬时频率,并统计两类AE事件频率。试验结果表明,基于瞬时频率统计的AE事件频率能够客观反映试件的应力水平,同时,木材损伤过程中主要产生断裂AE和变形AE信号,且断裂AE信号的频率范围明显高于变形AE信号的频率范围。     

基于瞬时频率的木材声发射事件辨识与损伤监测

为了从能量的角度客观评价木材损伤程度,依据应变能释放产生的声发射（AE）信号特征,提出一种基于信号瞬时频率的AE事件辨识方法,并依据AE事件的发生密度从能量的角度进行损伤动态监测。采用小波分析的方法对原始信号进行降噪预处理,用经验模态分解（EMD）进行波形重构。依据AE信号的频率分布特征将AE信号分为2类,并对应地定义DAE和FAE 2类AE事件。通过Hilbert变换获得AE信号的瞬时频率,依据瞬时频率计算2种AE事件发生的密度,依此判断和预测木材的应力变化及损伤趋势。结果表明,FAE信号频率明显高于DAE信号频率,并且当DAE事件密度维持较高水平时,意味着材料以弹性形变为主;相反当FAE事件密度维持较高水平时,说明材料正在发生频繁的断裂,从而为木材损伤程度的研判提供评价依据。     

方波信号频率的混沌检测

针对未知方波信号频率,对Duffing方程进行改造,提出用非线性混沌动力学系统检测的方法;然后建立仿真模型,用定向过零技术测量周期,计算出方波频率;经过对计算结果的分析,得出该项技术是可行的,并指出此方法将是测量周期信号频率的好方法。     

基于稀疏分解的自适应数字锁定放大器微弱信号检测方法

提出了一种利用软件算法来自适应地实现数字锁定放大器的微弱正弦信号的检测,即利用稀疏分解的匹配追踪算法来实现这种检测方法.将稀疏分解中原子库的原子(即具有随机性的频率和初始相位的正弦波)作为参考信号,利用匹配追踪算法来搜索原子库(由多个原子组成)中的最优原子-即与输入有用信号最匹配相干的原子并可以得到该最优原子的幅度,由该最优原子的幅度、频率和初始相位信息就可以估计得到输入有用信号的对应参数,从而检测估计出输入信号中的有用正弦信号.该方法无需人工调节参考信号的幅度、频率和初始相位,只需修改算法中的某些参数即可实现微弱信号检测,在应用中就会更加方便、灵活.计算机模拟表明,可以精确地检测出带噪信号中有用的正弦信号和调幅AM信号,并且在-40 dB以下极低信噪比环境下还可以同时检测出多个被强噪声淹没的有用正弦信号.

Abstract：

The paper proposes a method which realizes adaptively weak sinusoidal signal detection of digital lock-in amplifier by software algorithm.The detection method is realized by matching pursuit(MP)algorithm of sparse decomposition.In the method,an atom of atoms of MP algorithm is a reference signal,and the atom is a sinusoidal wave which possesses random frequency and the initial phase,then it uses MP algorithm to search the optimal atom of atoms and obtains its amplitude,that is to say,the optimal atom is the atom of most matching correlation with a useful input signal,so it can estimate the corresponding parameters of the useful input signal through the messages of amplitude,frequency and the initial phase of the optimal atom and detect useful sinusoidal signal of the input one.With this method,it is not necessary to manually adjust the amplitude,frequency and the initial phase of the reference signal,and what is needed is only to modify some parameters of the algorithm to realize detection of weak signals.It is more convenient and flexible in the application.Computer simulation showed that this method can accurately detect useful sinusoidal signals and AM signals of the noise signals and it can detect multiple useful sinusoidal signals in a strong noise environment of the very low SNR of-40 dB.     

基于瞬时无功理论的检测方法中低通滤波器的优化设计

针对瞬时无功理论的检测方法中Butterworth低通滤波器存在动、静态特性难以兼顾的弱点,选用Butterworth滤波器和均值滤波器串联的形式作为优化低通滤波器,通过均值滤波器抑制Butterworth滤波器的输出纹波,选用2阶Butterworth滤波器以加快检测速度.实验表明,该优化低通滤波器既可以保证畸变电流的检测精度,又具有较快的响应速度.     

基于SARM的管道声波信号降噪方法北大核心

天然气管道声波信号中的噪声容易干扰管道泄漏识别检测,因而提出了一种均值近似值移除方法(Small Approximations Removal by Means,SARM)去除声波信号中的噪声。SARM以低频小波重构系数为信号均值线,继承了小波分析(Wavelet Analysis,WA)良好的时频分辨特点,将信号均值线附近的小波动去除,使曲线光滑的同时又很好地保留信号突变特征,获得良好的降噪效果。实例分析表明:相比小波包(Wavelet Packet,WP)、WA及奇异值分解(Singular Value Decomposition,SVD)方法,SARM具有更好的降噪效果,为天然气管道的泄漏检测与定位提供了一定的技术支持。     

基于混沌时间序列的资源管理大数据挖掘方法

目的 为了实现资源管理大数据的精准挖掘,保证挖掘结果的真实性与有效性,提出一种基于混沌时间序列的资源管理大数据挖掘方法.方法 首先,通过相空间重构一个等价的多维状态空间,利用相空间的混沌吸引子寻找预测点的相关函数关联,实现对被测目标区域位置的准确判断;其次,运用经验模态分解将资源管理大数据回波信号分解,按照回波信号间的...     

基于改进的亚像元分解方法的高光谱海岸瞬时水边线提取

海岸线是多年平均大潮高潮所形成的海水和陆地分界线的痕迹线,遥感技术可以提供大范围的海岸线动态监测。传统的硬分类方法提取海岸瞬时水边线是基于像元级的基础上进行的,其提取的精度较低;然而利用亚像元分解方法在复杂海岸地带上提取海岸瞬时水边线,是一项既新颖又具有挑战性的任务。因此,提出一种改进的亚像元海岸瞬时水边线提取方法(Improved Sub-pixel Coastal Waterline,ISPCW)可以获得较高的海岸瞬时水边线提取精度。首先,使用了一种水体-植被-不透水层-土壤模型(Water-VegetationImpervious-Soil,W-V-I-S)用于检测和确定海岸地带的W-V-I-S混合像元和纯净端元光谱;随后使用全约束最小二乘法(Fully Constrained Least Squares,FCLS)估计W-V-I-S混合像元中水体丰度值;最后使用空间吸引力模型获得海岸瞬时水边线。在上海实验区中,采用EO-1高光谱数据,将ISPCW方法和传统的多端元光谱混合分析(Multiple Endmember Spectral Mixture Analysis,MESMA)、混合调谐匹配滤波法(Mixture Tuned Matched Filtering,MTMF)、连续最大角凸锥(Sequential Maximum Angle Convex Cone,SMACC)、能量约束最小化(Constrained Energy Minimization,CEM)混合像元分解方法和归一化水体指数(Normalized Difference Water Index,NDWI)进行对比。实验结果表明,ISPCW方法用于提取海岸瞬时水边线获得较好的效果,其精度达到0.38个像元,与MESMA、MTMF、SMACC、CEM和NDWI方法相比,精度分别提高了22.4%、33.3%、42.4%、43.2%和51.3%,可以更有效的应用于高光谱海岸瞬时水边线提取。     

噪声对瞬时测频接收机性能的影响

瞬时测频接收机性能最基本的要求就是测频精度，而空问内的各种非接收信号的电磁辐射源和由于各种反射体引起与接收信号路程差的反射信号等噪声信号，对瞬时测频接收机的测频精度和频率的分辨力的性能有着不可忽视的影响，并且这种影响具有不确定性。本文着重分析了噪声对瞬时测频接收机测频误差、系统的灵敏度及接收机的虚警概率和探测概率所造成的影响。     

基于LMD和AR模型的转子系统故障诊断方法

提出了基于局部均值分解（Local mean decomposition,简称LMD）和AR模型相结合的转子系统故障诊断方法.该方法先用LMD方法将转子振动信号分解成若干个瞬时频率具有物理意义的PF（Product function,简称PF）分量之和,然后对每一个PF分量建立AR模型,提取模型参数和残差方差作为故障特征向量,并以此作为神经网络分类器的输入来识别转子的工作状态和故障类型.与EMD方法的对比研究表明,这两种方法均能有效地应用于转子系统的故障诊断.但LMD方法信号分解后数据残差比EMD方法的小.     

基于分群辨识曲线的信号能量分析法

针对传统的信号能量分析法无法直接处理高阶模式下的非平稳振荡信号,结合振荡机组的分群辨识,提出用基于分群辨识曲线的信号能量分析法进行低频振荡参数的在线辨识,以拓展信号能量分析法的适用范围,并提高辨识效率。该方法借助信号能量分析法能处理上下包络线关于时间轴对称的信号这一特点,利用振荡机组分群辨识得到的两个发电机群的反向对称轨迹,采用信号能量分析法辨识主导振荡模式。仿真测试的结果表明基于分群曲线的低频振荡在线辨识方法结果准确、计算效率高,能够有效地识别系统的主导振荡模式。     

辅助信号设计对故障检测SPRT法的影响

本文讨论了常用故障检测ＳＰＲＴ法及辅助信号设计对该法平均故障检测时间和误报警概率的影响，得出采用辅助信号设计可修正ＳＰＲＴ性能的结论，并给出了仿真结果。     

基于Volterra级数与神经网络的非线性网络的频域故障字典诊断法

提出了用Volterra频域核(传递函数)作为故障特征对非线性定常动态网络进行故障诊断的方法，即计算出网络响应在各种常见故障状态下的Volterra级数解的各阶频域核(3～4阶即可)，并将其输入给BP神经网络(BPNN)．利用BPNN的分类功能建立故障字典，对实测的故障网络的各阶频域核进行测试样本分类，实现故障诊断．给出了各阶频域核的统一递推算式，并讨论了Volterra频域核的实验测量方法以及基于人工神经网络(ANN)的求解方法．     

应用频域数字滤波消除弯矩对发动机输出轴转矩测量影响的方法

测量发动机输出轴的转矩，会受到输出轴上弯矩的影响而产生测量误差。应用频域数字滤波可消除弯矩影响而精确测量出发动机输出轴的转矩。