声矢量圆阵相位模态域目标方位估计

为了实现矢量传感器在圆阵阵型下的应用,文中提出了一种适合于声矢量圆阵的目标方位估计算法。该算法首先将声矢量圆阵阵元域信号分解为一系列相互正交的相位模态,在相位模态域构造声压和质点振速的互协方差矩阵,然后进行MUSIC方位估计.理论分析和仿真结果表明,文中算法比相同阵型的声压阵MUSIC方位估计算法具有更好的噪声抑制能力、方位估计性能以及多目标分辨能力,试验结果也表明本文算法具有更好的噪声抑制能力以及更好的目标方位估计性能。该算法实现了声压和质点振速的相干处理,充分利用了声矢量传感器的平均声强抗噪原理,具有较强的抗各向同性噪声能力,并可以将子空间类DOA(Direction of Arrival)估计算法和相位模态域阵列信号处理技术有机结合起来,实现了声矢量传感器在圆阵阵型条件下的高分辨DOA估计。     

微弱信号检测的实验研究

以相关检测原理为基础,利用微弱信号检测综合实验装置,实现对已知微弱信号的检测。首先,测出该微弱信号在没有噪声时相关检测直流输出实验数据,并以此作为存在噪声时微弱信号检测的标度;分别在两种不同的噪声环境中混入该微弱信号,记录此时相关器的直流电压输出数据;与前面的标度数据进行对比分析,可以证明在噪声中存在已知的微弱信号。进而,为已知微弱信号的检测提供一套切实可行的方法。     

基于小波变换的局部放电软阈值消噪方法的研究

在阐述小波变换原理的基础上介绍了两种局部放电检测的软阈值消噪方法:Stein无偏风险阈值法和平均阈值法,并利用MATLAB对加入白噪声的局部放电信号模型进行仿真研究。结果表明,stein无偏风险阈值法对单指数振荡局部放电模型消噪效果好,但对于其他三种局放模型,波形失真严重,滤噪效果较差;利用平均阈值法能更好地实现从白噪声干扰中提取原信号。     

相位加权的矢量全聚焦超声阵列成像方法研究

常规矢量全聚焦成像仅利用检测信号的幅值信息,其成像质量受噪声、栅瓣和旁瓣等的影响大。综合利用检测信号的幅值和相位信息,本文提出两种相位加权的矢量全聚焦成像方法。首先,对全矩阵数据的相位信息进行分析,提取出两种相位特征参数:相位一致因子(Phase Coherence Factor:PCF)和极性一致因子(Sign Coherence Factor:SCF);然后,将全阵列划分为若干子阵列,分别利用两种相位特征参数对各个子阵列的成像幅值进行加权,求取加权幅值特征向量;最后,对所有子阵列的加权特征向量进行合成,得到两种加权的矢量全聚焦成像,并从中提取出裂纹方向及尺寸等特征信息。将三种矢量全聚焦成像方法应用于不同缺陷检测仿真及实验验证,结果表明,3种方法均可以实现缺陷方向识别与长度定量测量;但相位加权矢量全聚焦成像效果明显优于常规矢量全聚焦成像结果,其成像信噪比及分辨率更高,缺陷角度及长度测量结果更准确。本文研究工作为缺陷无损评价提供了可行的技术手段。     

基于经验模态分解的电测井信号去噪研究

电测井方法所得到的信号含有一定的随机噪声,对原始信号进行处理之前需对其进行去噪。基于经验模态分解(EMD)得到的本征模态函数(IMF)具有自适应性、完备性、可重构性以及正交性和良好的时频聚集性等特点。因此,利用IMF分量去噪对于处理信号与噪声频率混叠的情况具有很好的效果,是一种多分辨率的去噪方法。本文采用一种首先经过经验模态分解,其次通过对部分IMF分量进行软阈值去噪的方法,研究结果表明,该方法能有效去除电测井信号的噪声干扰,且效果优于传统的小波软阈值去噪结果。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。     

LabVIEW在供水管道泄漏定位中的应用

供水管道泄漏时,在泄漏处产生泄漏噪声,泄漏噪声信号沿着管道壁向管道两端传播。在管道两端安装两个加速度计实现对信号的检测,利用相关分析法对计算出泄漏信号到达两个传感器的时间差。本文利用LabVIEW作为上位机实现对信号的采集和互相关分析,并计算出时间差,可以根据时间延迟、声波的传播速度和两个传感器之间的距离计算出泄漏位置,实验证明,设计满足要求,有较高的精确度。     

地质雷达信号分析的双正交小波预测反褶积法

为了降低电磁波衰减、噪声干扰等因素对地质雷达检测效果的影响,提出一种双正交小波预测反褶积法(PDBW法)。在PDBW法中,针对地质雷达检测信号选取具有最小重构误差的双正交小波基,运用该小波基将地质雷达检测信号分解成不同频段的时域子信号,对各频段的时域子信号进行预测反褶积等滤波处理,再对处理后的子信号进行重构变换,得到PDBW法的处理结果。将PDBW法用于实验检测信号处理,并将处理结果与预测反褶积法的处理结果进行比较,结果表明:PDBW法能有效压制多次回波干扰,准确识别深部信号,显著提高深部信号信噪比,从而进一步改善地质雷达探测分辨率和图像分析的准确性。     

燃气管道小泄漏检测与定位研究

文章介绍了基于负压波的燃气管道小泄漏检测与定位技术。根据噪声与有用信号突变点在多尺度连续小波变换下的极值具有截然不同的表现，利用连续小波变换，获取信号的突变点，实现小泄漏的检测与定位。     

基于导数与模式识别的形态学—小波消噪故障电流行波标定方法

采用高灵敏度输电线路故障电流行波信号突变量检测工具,会放大噪声。为了达到有效地滤除噪声,实现精确测距的效果,提出了利用形态学—小波对加噪后的行波信号去噪,在行波波头附近做一阶导数处理,并结合模式识别的方法实现行波检测和波头到达时刻准确标定。仿真结果表明,所提出的消噪算法能够有效滤除尖脉冲不利影响,准确反映故障行波突变信号,且保持原信号不失真。导数法与模式识别相结合的方法,可以实现对行波波头到达时刻的准确标定,为故障行波测距提供了可靠保证。     

基于虚拟子载波个数统计的OFDM系统SNR估计算法

文章提出了一种基于虚拟子载波个数统计的OFDM系统SNR估算方法。通过分析已有OFDM系统帧结构的特征,利用符号中的虚拟子载波只含噪声而不含有用信号的特点进行噪声功率统计,而OFDM符号中的有效信号作为信号功率统计从而估算系统的SNR。仿真结果表明,该方法能有效地估计信道噪声,并在芯片实现中,运算复杂度低,简单易实现。     

自适应神经网络滤波技术检测管道泄漏的应用

对基于Adaline神经网络的自适应滤波器进行了分析,并将其应用于延时估计检测技术,利用该神经网络滤波器消除管道泄漏检测信号中的干扰噪声,达到准确定位漏点的目的,采用MATLAB语言对该滤波系统进行了描述和仿真,仿真结果表明,该方案有效地消除检测信号中外界干扰噪声,为检漏系统检测出准确的泄漏点提供了有力的保证.     

基于数据融合的智能化小区建筑电气谐波检测

为提高对智能化小区建筑供电的质量,并获得理想的谐波检测结果,提出基于数据融合的智能化小区建筑电气谐波检测方法研究。利用多传感器采集建筑电气观测信号,将观测信号与噪声信号混合建立融合矩阵,输出融合的多传感器信号;利用Fast-ICA算法获取多传感器信号的分离矩阵,输入谐波检测源信号,得到分离的谐波检测源信号。最后利用滑窗迭代DFT算法实现建筑电气谐波的有效检测。实验结果表明,该方法可对多传感器所采集混合信号进行有效分离,获取精准的谐波电流输出结果。研究区域的谐波电流含有率较高,总谐波畸变率高达38.64%,表明本研究方法具有一定应用价值,可对建筑电气谐波进行准确检测。     

小波奇异值分解的瞬变弱信号检测

研究小波阈值法和奇异值分解法,分析最大分解层数、阈值函数、小波基函数的选取以及窗长和保留奇异值个数等参数的选择,并在此基础上提出小波与奇异值分解相结合降噪检测信号的方法。该方法首先将信号作小波分解,再对小波分解系数作奇异值分解,最后通过阈值法保留小波系数并重建降噪信号,利用重建信号进行信号检测。结果表明:该方法能更好地区分信号和噪声,获得更好的降噪和检测结果。     

利用同步挤压变换检测微地震信号

针对低信噪比微地震监测资料识别和检测微地震事件的难题,利用同步挤压小波变换(SWT)对微地震监测资料进行处理。结果表明,同步挤压小波变换具有较高的时间和频率分辨率,可将时域微震监测信号转化成高分辨率的时频谱,精细刻画了微地震监测信号的时频特征。分析微地震信号和噪声的时频特征,设计二维时频域滤波器,在时频域进行滤波,去除噪声,保留微地震信号时频谱,然后对滤波结果进行同步挤压小波反变换,恢复微地震波形,从而实现对微震事件的检测;同时,利用微地震信号的时频分布变化特征确定微地震到达时间。利用同步挤压小波变换对模拟信号和实测油田压裂微震资料的微地震信号进行检测,结果表明,同步挤压变换具有较好的应用效果,且优于S变换和带通滤波。     

某型挖掘机消声器排气噪声的测量试验研究

根据消声器排气噪声插入损失测量原理,利用声级计和信号采集器等仪器测量了某挖掘机的3种不同结构的消声器的排气噪声。通过对消声器的排气噪声频谱进行分析,结合替代管管口排气噪声频谱,得到了各消声器的插入损失曲线。通过对各消声器的插入损失进行对比分析,选择了具有良好消声性能的消声器,明显降低了该型挖掘机的排气噪声,达到了工程机械企业对该型挖掘机消声器的噪声要求。     

一种氢气浓度检测电路的设计与实现

针对氢气浓度检测电路的要求,设计实现了一种基于7HYT型氢气传感器的浓度检测电路。在介绍7HYT型氢气传感器的基础上对其整体结构进行了详细的设计,并根据电路要求设计了信号放大电路、信号变送电路及温度补偿电路,并给出了具体的电路。该检测电路具有灵敏度高、精度高、测量精确等优点,能够满足一般氢气浓度检测的使用场合。     

Costas编码跳频信号多普勒容限及其在多声源宽带正交检测中的应用

针对Costas信号的传统宽带匹配滤波因拷贝信号生成过程复杂而带来的计算复杂度高的问题,给出了一种通过计算宽带回波与窄带近似回波的互相关度进而得到Costas信号多普勒容限的数值计算方法,并提出利用容限值对预测目标多普勒范围进行分段窄带近似处理,从而避免了大量的时域伸缩变换,简化了拷贝信号的生成复杂度,提高了宽带匹配滤波的处理效率。随后,将这种方法扩展应用到多声源多目标的回波检测中,利用Costas信号的正交性及多普勒容限值,设计了一种宽带正交匹配检测器,大大提高了多目标声探测的效率。实验仿真和分析证明了多普勒容限求取方法的正确性及其应用于宽带正交匹配检测的有效性。     

冗余提升多小波包的构造及其应用

针对提取隐藏在原始振动信号中的弱周期性冲击信号,提出结合冗余提升多小波包(RLSMWP)及滑动窗奇异值分解(SWSVD)降噪的方法。利用提升方案实现具有5阶逼近阶性质的冗余Haar预处理,对信号进行预滤波,获得2重矢量信号。对多小波分解得到的矢量细节信号进行进一步分解,实现冗余提升多小波包变换。对最后一层各输出通道信号进行SWSVD降噪,重构后获得降噪信号。结果表明,RLSMWP与SWSVD相结合具有很好的降噪效果,提取出了隐藏在气阀振动信号中的弱周期性冲击成分;与传统多小波构造方法相比,新方法在时域实现了预滤波、多小波分解、多小波重构及后处理,具有计算简单、节省内存、运算速度快、可完全重构等优点。     

基于小波分析的电气火灾微弱信号检测研究

针对在探测电气火灾微弱的电流信号时传统的微弱信号检测算法或原理的局限性,在分析了小波变换信噪分离原理的基础上,提出了将小波分析与自适应滤波相结合的算法.通过小波分析对被检测的微弱电流信号的分解,为每个子带滤波器单独设计阈值,实现了从强噪声信号中提取微弱的表征电气火灾的电流信号.并通过仿真的结果验证了本算法的可行性和可靠性,为探测微弱电流信号从而实现早期电气火灾探测预报提供了新的探测依据和方法.