基于EMD-AR谱频带能量特征的故障特征提取方法研究

通过将经验模态分解（EMD）和AR功率谱参数估计模型相结合,提出一种基于EMD-AR谱估计提取频带能量特征的方法。对振动信号进行经验模态分解,并将分解后能量占比较大的前几组固有模态函数分别进行AR谱估计得到EMD-AR谱曲线;按照频带对EMD-AR谱曲线分段并分别对每一段的能量进行求和,归一化后作为特征值。搭建齿轮箱故障试验平台,采集振动信号进行EMD-AR谱频带能量特征提取,并将所得特征值输入到SVM中进行训练和诊断。结果表明：该特征提取方法结合SVM所得到的故障诊断模型具有较高的识别准确率,能够有效、准确地进行诊断识别。     

认知无线电中的宽频段频谱感知器设计

无线频谱感知器是认知无线电系统的核心。文章针对认知无线电中的宽频段频谱感知问题,提出了利用谐波滤波器组周期性检测的方案,并给出了基于能量检测的硬件实现框图。理论与仿真分析表明,基于快速傅里叶变换的周期图法不满足一致性估计条件,方差性能很难满足实际应用需求;分段平均周期图法与加窗平均周期图法收敛性好,方差小,但是功率谱密度主瓣较宽,分辨率低;多窗谱估计法具有较小的估计偏差,且其方差性能和频谱分辨率均远远优于周期图法,因而比较适合应用在实际的认知无线电系统中。     

基于特征分解谱估计的蓄电池内阻检测方法

针对目前在蓄电池内阻检测中被广泛采用的锁相放大法存在硬件电路复杂、成本较高、操作复杂等问题,提出采用特征分解谱估计的方法来替代蓄电池内阻检测中的锁相放大环节,以软件计算的方法替代硬件电路,从而降低硬件成本及操作难度；通过对特征分解谱估计的原理分析以及对运用特征分解谱估计方法进行蓄电池内阻测量时的关键步骤,即电压信号的提取与幅值检测进行仿真,仿真表明特征分解谱估计方法在高功率噪声背景下仍有较高的频率分辨力,幅值测量结果在50 dB高斯白噪声背景下测量误差约为2%,而在20 dB非高斯白噪声背景下测量误差约为3%；分析表明基于特征分解谱估计的蓄电池内阻检测方法在较高功率非高斯噪声背景下具有良好的检测效果,可以作为微弱信号检测的软件实现方法以替代锁相放大环节。     

基于小波系数功率谱的潜油电泵偏磨故障诊断

潜油电泵偏磨故障的诊断对于油田的安全生产具有重要意义.根据潜油电泵碰磨的理论分析,观察了振动信号小波系数的特点,提出了采用小波分解系数功率谱的层内最大值作为特征参数进行偏磨诊断的思想.通过交叉验证,以5次测试的平均识别率作为评价指标,使用改进粒子群算法对支持向量机的参数进行了优化.在径向基宽度为-0.310 9,惩罚参数C为429.127 8时,平均识别率最高为90％.研究结果表明,在潜油电泵偏磨故障的诊断中,小波系数功率谱优于小波分解后层内系数的傅里叶变换最大值和层内系数的方差.使用小波系数功率谱参数可以成功地实现潜油电泵偏磨诊断.     

利用信号围线积分双谱分形特征实现电台识别

信号的双谱能反映信号的细微特征,可用于电台识别中,但将它直接应用于电台识别需要计算复杂的匹配模板,增加分类器的复杂度,影响识别效率。针对此问题,提出了一种将信号围线积分双谱的分形特征作为电台特征参数的识别方法。首先由信号双谱估计值求出围线积分双谱,然后利用盒维数和信息维数定量描述围线积分双谱波形的复杂度,并将这两种分形维数作为特征向量,最后利用支持向量机(SVM)实现电台分类识别。对两部实际电台所发射的2FSK信号利用所提方法进行分析,结果表明在信噪比为7 dB及以上时,电台正确识别率能达到94.29%以上,验证了所提方法的可行性。     

基于空间谱估计的反辐射导弹抗有源诱偏技术

相较传统反辐射导弹导引头无法有效抗有源诱偏干扰,提出改进的ESPRIT空间谱估计算法,可有效提高导引头角分辨力。理论仿真表明,改进算法可有效地使导引头较早分开雷达和诱饵辐射源,提高导引头抗诱偏能力。     

空间谱估计测向设备

给出了一个实用的空间谱估计测向设备的硬件组成框图和工作流程,并对构成这个设备的各个硬件单元作了描述。指出了所用天线阵性能的优劣决定了空间谱估计测向设备性能的优劣。     

基于Simulink＆DSP Blockset功率谱估计的仿真实现

Matlab／DSP Blockset／Estimation库提供了对输入信号进行功率谱分析的各种模块。在Simulink图形化的交互环境下,用户只需用鼠标拖动Estimation库中的功率谱估计模块,便能迅速地进行信号的功率谱估计的仿真。     

基于空间谱估计的引信脱靶方位识别技术

具备定向起爆能力的引信是引信的发展趋势,高精度自主脱靶方位识别技术则是保证定向引信精确起爆的关键技术。运用空间谱估计理论实现了引信的自主脱靶方位识别技术,确定了适合引信应用的阵列形式,消除了弹体遮挡对脱靶方位估计的影响,并验证了该技术对多散射点散射中心识别的有效性。     

基于图像边缘检测的弹丸出膛时刻获取算法

针对超高射速弹丸出膛时刻难以精确获取的问题,提出了一种图像边缘检测的方法来获取出膛时刻。采用连续波雷达照射炮口,在每发弹丸的出膛时刻,多普勒回波信号产生突变。通过短时傅里叶变换和时频域最小噪声谱估计降噪处理后,利用图像边缘检测在时频域对回波信号突变点进行检测和定位,找出每发弹丸回波的突变点作为弹丸的出膛时刻。通过对实测信号处理验证了本算法的正确性和可行性。