含零漂的遥测加速度振动信号时域积分方法研究

提出通过遥测加速度振动信号时域数值积分和最小二乘相结合的方法消除零漂对积分结果精度的影响,即采用最小二乘原则对加速度振动信号时域数值积分结果根据其包含的趋势项形式进行多项式拟合,获得修正参数,进一步对积分结果进行修正,获取遥测速度和位移振动信号的修正值。方法在仿真信号上进行了应用,修正结果和真实结果的误差较小,结果精度较高,说明方法的有效性,在此基础上将方法在遥测加速度振动信号的处理上进行了应用,鉴于方法模型的在仿真信号上的有效性,可以推断获取的遥测速度和位移振动信号的修正结果具有较高的置信度。     

基于LabWindows/CVI的小波消噪技术在振动信号测试中的应用

在振动信号测试中,可由加速度信号积分求解速度与位移信号,但由于噪声的存在影响了速度与位移积分精度,因此提出一种基于提高积分精度的自适应确定小波分解层数及阈值的消噪方法。实验结果表明该方法能有效消噪,减少因为噪声引起的积分误差。     

时域积分的LWD振动加速度处理电路

根据随钻测井(LWD)仪器的振动位移对随钻测井数据进行评估,是提高随钻测井准确性的有效方法。研制了一种基于时域积分方法的加速度信号处理电路,其可在井下实时测量随钻测井仪器的振动加速度,再通过积分计算获得井下实时振动位移。该电路的数字信号处理器件选用高可靠性的32位定点DSP器件TMS320F2812,加速度信号处理方法选用占用资源少、便于微型系统实时计算的时域积分方法,再采用拟合多项式极值方法,消除了积分中产生的趋势项误差。振动测试表明,该加速度测量电路所得的位移时程曲线与理论值曲线拟合的精度较高,能满足随钻测井仪器位移测量的需求。     

基于局部积分均值的经验模态分解改进算法

端点效应和模态混叠现象是经验模态分解算法应用中存在的主要问题。在介绍标准经验模态分解算法的基础上,阐述了基于局部积分均值经验模态分解算法的基本原理,提出自适应的端点局部积分均值拟合线的拟合方法。改进算法通过距离相关度函数在待分解信号内部寻找与端点处信号变化趋势相关度最高的一段波形,并用此段波形的局部积分均值拟合线来重新刻画端点处的局部积分均值拟合线,将修正后的局部积分均值拟合线应用于EMD算法筛选过程中。仿真实验结果表明,改进算法有效抑制了模态混叠和端点效应现象,提高了分解的精度和可靠性。     

提高相关测速中亚时间采样间隔精度的数学处理方法

该文首先针对相关分析技术测量速度的误差来源进行了分析 ,指出测量误差主要源于采样离散化所引入的误差 ;为了减小测量误差 ,应该对直接计算得到的离散的互相关函数进行进一步处理。利用计算机模拟了穿越两相流光束的透射信号 ,计算了两相流仿真信号的速度 ,并分别给出了未予修正以及采用插值法和最小二乘拟合对互相关函数修正的仿真结果 ;分析表明 ,最小二乘拟合是比较好的修正方法 ,该结论还可以进一步推广到PIV及DPIV测速技术中。最后利用直流电机产生的已知速度场对该文提出的修正方法进行了实验验证。     

定距优化算法仿真实验研究

为了实现对运动物体位移的精确测量，使位移测量更加趋向于智能化，利用加速度传感器准确测得运动载体的加速度信号，并深入分析了位移测量控制原理所带来的误差，针对该误差设计了加速度修正算法，使用多项式拟合的方式去除趋势项，利用加速度常数修正算法对所测加速度进行修正，以数据迭代的方式得到运动物体的位移，利用MATLAB仿真软件对实测数据进行拟合和仿真，实验发现该优化算法定距精度较高，实际平均测量误差为1.40%，可满足工程实际的要求。     

基于MEMS的便携式消防员室内定位研究

针对目前消防定位系统中大多数运动位移都是由直接两次积分加速度的方式得出,而由于传感器的精度和数据漂移会导致这种方式的定位结果误差很大的问题。提出了利用人的运动特点拆分运动过程以减小位置计算误差的方案。首先依据运动特征识别并分离运动状态,以避免对静止态积分产生的漂移误差。并优化零速度修正技术,结合运动特征分别在单个运动状态的加减速阶段进一步进行速度修正,以减小累积误差。得出了不依赖外部设备且成本低、抗干扰力强的位置计算结果。     

基于单片机的发动机振动速度、位移和加速度测量方法

本文介绍了一种基于单片机的发动机振动速度、位移和加速度测量方法。该方法首先对发动机的振动传感器信号进行高、低通滤波,然后通过模拟开关将其转化为电压信号,再经过RMS幅值测量元件和压频转换器转变成频率信号,由单片机对频率信号进行计数、计算和显示测量结果。对振动速度进行积分和微分,可得到振动位移和加速度,实测结果表明,该方法可以有效地减少环境因素对电子元件的影响,提高测量精度。     

基于PSD的炮口振动位移测试系统设计

为了实现炮口振动位移测试,选取大地坐标系为基准,通过坐标矩阵变换和几何求解,来描述火炮炮口位置相对于大地坐标系的振动位移情况,在测试系统中选用位置敏感探测器(Position Sensitive Device, PSD)作为光敏器件,搭建炮口振动测试模型和ZYNQ信号采集模块,用上位机软件完成炮口振动位移数据的解算、存储和显示。最后,开展了炮口振动位移测试系统的非线性拟合实验,拟合误差为25.1μm,可用于炮口振动位移测试中。     

三轴微振动实时测量技术研究

由于半导体生产及检测设备对环境微振动要求十分严格,设计了一种用于振动敏感区域微振动测量的三轴微振动实时测量系统。针对微振动测量过程中噪声干扰问题,提出了一种非对称广义高斯曲线拟合分频段积分算法。对由希尔伯特变换获取的加速度频谱峰值区域进行拟合,得到拟合曲线;通过设置积分频段抑制系数获取有效积分频段后进行频域积分得到微振动速度信号。数值仿真实验结果显示该算法在应对非对称加速度频谱时有更好的抗噪性能。利用低频标准振动平台和激光多普勒测振仪进行校准实验,结果显示去噪后的峰峰值相对误差相比于去噪前从35.11%下降至3.43%。仿真和校准实验结果表明,测量系统及算法能够对微振动信号进行准确测量及处理,抗噪性能较强。     

一种改进的基于离散余弦变换的声音压缩算法

摘要：声音压缩传输是异常声音检测系统中的重要模块。针对现有算法不能满足系统实时性要求的缺陷,提出一种采用角度误差限定分段拟合和离散余弦变换(DCT)的声音压缩算法。该算法先设置合理的角度误差,从时域波形的第一个采样点开始按照几何夹角和限定的角度误差逐点判断是否可以压缩,分段模拟信号波形,然后采用传统的基于离散余弦变换算法,选取合适的阈值再次进行压缩。实验结果表明,与传统的声音压缩算法相比,提出的算法在压缩效果上有较明显的改善。     

基于双曲函数的变步长LMS算法及其分析

提出一种基于双曲函数的变步长最小均方(LMS)算法.通过对双曲余弦函数进行数学变换,建立起误差信号与步长因子的LMS算法,根据误差信号的变化来自动调节步长的大小.仿真结果证明:所提出的LMS算法比标准的LMS算法有着更快的收敛速度等优点.     

一种新变步长LMS算法及在自适应波束形成中的应用

LMS算法是智能天线自适应波束形成算法中的经典算法,由于其步长固定,造成收敛速度和稳态失调之间的矛盾。为了解决这一问题,提出一种新的变步长LMS算法,并在算法中引入误差信号的自相关估计,大大降低了噪声的干扰,对算法进行仿真,得到了最优的参数设置。利用蒙特卡罗方法对算法进行了性能评估,与传统的LMS算法、NLMS算法相比,新的变步长LMS算法具有更快的收敛速度和较小的稳态误差及优良的抗噪性能。     

一种改进的LMS滤波器在DCG去噪中的应用

研究了LMS自适应滤波器在动态心电信号去噪中的应用。提出了一种适合动态心电信号预处理的变步长LMS改进算法,该算法用误差信号对期望信号的相对误差的平方根来调节步长。实验表明,这种改进滤波器在收敛速度和信噪比两方面都优于固定步长的滤波器。     

基于谱减和LMS的自适应语音增强

针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方（LMS）算法,提出了一种FIR型自适应滤波算法（SSLMS）：用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用滤波器的输出与参考信号的差值为误差信号,用LMS算法求得滤波器权系数修正量,并修正滤波器。权系数最速下降调整中,采用了归一化LMS、符号LMS、块LMS技术,以简化保证权系数收敛的步长选择、减少权系数修正的运算量,从而提高自适应速度。对不同的语音在各种信噪比下仿真实验,并与改进的谱减法比较,结果表明,该法增强效果优于谱减法;在信噪比为3 dB时该法的增强效果仍然令人满意。     

一种改进的变步长LMS自适应算法及分析

现有的变步长LMS算法中,大都采用建立步长因子与误差信号的函数关系的方法,以提高算法的收敛速度和跟踪性能,但由于未考虑输入信号对算法性能的影响,使得当输入信号发生变化后,稳态误差明显增大。为此,在现有算法的基础上,引入了输入信号因子,提出了一种改进算法。该算法可根据瞬时误差和输入信号来调整步长因子,使算法不仅能保持较高的收敛速度和跟踪性能,还可在输入信号变化的情况下,保证较小的稳态误差。理论分析及仿真实验表明新算法的性能优于现有算法。     

Learning curves for LMS and regular Gaussian processes

Uses methods due to Guo, Ljung, and Wang (1997) to obtain explicit bounds on the error of the LMS algorithm used in a linear prediction of a signal using previous values of that signal. The signal is assumed to be a mean-zero Gaussian regular stationary random process. The bounds are then used to construct learning curves for the LMS algorithm in situations where the statistics of the process are only partially known     

自适应语音消噪算法的研究与仿真

针对语音通信中的噪声问题,对最小均方误差(LMS)算法进行研究。研究发现,该算法在收敛速度与稳态误差之间始终存在着矛盾,为此在F-LMS算法的基础上,提出一种改进的LMS算法,该算法通过引入误差加权累加的平均值的方法来更好地解决两者之间的矛盾,并通过计算机仿真证实了该算法具有良好的收敛性能和稳态性能,最后利用传统的LMS算法、F-LMS算法和改进的LMS算法对带有噪声的信号进行了消噪处理,结果表明:在三种算法中,改进的LMS算法的噪声消除效果最好。     

基于指数函数的归一化变步长LMS算法

在研究归一化最小均方误差(NLMS)算法的基础上,提出一种基于指数函数的变步长LMS算法。通过建立误差 和步长 的函数关系,实时调整步长,并对输入信号完成时域信号解相关,解决稳态失调系数与收敛速度的矛盾。仿真实验结果证明,该算法与传统LMS算法、SVS_LMS算法、NLMS算法以及双曲正切变步长LMS算法相比,具有更高的收敛速度和较小的稳态失调系数。     

Controlled tracking in urban terrain: Closing the loop

We investigate the challenging problem of integrating detection, signal processing, target tracking, and adaptive waveform scheduling with lookahead in urban terrain. We propose a closed‐loop active sensing system to address this problem by exploiting three distinct levels of diversity: (1) spatial diversity through the use of coordinated multistatic radars; (2) waveform diversity by adaptively scheduling the transmitted waveform; and (3) motion model diversity by using a bank of parallel filters matched to different motion models. Specifically, at every radar scan, the waveform that yields the minimum trace of the one‐step‐ahead error covariance matrix is transmitted; the received signal goes through a matched‐filter, and curve fitting is used to extract range and range‐rate measurements that feed the LMIPDA‐VSIMM algorithm for data association and filtering. Monte Carlo simulations demonstrate the effectiveness of the proposed system in an urban scenario contaminated by dense and uneven clutter, strong multipath, and limited line‐of‐sight.