基于自相关能量算子解调的轴承故障诊断方法

针对轴承早期故障特征淹没在噪声信号中难以提取的问题,提出了基于自相关能量算子解调的故障诊断方法。首先,对实测信号进行自相关变换处理,抑制信号中的噪声成分;其次,用能量算子解调法对信号的自相关函数进行解调,提取故障特征。通过实测信号分析、与Hilbert解调法的相比,表明所提方法的有效性和优越性。     

基于EEMD和能量算子解调的滚动轴承故障诊断

传统的小波分解存在小波基函数难以选择的问题,经验模式分解（EMD）存在模式混叠现象,不能准确地诊断出轴承故障。因此本文将集成经验模式分解（EEMD）和能量算子解调相结合,建立了滚动轴承单自由度模型,仿真故障激励,以获取轴承故障动力学响应。最后利用模型结果对本文方法进行数值验证,以证明本文所提方法的有效性和正确性。     

基于ICEEMDAN与Teager能量算子的牵引供电系统谐波检测算法

针对传统的谐波检测算法无法分析牵引供电系统中的非线性、非平稳谐波的问题,文章提出一种基于改进自适应噪声的完整集合经验模态分解（ICEEMDAN）与Teager能量算子（TEO）相结合的谐波检测算法。其先将待测信号经ICEEMDAN得到一组固有模态函数（IMF）分量,再通过筛除虚假分量,得到真实的IMF分量;然后,对各个IMF分量进行Teager能量算子（TEO）解调,得到谐波分量的幅值与频率随时间变化的图像。经分析得出,ICEEMDAN作为希尔伯特-黄变换（HHT）中的重要步骤经验模态分解（EMD）的改进算法,相较EMD的其他改进算法,其抑制模态混叠的效果最佳,并具有良好的自适应性,在处理非线性非平稳信号时有着很好的表现;而TEO能准确检测出谐波的瞬时幅值与频率,并快速响应信号的变化。通过构造牵引网特性中的谐波信号对该算法进行仿真分析,结果显示,分析稳态电流谐波时,幅值与频率的平均检测误差分别为3.56%和1.74%;分析暂态电流谐波时,幅值与频率的平均检测误差分别为3.39%和2.44%。这表明文章所提算法能够对牵引供电系统谐波的幅值与频率进行准确的检测,并可以准确定位谐波信号的突变...     

基于希尔伯特黄变换的机车信号解调算法研究

随着我国铁路的高速发展,线路上的列车快速增加、路网环境愈发复杂,导致机车信号出现了解调质量下降、抗干扰能力不足的问题。为了保证列车的运行安全,提出了基于希尔伯特黄变换的机车信号解调算法。通过分析我国机车信号系统的构成,以及列车实际运营场景中受到的多种干扰源,利用希尔伯特黄变换算法处理非线性、非平稳信号的优势以及自适应性,对机车信号的解码过程进行分析,并针对机车信号的特点对算法进行了改进。通过计算机仿真,分别对理想状态下和加噪状态下的机车信号解调算法进行了分析,并与ZFFT和小波变换解调算法的性能进行了对比,结果表明,基于希尔伯特黄变换的机车信号解调算法性能更优,抗噪性能也更强,适用于我国当前机车信号系统的解调工作。     

基于小波变换和Teager能量算子浊音段提取

对语音信号浊音段的提取在很多应用中都是重要的一个步骤.在小波域上用Teager能量算子(TEO)提取语音信号的浊音段,并对原始语音信号和加有高斯白噪声的不同信噪比的语音信号进行了仿真实验.实验结果表明,该算法能够准确地提取出浊音段,并具有较强的抗噪声能力.     

基于小波变换和Teager能量算子浊音段提取

对语音信号浊音段的提取在很多应用中都是重要的一个步骤。在小波域上用Teager能量算子(TEO)提取语音信号的浊音段,并对原始语音信号和加有高斯白噪声的不同信噪比的语音信号进行了仿真实验。实验结果表明,该算法能够准确地提取出浊音段,并具有较强的抗噪声能力。     

基于非线性能量算子的心电信号R波检测方法

将Marr小波变换和非线性能量算子相结合实现了心电信号的R波检测,心电信号的Marr小波分解信号很好地抑制了各种噪声干扰,结合非线性能量算子运算可突出了QRS波的特征点,使得阈值检测便于实施,利用修正策略提高了R波检测率,经MIT/BIH标准心律失常数据库验证,R波的检测率可达到99.7%,该方法对于心电信号的自动分析系统具有应用价值。     

基于小波变换和Teager能量算子指纹图像增强

指纹增强是指纹自动识别系统中比较重要的一个环节,它直接影响到指纹识别系统的识别精确度.二维Teager滤波器是一种非线性边缘提取滤波器,其特性近似于Mean-Weighted高通滤波器,即兼有局域平均和高通滤波的特性,因而可均衡去除噪声和增强图像边缘.将一种改进的Teager能量算子用于小波分解后低频域的纹理滤波部分,并对高频域进行阈值量化去噪,最后重构子图像.实验表明,该算法能够使图像的质量明显得到改善.     

基于Sobel算子和局部能量的图像融合新算法

文中提出一种新的基于小波变换的图像融合算法,以提高图像融合质量。首先应用小波变换将图像分为高频和低频部分,再对小波的高频和低频系数采用融合算法进行处理,最终将处理后的高频和低频小波系数进行融合。文中对低频系数采用基于Sobel算子的方法,有效保留边缘特征。对高频系数采用基于局部能量取大准则,有效保留高频的细节和区域特征。为了抑制噪声和控制图像的不稳定性,最后再对低频和高频系数的选择结果进行邻域窗口的一致性检验与调整。与传统金字塔方法和经典小波变换相比较,实验结果表明此方法融合效果较好。     

基于 Sobel 算子和局部能量的图像融合新算法

文中提出一种新的基于小波变换的图像融合算法,以提高图像融合质量.首先应用小波变换将图像分为高频和低频部分,再对小波的高频和低频系数采用融合算法进行处理,最终将处理后的高频和低频小波系数进行融合.文中对低频系数采用基于 Sobel 算子的方法,有效保留边缘特征.对高频系数采用基于局部能量取大准则,有效保留高频的细节和区域特征.为了抑制噪声和控制图像的不稳定性,最后再对低频和高频系数的选择结果进行邻域窗口的一致性检验与调整.与传统金字塔方法和经典小波变换相比较,实验结果表明此方法融合效果较好     

基于局部能量特征的视频字幕分割

视频字幕能够给人们提供高度浓缩的与视频内容相关的信息 ,但字幕通常均以图象方式存在于视频、图象中 ,为了提取视频字幕 ,提出了一种基于局部能量的视频字幕分割方法 ,该方法利用局部能量与图象中边缘、轮廓特征之间的对应关系进行字幕的自动分割 .为了快速地进行局部能量的计算 ,在分析局部能量模型基础上 ,将局部能量计算方法进行了推广 ,即先通过选用具有对称性的双正交小波基及 Hilbert变换 ,构造了适于局部能量计算的 90°相移滤波器 ,然后通过多分辨率小波变换实现了信号的多分辨率频带分割 ,并在此基础上计算局部能量 .实验结果表明 ,该方法可获得较好的分割效果     

关于光纤光栅应力传感及解调的研究

阐述了一种新颖有效的光纤光栅微应力传感及信号解调的方法,将光纤Bragg光栅在微应变作用下产生的波长变化用于传感测量,用一对光纤Bragg光栅进行信号解调,同时进行了温度补偿.理论上分析了传感的原理,实验上得到了线性度很高的响应.研究表明,本传感系统结构简单,操作方便,灵敏度高,可以识别1 με以下的变化.     

一种基于差分算子和区域增长的细胞自动识别方法

为了实现血细胞图像的自动识别,提出了一种基于差分算子和区域增长的方法。该方法在边缘分割的基础上．利用差分算子分别求出细胞的灰度上升区域和下降区域,然后采用改进的区域增长法求出各自的区域数,最后通过BP神经网络进行训练和识别。实验结果表明,该方案运行速度快,识别率高,具有较好的实用价值。     

基于欧拉算子的劳斯判据

介绍δ算子、Δ变换及复数域的欧拉算子ε,证明了欧拉算子的稳定域,提出了一种新的基于欧拉算子的劳斯判据。     

基于广义S变换的BOTDR信号包络解调

基于BOTDR的布里渊散射分布式光纤传感器所检测的散射光信号非常微弱,且频带在30 MHz左右,本文提出应用广义S变换对散射光信号进行幅度解调.广义S变换同时具有短时傅里叶变换和小波变换的优点.通过仿真和实验数据处理验证,基于广义S变换的解调算法可以有效提取BOTDR信号的包络信息,优于传统的Hilbert变换方法,提高了传感系统的检测性能.     

一种MSK信号的数字化解调新算法

MSK信号是一种性能优越的数字调制方式,在数字通信中得到了广泛的应用.根据MSK信号的特征,提出了一种基于DFT的MSK信号数字化解调算法.该算法是通过对MSK信号每个码元周期内的采样值分别进行两次DFT运算,计算出对应于1码和0码载波频率的幅值信息,根据幅值大小来判决,从而恢复数字信号.并对存在高斯噪声背景下,该解调算法的误码性能进行了分析.仿真结果表明了该算法计算量小、抗干扰性能好.且与传统的MSK解调算法相比,该算法对位同步不敏感.     

基于DHT的FSK数字化解调算法研究

文中对基于DHT的二进制频移键控（FSK）信号的数字化解调算法进行研究。FSK信号的码元分为过渡区和稳定区,而在实际解调时只考虑稳定区中的若干个载波的采样值作Hartley变换运算,计算出对应于1码和0码载波频率的幅值信息,根据幅值的大小来判决,从而恢复数字信号。在高斯噪声背景下,对该解调算法的误码性能进行了分析。位同步也可以通过Hartley变换来实现。理论分析和仿真结果表明该解调算法具有计算量小、抗干扰性能好等优点。