基于 FPGA 的电磁金属探伤系统及其微弱信号处理

本文介绍了一种基于FPGA的电磁金属探伤系统,该系统用于研究电磁无损检测技术在金属板损伤探测上的应用。在该电磁金属探伤系统中,传感系统提供的测量感应信号为强噪声背景下的微弱信号。为了提高信号的检测精度,本文采用信号调理电路结合FIR数字滤波的方法,将基于FPGA的电磁成像金属探伤系统中微弱的测量感应信号从噪声中提取出来,仿真实验证明,该方案能为后续信号处理环节提供一个低噪声背景下的较强的感应信号。     

基于FPGA的电磁金属探伤系统及其微弱信号处理

本文介绍了一种基于FPGA的电磁金属探伤系统,该系统用于研究电磁无损检测技术在金属板损伤探测上的应用.在该电磁金属探伤系统中,传感系统提供的测量感应信号为强噪声背景下的微弱信号.为了提高信号的检测精度,本文采用信号调理电路结合FIR数字滤波的方法,将基于FPGA的电磁成像金属探伤系统中微弱的测量感应信号从噪声中提取出来,仿真实验证明,该方案能为后续信号处理环节提供一个低噪声背景下的较强的感应信号.     

局域均值分解和小波阈值在大地电磁噪声压制中的应用

大地电磁测深法是基于电磁感应原理,利用天然交变电磁场来研究地下岩层的电学性质及其分布特征。然而,天然电磁场频带范围宽、信号微弱,在实际测量中大地电磁信号极易受到各种电磁噪声干扰,严重影响了后续的电磁法反演解释水平。针对这一难题,将局域均值分解(LMD)的自适应性和小波分析的多分辨性相结合,提出基于局域均值分解和小波阈值的大地电磁噪声压制方法。将含噪信号进行LMD分解得到若干阶乘积函数(PF)分量;根据大地电磁信噪特征保留PF_1分量,仅对其余各阶PF分量选取合适的小波阈值进行降噪处理;叠加重构获得大地电磁有用信号。通过计算机模拟典型强干扰,研究不同小波函数、分解层数及阈值方式下算法的去噪性能,并将其应用于矿集区实测大地电磁数据处理。实验结果表明,所提方法能较好地提取出叠加在微弱大地电磁信号上的大尺度强干扰的轮廓特征,视电阻率曲线更为光滑、连续,低频段的大地电磁数据质量得到了明显改善。     

超声波流量法用于输油管道泄漏监测系统的研究

把超声波流量法应用到管道泄漏检测中,可解决单独使用负压波检测技术时误报率高、泄漏发现不及时等问题,实现输油管道泄漏的精确实时检测。使用虚拟仪器平台LabVIEW建立了管道泄漏监测系统。为提高超声波流量计精度,采用混沌现象中间歇混沌的特性检测出带有强噪声的微弱超声信号。实现输油管道的高精度的流量测量。     

基于耦合Van der Pol-Duffing系统的微弱信号检测研究

传统方法检测微弱信号具有一定的困难,利用混沌振子对微弱信号敏感以及对强噪声具有良好免疫力的特性,提出基于耦合Van der Pol-Duffing振子系统检测微弱信号的新方法。对比不同参数下耦合系统的动力学行为,通过分岔图和二分法确定临界阈值,保证阈值搜索速度和阈值精度。阐述基于相图的微弱信号检测原理,通过从混沌态到周期态的转变成功检测淹没在强噪声中的微弱信号,信噪比门限达到–30 d B。同时考察不同精度幅值下噪声对系统状态的影响,不同频率信号以及相移对检测的影响。仿真结果表明,该耦合系统在强噪声条件下对微弱信号敏感,用于检测微弱信号是可行的。     

双稳随机共振降噪下的经验模式分解研究

研究了强噪声混合条件下微弱信号的经验模式分解(EMD)问题,提出了一种基于随机共振降噪的EMD分解方法。该方法利用随机共振在微弱信号检测方面的独特优势,首先对有噪微弱信号进行随机共振输出,微弱信号得到降噪和加强后,再进行EMD分解。在仿真实验中,对随机共振输出前后的信号分别进行EMD分解,分析结果表明该方法不仅能够提高原始信号的信噪比,有效检测出被噪声淹没的微弱信号从而提高了EMD分解的质量,同时减少了EMD分解的层数,提高了运算效率。     

基于非线性耦合双稳态随机共振的轴承微弱故障信号增强检测方法研究

针对滚动轴承微弱故障信号难以检测的难题,提出一种基于新型非线性耦合双稳态随机共振模型的轴承微弱故障信号增强检测方法。噪声背景下,随机共振可以实现微弱信号的增强输出,提高微弱信号特征的检测。提出的非线性耦合双稳态系统是由两个单一双稳态系统经非线性方式耦合而成,通过分析耦合系数、阻尼系数随着噪声强度改变的信噪改善比响应特性曲线图研究了不同参数对随机共振现象的影响。结果表明,耦合双稳系统比单一双稳态系统具有更强随机共振现象的产生。最后采用模型对轴承故障微弱信号进行了增强检测应用,所提出的非线性耦合双稳态随机共振能够实现在复杂的噪声背景下对微弱故障信号的检测。     

强噪声背景下的经验模式分解研究

研究了强噪声混合条件下微弱信号的经验模式分解(EMD)问题,提出了一种基于随机共振降噪的EMD分解方法.该方法利用随机共振在微弱信号检测方面的独特优势,首先对有噪微弱信号进行随机共振输出,微弱信号得到降噪和加强后,再进行EMD分解.在仿真实验中,对随机共振输出前后的信号分别进行EMD分解,分析结果表明该方法不仅能够提高原始信号的信噪比,有效检测出被噪声淹没的微弱信号从而提高了EMD分解的质量,同时减少了EMD分解的层数,提高了运算效率.     

基于变尺度多稳随机共振的微弱信号检测研究

针对强噪声背景下微弱信号难以检测的难题,提出基于变尺度多稳随机共振的微弱信号检测方法。多稳随机共振系统比双稳随机共振系统具有更好的微弱信号检测能力,为强噪声背景下微弱信号的检测提供了新方法。首先对大频率信号进行尺度变换使之满足随机共振条件,将频率压缩后的信号通过多稳系统,调整参数使其发生随机共振得到信号的频谱特征,并与双稳随机共振方法得到的特征频率进行比较,仿真和实例结果均表明:相同条件下,多稳随机共振方法比双稳随机共振方法得到的频率准确,可以增强信号的幅值,有效地检测出被噪声淹没的微弱信号。     

混沌振子微弱未知信号检测方法的改进

目前普遍应用Duffing混沌振子系统检测噪声背景下微弱信号,由于其具有对周期信号敏感而对干扰信号免疫的特点,所以在检测时常常忽略噪声的影响。然而大量实验发现,系统对某些方差的噪声免疫力很低,容易造成误判。由此,在分析噪声对微弱信号检测影响的基础上,采用互相关检测器对待测信号进行处理,以此抑制噪声。对工程上不易实现的混沌阵列检测法引入实用性强的循环算法,操作简单,仿真结果精度高。     

混沌理论在车载超声测距系统中的应用研究

利用混沌系统敏感依赖于初始条件的特性,通过判断系统运动状态的变化,实现车载噪声环境下的微弱超声波信号的提取。系统的仿真实验结果表明混沌振子检测理论在抑制噪声、检测微弱信号方面具有很高的先进性,可以大大提高超声波测距的精度和性能。     

基于频率调制随机共振的弱周期信号检测

将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。     

微弱信号检测在电流测量中的研究与仿真

准确度和稳定性是光学电流互感器（OCT）的主要性能指标,但现有的OCT所测得的光电信号会受到外部干扰和内部元器件的固有噪声等影响,其主要是光电探测系统中的噪声,严重时反跌电流信息的微弱光电信号将淹没在强噪声背景中,降低了光学电流互感器的测量精度。针对该问题,本文通过Labview平台仿真了数字式锁定放大器在光学电流互感器中的微弱信号检测,并分析了仿真结果。     

超导电阻测量系统设计

要本文通过对超导电阻特性的分析研究,提出了一种基于微弱信号检测的超导体电阻测量的新方案。论述了微弱信号检测应用于超导电阻测量的可行性。系统通过微弱信号检测中的相关检测方法实现超导电阻信号的提取,尽可能的去除噪声信号。并采用TMS320VC5509A进行信号处理,通过软件编程实现相关检测,提高信号质量。系统运行稳定,并充分显示出了自身在超导体电阻测量等微弱信号检测方面的优越性。     

非线性分数阶双稳系统逻辑随机共振的研究

在整数阶逻辑随机共振的郎之万方程基础上构建了分数阶情况下的郎之万方程。对该方程描述的非线性分数阶双稳系统进行了仿真验证,分析分数阶阶次和系统参数的改变对逻辑随机共振现象的影响。结果表明当分数阶阶次小于临界值时,即使没有外加高斯白噪声或微弱周期信号也能观察到逻辑随机共振现象;当分数阶阶次大于临界值时,需要外加高斯白噪声或微弱周期信号才能实现逻辑随机共振,选择合适的噪声强度、微弱周期信号振幅、频率等可以提高逻辑输出的成功率。     

基于变形Lorenz系统和李雅普诺夫指数的微弱周期信号检测

提出了一种变形的Lorenz混沌检测系统,此系统主要具有混沌态和类周期态2种状态。利用最大李雅普诺夫指数作为判断混沌系统由混沌态趋于类周期态变化的量化依据,自动识别混沌系统的临界状态,更准确地判断微弱信号的存在。将互相关检测方法与混沌检测方法相结合,实现强噪声背景下微弱周期信号检测。仿真结果表明,该方法能有效地检测出强噪声中的微弱周期信号。     

遗传算法优化稀疏分解的齿轮箱故障诊断研究

齿轮箱传动结构复杂,其出现故障时的振动信号往往含有强噪声。在强噪声背景下微弱信号的特征提取是振动信号处理领域的难题。稀疏分解方法能够自适应地提取强噪声背景下的微弱信号特征,但其在寻找最优匹配原子时计算量特别大。为加快匹配最优原子的速度,提出利用遗传算法优化匹配追踪的信号稀疏分解算法,优化后的算法大大降低了匹配追踪算法中寻找最优原子参数的计算量。齿轮故障振动信号的主要特征是调制现象,通过稀疏分解对含有噪声的信号进行降噪,然后进行频域分析,根据频域分析结果实现齿轮的故障诊断。对仿真的齿轮调制振动信号和实际采集的齿轮箱振动信号分析表明,该方法能够从含有强噪声的振动信号中快速且准确地提取出故障特征频率。     

基于MS-EEMD的滚动轴承微弱故障提取研究

在实际工况下,轴承的早期故障信号与强噪声信号相比属于微弱信号,而轴承的早期故障特征从强噪声环境中提取出来一直是故障诊断课题的一大难点。基于上述问题,提出一种基于MS（Mask Signal）和EEMD（Ensemble Empirical Mode Decomposition）方法的滚动轴承微弱故障提取方法。由于EEMD方法在噪声背景下分解出的IMF分量存在模态混叠现象,很难辨别故障频率的真伪,所以引入掩膜信号法对分解出的IMF分量进行处理,抑制虚假频率,将故障频率提取出来。通过将掩膜信号法与EEMD方法相结合的方式,对存在噪声的故障信号进行处理,提取出故障特征。     

强噪声背景下的微弱信号检测新方法

提出了新的强噪声背景下的微弱信号检测方法,设计了一种硬件与软件相结合的实现方案。采用经典的仪表放大技术和单片机控制技术对数据进行检测和处理,并通过虚拟仪器技术仿真和显示,为解决热释电红外探测器中µA级微弱信号的检测提供了十分有效的方法。该系统通过实验对模拟低频微弱信号的检测,充分显示了它在微弱信号检测方面的实用性和优越性。     

静态随机共振的非高斯噪声中瞬态信号小波域Power-Law检测

研究非高斯噪声中微弱瞬态信号的检测。利用静态随机共振方法对微弱信号进行处理,使瞬态信号的信噪比得到增强。在小波域建立了新的Power-Law检测器。通过仿真实验对比发现,在相同的信噪比和虚警概率下,采用提出的方法可以得到更高的检测概率。