基于流固耦合振动的电抗声功率估算方法

为了确定特高压变电站内主要设备的辐射噪声,掌握高压并联电抗器的振动特性及声功率级确定方法,分别采用声压法和振动法对高压并联电抗器的声辐射功率计算方法进行研究。结果表明:在实测环境下声压法测量并计算声功率易受到环境影响。鉴于此,提出了一种基于流固耦合模型,结合实测激励进行动态响应分析得到本体表面加速度响度,利用边界元法确定高抗本体声功率级的估算方法。所提方法计算得到的声功率级与声压法计算的声功率级误差在3dB以内。同时,该方法还具有一定的抗干扰能力,适用在现场实际情况下进行振动测量,为特高压变电站高压并联电抗器的声功率级及辐射噪声计算提供了指导。     

一种考虑分布电容电流影响的方均根电流线损在线计算方法

方均根电流法是广为应用的理论线损计算方法,交流超特高压线路长、电压高、分布电容电流大,传统的方均根电流法对于超特高压长线的理论线损计算精度降低。通过分析超高压长线分布电容电流及高压并联电抗器对传统方均根电流线损理论计算的影响,文章提出了一种补偿分布电容电流影响的方均根电流理论线损算法,适用于带高压并联电抗器的超特高压长线路。通过安徽电网EMS在线理论线损计算平台的实践应用,进一步证明了本实用算法的有效性。     

一种战场声目标识别的多特征提取算法

针对战场声目标识别目前广泛采用的单一分析域特征提取算法会使部分重要信息遗漏,识别率低的问题,分析战场声信号的产生机理,得出声信号中既含随机性的机械噪声,又含准周期性的空气动力噪声;基于此,提出一种小波包与离散谱分析相结合的多特征参数提取算法。该算法利用小波包变换提取非均匀频段的能量分布特征,将其与离散谱描述的时域准周期性特征组合,得到更全面反映目标信号特性的特征参数。实验结果表明,相比单一分析域特征提取算法,多特征提取算法应用于声识别的准确性和鲁棒性明显提高。     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

基于改进自然梯度算法的双目标辨识研究

对时变的水下目标声信号进行盲分离时,针对自然梯度算法存在不稳定收敛的不足,提出了一种可对水下目标进行辨识的改进自然梯度算法。通过对观测数据的白化处理、构建实信号和复信号盲分离都适用的非线性函数、快速收敛学习因子和基于功率谱方法的盲分离效果评估函数,实现了水下目标声信号盲分离和目标辨识的改进算法。仿真结果和实船信号试验数据的一致性,表明了改进算法具有更好的收敛性能,而且在频域评估时盲分离效果更加简单直观,验证了改进算法的实用性和有效性。     

含窄带噪声和白噪声的复杂染噪局部放电信号提取及应用

复杂噪声环境下,电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键.该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法.首先,通过自适应CEEMDAN将染噪信号进行分解,利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制,再根据信号间...     

基于支持向量机和遗传算法的水下目标特征选择算法

基于统计学习理论和遗传算法理论，提出了一种基于支持向量机和遗传算法相结合的水下目标特征选择算法。通过对实测数据的特征集的优化选择实验，证明了该算法的有效性和鲁棒性，它能较好地解决在复杂水下目标信号所提取的特征维数高，样本采样困难，数目偏少的实际情况下的分类识别问题。     

一种基于新代价函数的CMA盲多波束形成算法研究

文章提出一种恒模多目标盲波束形成算法。该方法通过对一种新的代价函数的最小化，来盲估计波束形成器的权矢量，以小于多目标最小二乘恒模的计算量完成对多目标的分离提取。同时，为减小空间噪声的影响及防止强干扰造成目标的错误锁定，利用子空间投影和梯度恒模对步长因子的敏感性进行预处理，消除了空间复杂噪声和强干扰的影响。本文通过仿真实验和实际采集信号处理验证了算法的正确性和有效性。     

海面声探测多目标数据预处理算法

该文针对复杂电磁环境下的海面声探测系统,造成传感器接收到多目标原始数据中,含强杂波、强噪声密集,提出了一种基于海面声探测多目标数据预处理算法.在最近邻数据关联基础上,利用方位角信息变化率、方位角相关性,采用拟合的方式及最近邻原则来解决目标关联及去噪问题.并由实验数据验证了算法的有效性,实现了强杂波、强噪声干扰下多目标数...     

基于探测线圈法的干式并联电抗器故障监测研究

简要介绍了电网存在的无功过剩问题以及并联电抗器在电网中的作用和发展应用情况。归纳总结近些年部分变电站的干式空心并联电抗器的故障类型,分析了产生故障的原因。针对故障原因探索性地提出了一种将感应线圈置于电抗器底部,通过感知感应电压变化来检测故障是否发生的监测方法。     

采用信号匹配的支票图像二值化

提出了一种基于信号匹配的低信噪比图像的信号提取方法,解决类似支票日期域这种既有复杂背景,又有印章噪声干扰的图像二值化问题. 这种二值化方法完全不同于传统的方法,它从信号处理的角度出发,利用了部分先验知识和理想状态下的投影轮廓信号,再通过用不同阈值分割的投影信号与之匹配,匹配度最大时的阈值即为图像分割的最佳阈值. 本方法比其他的传统的二值化方法更具有自适应性和鲁棒性,通过大量的实验数据,以及与常用的其他算法进行的比较得到了验证.     

一种噪声未知条件下的盲信号提取方法

传感器网络中的节点带宽等资源受限,使得在设计盲信号处理方法时需考虑信号量化等因素,而量化噪声的引入使得整体噪声复杂且未知。针对传感器网络中噪声统计特性未知的情况,提出了一种基于容积点变换和代价参考粒子滤波的盲信号提取方法。在滤波过程中,采用容积点变换可获得较为准确的预测粒子,通过用户自定义的权值映射规则可以实现粒子的更新和重采样,减少了算法对噪声和源信号统计特性的依赖。实验结果表明该方法可实现对源信号的有效提取,在噪声统计特性未知时的提取性能要优于其他方法。     

基于信号能量的浊语音盲信号分离算法

针对以往单声道浊语音分离算法对目标语音信号分离不稳定性和信噪比低的不足,引入了浊语音的另一个重要特征,即信号能量。提出了一种基于信号能量的浊语音分离算法,算法对经典的Hu-Wang算法进行了改进,将能量特征应用于听觉重组部分,通过能量特征来改进目标语音听觉流的重组性能,降低噪声对重组后的目标听觉流的干扰,提高算法的稳定性。实验结果表明:与Hu-Wang算法相比较,该改进算法可提高目标语音的分段信噪比,改善了目标浊语音的分离性能。     

多类型噪声中的独立成分分离算法

该文将一般的噪声独立成分分离算法扩展到多类型噪声混合环境。为了识别观测数据中的多类型噪声成份,利用基于S估计原理的非多项式函数,对观测数据进行投影分析,给出脉冲噪声阈值估计及噪声去除和重构信号方法。此外,结合独立噪声分析算法,提出了一种针对多类型噪声的快速独立成份分离算法。该算法解决了传统噪声ICA在多类型噪声环境,特别是脉冲噪声时的失效性问题,极大地提高了噪声ICA算法的分离性能。仿真分析验证了该方法的有效性。     

基于匹配追踪的快速独立分析方法在轴承复合故障盲源分离中的应用

针对强噪声干扰下轴承复合故障信号难于提取分离的问题,提出基于匹配追踪的快速独立分析方法.首先,通过基于Gabor原子的匹配追踪方法对单通道故障信号进行降噪处理;然后,根据终止条件的不同数值条件得出多组重构信号,组成多组信号,实现信号升维;最后,通过快速独立分析方法对降噪处理后的复合故障信号进行盲分离.实验数据分析结果表明:所提方法具有可行性和有效性,为强噪声干扰下的复合故障信号分离与提取提供了一种方法.     

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显，加上噪声的影响，目标边界具有一定的模糊性，有时还存在目标与背景面积对比差别很大等问题，提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法，有利于将弱小目标从复杂背景中精确地分割和提取。该算法将闽值法和其它方法进行结合，有效地解决了目标边缘模糊图像阈值选取困难这一问题；采用图像切割技术，有效解决了弱小目标在大背景下分割难的问题；将类别方差法和迭代算法相结合建立数学模型，不但有利于自适应最佳闻值的选取，而且有效地减少噪声对最佳自适应阈值的影响，提高了图像的分割效果。     

基于训练序列的跳频通信下变频参考ICA抗干扰方法

针对跳频通信盲分离抗干扰过程中采样率高、需要额外信号提取单元的难题,通过对跳频通信系统进行下变频处理,提出一种基于训练序列的参考ICA抗干扰方法。首先构建跳频通信盲分离的下变频处理模型;然后通过引入训练序列作为参考信号,利用参考独立分量分析算法,从导频下变频混合信号中获得期望信号的分离向量;最后基于此分离向量,从业务下变频混合信号中直接提取出期望信号。不仅降低了系统的采样率,而且节省了信号识别与分选的工作开销,同时由于滤除了部分带外干扰和噪声,改善了分离效果。仿真结果表明：新算法的误码率性能与Baseband JADE、Baseband Fast ICA相当,相比于RF JADE、RF Fast ICA算法及RF ICAR算法,新算法具有更好的分离效果,可明显改善跳频通信在强干扰下的误码率性能。     

一种新的循环平稳信号盲提取方法

提出了一种基于信号隐含周期性的循环平稳信号盲源分离算法。该方法充分利用了循环平稳信号具有隐含周期性成分的特性,不需要估计信号的循环频率,特别适用于循环平稳信号的分离。本算法在提取循环平稳信号的周期性分量的同时,剔除其中的随机分量,因此,计算机仿真和实验验证了该方法的有效性和循环平稳信号的分离次序。     

一种基于最大化信干噪比的通信混合信号多通道盲分离算法

对通信混合信号多通道盲分离中噪声放大问题进行了研究。基于最大化信干噪比的思想,提出了一种新的求解分离矩阵的算法。当混合矩阵条件数较大时,该算法能很好地解决由于噪声放大造成的分离性能下降。仿真表明,该算法能有效地降低误码率,提高盲分离性能,具有实际意义。