基于环境激励的混凝土梁式结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法自然激励技术(NExT)、特征系统实现算法(ERA)进行详细讨论,并针对两种算法的特点,将其结合形成NExT/ERA时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提...     

时频分布与FRFT在环境激励下模态参数辨识中的应用

将时频分析方法和分数阶傅里叶变换(FRFT)方法相结合,在环境激励下进行模态参数辨识,可弥补单纯时域或频域方法的不足.将时频分布中的Gabor展开用于识别系统固有频率和阻尼比,各通道响应信号的自相关函数在一定程度上可以减小噪声干扰,增强信号的能量分布,有助于参数的识别.利用FRFT,根据信号在时频面内的旋转角度和脉冲峰值出现的位置可估计激励信号.通过对一个三自由度振动系统仿真结果说明,将FRFT与时频分布的Gabor展开相结合,可以很好地从响应信号中辨识出模态参数和激励信号,为辨识环境激励下的系统模态参数提供了很好的途径.     

基于EMD和概率神经网络的说话人识别

基于EMD和概率神经网络的说话人识别方法,主要针对语音信号具有强时变特性问题,通过自适应性的经验模态分解(EMD)方法,对不同说话人的语音信号进行分解后,得到反映信号特征的本征模态函数(IMF),然后计算IMF的能量并进行归一化得到能量特征向量,利用具有简单高效的模式识别功能的概率神经网络(PNN),对不同说话人的语音能量特征向量识别,从而达到说话人识别的目的.实验结果表明,在噪声污染不大的情况下,该方法能够准确快速地识别说话人身份,具有较高的识别性能.     

中医脉象信号的参数化双谱估计及切片分析

采用ARMA参数化双谱估计法对15例吸毒者和15例正常人的脉象信号进行了参数化双谱估计.在得到每一例脉搏波的归一化双谱幅值对角切片后,应用K-L变换得到30个样本特征向量,然后设计4-9-1的BP神经网络进行模式识别.除1例正常人被误判外,其余的受测者全部予以正确识别.研究结果表明,归一化双谱对角切片与K-L变换相结合的方法是提取中医脉象信号特征的有效方法.这种方法与BP神经网络的联合应用,对海洛因吸毒者和正常人的脉象信号具有很高的识别率.     

一种基于EEMD的异常声音识别方法

为了优化组合特征在异常声音识别中的效率,提出一种用集合经验模态分解（EEMD）对异常声音帧信号进行有效性检测和提取多层特征的算法.首先对异常声音帧信号进行集合经验模态分解,得到固有模态函数;然后根据给定的固有模态函数层数阈值,对该帧信号进行有效性检测;再对有效帧信号的每一层固有模态函数提取梅尔频率倒谱系数、翻转梅尔频率倒谱系数、线性预测倒谱系数、短时能量和能量比,并将它们归一化后拼接成多层特征.根据提取的特征,用深度卷积神经网络实现异常声音识别分类.仿真结果表明,提出的新方法在4类异常声音识别中的识别率可以达到98.65%.     

基于时域分析的风载激励下桥梁结构动力特性识别

为研究环境激励下针对混凝土桥梁结构动力特性的识别问题,将现有的时域分析方法进行改进。利用自然激励技术与特征系统实现算法相结合,模拟风载激励对一预应力混凝土连续梁桥进行动力特性识别的有限元仿真模拟分析。利用随机减量技术和Ibrahim时域联合算法和有限元模态分析进行结果对比验证。仿真模拟结果表明,基于最常见的环境激励———风载激励识别混凝土梁桥的动力特性参数是行之有效的。运用自然激励技术与特征系统实现算法相结合的时域分析方法识别结果较为准确,为此类结构的健康监测和结构设计提供了有效支持。     

基于随机减量技术的混凝土结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法ITD法、随机减量技术进行详细讨论,并针对两种算法的特点,将其结合形成随机减量技术/ITD时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提供了有益的帮助.     

基于KPEMD与INFO-SVM的柱塞泵故障诊断

针对难以从转辙机柱塞泵的非线性振动信号中有效提取故障特征以及各分量之间存在模态混叠现象等问题,提出了一种非线性自适应正交经验模态分解(Kernel Principal Empirical Mode Decomposition, KPEMD)与向量加权平均算法优化的支持向量机(INFO-SVM)结合的故障诊断方法。首先通过KPEMD方法将原始信号分解为多个IMF分量,根据相关系数筛选出故障信息丰富的敏感分量;其次提取敏感分量的时域频域特征及能量熵构造混合特征样本集;最后输入到INFO-SVM多分类器中进行故障识别。利用柱塞泵实验数据进行对比分析,结果表明：KPEMD能够有效减弱模态混叠现象,充分提取故障信息,INFO优化SVM的识别准确率优于其它常用算法的优化结果。本方法能有效识别出转辙机柱塞泵的不同故障类型,诊断准确率达到98%。     

雷达脉内调制识别的改进残差神经网络算法

针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别。算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀。在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90%以上。     

高血压病脉象信号的时频分析

将人体作为一个复杂的系统,采用给脉搏以固定激励的方法,测出人体系统在此激励下的输出.运用时频分析法分析了无高血压病症和有高血压病症的脉象信号的时频谱分布和功率能量比分布特点.实验结果表明,无高血压的脉象信号能量主要集中在5 Hz以下的主波峰中,高于5 Hz的能量只占很小的部分,而病脉的频率范围比正常脉较宽,尤其中高频部分较宽.时频分析方法可以很好地区分无高血压病症和有高血压病症的脉象信号.     

Pulse Signal Recovery Method Based on Sparse Representation

Pulse signal recovery is to extract useful amplitude and time information from the pulse signal contaminated by noise.It is a great challenge to precisely recover the pulse signal in loud background noise.The conventional approaches,which are mostly based on the distribution of the pulse energy spectrum,do not well determine the locations and shapes of the pulses.In this paper,we propose a time domain method to reconstruct pulse signals.In the proposed approach,a sparse representation model is established to deal with the issue of the pulse signal recovery under noise conditions.The corresponding problem based on the sparse optimization model is solved by a matching pursuit algorithm.Simulations and experiments validate the effectiveness of the proposed approach on pulse signal recovery.     

基于S变换的无线电引信信号分析

为了更好地揭示无线电引信的信号特征,文中引进S变换对信号进行时频分析,并通过对典型的跳频信号、连续波多普勒信号进行时间、频率等特征参数的仿真分析,结果表明相比于短时Fourier变换和小波变换,S变换在时域、频域和能量域都能精细地揭示信号的特征,为无线电引信信号分析提供了一个良好的时频分析手段,也为引信采取最优的信号处理方法提供依据.     

Fast measurement of the reflection coefficient of the plate medium in the time domain

In order to solve the problems faced in the frequency domain measurement of the broadband reflection characteristics of materials in practical engineering,this paper proposes a fast test scheme for free-space ultra wideband reflection characteristics based on the time domain method.Through the construction of the time domain measurement system,the analysis of the extraction method of the pulse signal based on the "time window",the calculation of the reflection coefficient,etc.,the system advantages are comprehensively analyzed,and the actual measurement plan is formed.Measured results show that the scheme has the advantages of low measurement environment requirements,fast measurement speed,great convenience and high accuracy,and that the reflection coefficient of plate-like materials in the common radar band (2~18 GHz) can be obtained by one measurement.     

基于阶次跟踪和角域平均的齿轮裂纹故障诊断

针对齿轮箱升速过程中振动信号非平稳的特点，将常规的阶次分析与时域平均技术相结合，提出了基于阶次跟踪和角域平均的齿轮箱故障诊断方法．该方法先对齿轮箱升降速瞬态信号进行时域采样，再对时域信号进行等角度重采样，转化为角域平稳信号，然后对角域重采样信号进行角域平均分析，就可提取齿轮的故障特征．通过对齿轮齿根裂纹故障实验信号的分析，表明该方法能有效地诊断齿轮的裂纹故障．     

Bending-Torsional Coupled Vibration Test of Large Power Gear Transmission System

In order to test the bending-torsional coupled vibration characteristics of the multi-shafts gear transmission system of large power vehicles, a torsional vibration exciter was used to apply torsional excitation on the gear transmission systems and thirty-two acceleration sensors were used to measure the tangential acceleration of each shaft. Torsional vibration signals and bending vibration signals of each measuring point were obtained by calculation of the four-point-response signal. The modal parameters of gear transmission systems including nature frequency, modal shape and modal damping ratio were obtained by identifying modal parameters of the torsional vibration signal and bending vibration signal. The characteristic of the bending vibration and torsional vibration of the gear systems were studied through the analysis of the nature frequency and modal shape. The nonlinearity characteristic of the gear transmission system was investigated through single frequency excitation test, which can be the foundation for further nonlinearity research.     

内燃机噪声源识别的小波相关系数方法研究

为了分析内燃机(ICE)噪声信号的时频特性和识别主要噪声源,研究了小波变换中尺度与频率之间的关系,重新定义了连续小波变换,并基于不同小波对同一信号分解时小波系数之间存在极大相关性,提出用规范化相关系数时频图分析噪声信号和识别内燃机噪声源的新方法.新方法能够准确地对信号进行时间和频率定位,且频域结果与信号功率谱相当吻合.对发动机声学信号进行了时频分析,同传统连续小波变换相比较,该方法能够更好地反映信号能量的时频域分布状况.结合声强结果,声学信号时频图能够直接地显示不同噪声源的时频特征.     

基于双随机相位估计的无功补偿方法

为了解决实时无功补偿问题,提出了一种基于双随机相位估计的无功补偿方法.对采样电能信号进行傅里叶变换,通过频谱峰值定位算法确定电能信号的基波、各阶次谐波的频率信息.采用同频率不同相位信号调制,得到调制后信号,再经过低通滤波得到滤波后信号.结合滤波信号的比值和随机相位三角函数数值得到所要估计的信号相位信息,辅助无功补偿.通过仿真电能信号和实际采集的电能信号验证了该算法的有效性,结果表明信号相位估计相对误差在1‰以下,无功补偿能够有效提升电路的能量利用效率.     

一种未知脉冲信号检测与瞬时频率高精度估计方法

针对未知脉冲信号检测与瞬时频率估计问题,提出了一种基于瞬时频率高精度估计的联合检测方法.在瞬时频率高精度估计中,采用快速傅里叶变换分析与陷波滤波器相结合,实现对未知信号瞬时频率高精度估计.在未知脉冲信号检测中,采用能量累积法和瞬时频率方差法相结合方式,综合瞬时频率方差检测器和能量累积检测器的优势,可对未知脉冲信号实现有效检测.结果表明,在一定信噪比条件下,本文方法可以实现对未知脉冲信号瞬时频率的高精度估计,瞬时频率估计方差接近克拉美罗下界,估计精度提高了0. 1%,同时实现了对窄带和宽带未知脉冲的有效检测.     

Performance analysis of hybrid carrier DS CDMA communication system

A hybrid carrier (HC) DS CDMA communication system is proposed, combining 4-weighted fractional Fourier transform (4-WFRFT) with code division multiple access (CDMA) technique. The signals are modulated in a certain order fractional Fourier domain and transformed by 4-WFRFT to compose the hybrid carrier signals. In the time domain CDMA technique is adopted for multiple accesses and time diversity gain. Compared to orthogonal frequency division multiplexing (OFDM) system, in which Fourier transform is adopted, the signal energy in HC system is distributed on the time-frequency plane more evenly and symmetrically. Thus, when there is a deep fading notch or single-frequency interference in the channel, the proposed method can split the interference to a broader range in order to reduce the influence, resulting in the better system performance. Moreover, the performances of the proposed system, such as peak-to-average power rate (PAPR) and security are also discussed in the paper.