加速螺旋桨水声信号建模及其特性分析

加速或减速旋转螺旋桨的水声信号特征可用于被动探测与分类离靠港船只或水下航行器.文中从阐述螺旋桨匀加速旋转时尾流速度周向变化所具有的chirp周期特性出发,提出匀加速螺旋桨空化噪声的幅度调制包络可通过脉冲间幅度起伏的chirp周期高斯脉冲串信号予以建模,并给出了该模型的时域表达式.文中分析了chirp周期信号的简化分数阶Fourier变换谱特性,得到了在一定条件下chirp周期信号与其谐波系数间的关系式.文中通过水洞试验数据分析与仿真数据分析的比较,验证了匀加速螺旋桨噪声调制包络信号模型的合理性.     

周期信号加时窗后的频谱分析与仿真研究

研究工作中用EDA工具对周期性信号作频谱分析问题时,由此得到的频谱分析与周期性信号频谱的理论分析存在着一定的偏差.理论的信号幅度谱具有谐波性,是离散的谱线,而仿真环境下的谱线在频率点有畸变.通过信号谱分析的理论,结合EDA仿真工具分析的特点,将两种频谱分析的偏差来源归结于周期信号的时域加窗效应.分析r频谱产生偏差的原因,并对理论分析谱和仿真分析谱的特点给予归纳.最后的仿真分析也证实了给出的分析结果.     

周期信号频谱分析应注意的问题

在实际应用中,常用ＤＦＴ算法对周期信号作频谱分析,但周期信号的频谱和一般信号的频谱有着不同的物理意义。一般信号的ＤＦＴ结果表示该信号在频率Ω处的频谱密度,它是一个连续信号,周期信号的ＤＦＴ仅表示它的基波及各次谐波的幅值,是一个离散信号。一些对一般信号进行频谱分析的方法,使用于周期信号则不合适。另外,如果采样时基选择不好、于周期信号则不合适。另外,如果采样时基选择不好、时基偏移或干扰等原因,都会造成     

遗传算法在周期信号傅立叶变换中的应用

为了克服周期信号进行傅立叶变换时各次谐波幅度值需要进行复杂的理论计算问题,提出一种利用遗传算法进行周期信号傅立叶变换的方法,介绍了周期信号傅立叶变换和遗传算法的基本原理;给出了使用遗传算法对周期信号进行分解适应度函数的实现方法和确定各次谐波幅值计算的方法。并提供使用遗传算法对周期信号进行分解的具体步骤。仿真实验结果表明:该方法能够满足周期信号傅立叶变换的要求,与周期信号傅立叶变换理论计算方法相比,其突出优点是算法简单,易于实现。     

基于Matlab周期信号的分解与合成

分析三角形式傅里叶级数中周期信号的分解与合成,用Matlab软件对方波信号的分解与合成进行仿真。结果显示方波信号可以分解成直流分量和不同频率余弦分量（或正弦分量）的叠加;满足一定关系的直流信号和有限次谐波分量之和可以近似表示方波信号,对方波信号合成过程中误差和吉布斯现象进行分析。利用Matlab软件仿真可以直观地理解周期信号的分解与合成原理,它对于建立信号频谱的概念以及系统频谱分析都有非常重要作用。     

基于选频电路的周期信号傅里叶分解的研究

通过选频电路对周期信号的谐波分量进行提取,并进行计算机仿真,测量了周期三角波的基波、3次谐波、5次谐波,结果与理论分析一致,验证了周期信号的傅里叶分解。     

周期信号分解与合成的教学演示程序

为了形象地呈现周期连续信号分解为若干谐波成分或由不同的谐波合成周期信号这一过程,采用MATLAB数值计算和GUI程序设计的方法和技巧,编写了其图形用户界面程序。通过实例演示,特别是能对任意周期信号的分解和合成,验证了教学演示程序的正确性并在教学中的有效作用。通过观察信号分解和合成的过程、周期信号的对称性与谐波成分的关系,加深了对周期连续信号分解与合成的理解。展示了用MATLAB编写周期连续信号分解与合成的教学演示程序的优点。     

基于CIC抽取滤波器的谐波分析算法

为消除非同步采样引起的频谱泄漏,提高电网信号的谐波分析精度,提出了基于级联积分梳状(CIC)抽取滤波器的谐波分析算法。在前端AD过采样的情况下,该算法采用逆向搜索的方法实现非同步采样数据的整周期截断,用基于CIC抽取滤波器变频的方法实现信号采样频率与信号基波频率同步,通过快速傅立叶变换(FFT)得到信号频谱,计算基波及各次谐波的幅值和相位。仿真实验结果及误差分析表明,相对于常规的分析方法,该算法具有较高的测量精度。该算法对于非稳态周期信号的谐波分析只需单周期采样,简单易实现,是一种有效的测量方法。     

基于频谱包络特征提取的PUE攻击检测研究

提出一种基于频谱包络特征提取的PUE(Primary User Emulation)攻击检测方法。在论证频谱包络起伏特征可以作为指纹特征提取的基础上,结合曲线拟合,选取特征参数,构建能够明显反映频谱包络起伏特征的向量,通过FCM聚类区分主用户和PUE攻击用户。仿真实验表明,该方法能够有效区分主用户和PUE攻击用户,具有较好的可行性和可靠性。     

基于周期信号的频域检测方法研究

在分析周期信号尤其是多频周期信号时,为了得到正确的分析结果,除考虑叠加测量噪声模型及其对测量结果的影响之外,还必须考虑由于时域的离散化而可能造成的频域混叠现象,以及由于采样过程记录的信号样点序列长度有限而可能造成的频谱泄漏现象.因此,在基本矩形窗函数频域检测方法的基础上,对Blackman窗函数的频域检测方法进行了研究.该方法对被测信号在时域加Blackman窗函数,在频域实行内插,可以有效地减小检测过程中信号的频谱泄漏,从而得到精确的测量结果,实验结果证明了该方法在周期信号检测过程中的有效性和先进性.     

基于包络延拓和本征波匹配的时变DoS攻击频谱检测

DoS攻击信号具有非平稳时变特性,湮没在色噪声背景的复杂网络环境中,对之难以有效检测.传统方法中采用基于非平稳时变信号处理的Hough变换单谱脉冲响应检测算法,由于二次型时频分布的边缘效应会引起较大包络衰减,检测性能不好.因此提出一种基于包络延拓和本征波匹配的时变DoS攻击信号频谱检测算法来对DoS攻击检测信号进行双曲调频分解,构建信号数学演化模型,得到信号包络和本征波特征提取结果.采用双线性Hough变换法分析频谱特征畸变,进行瞬时频率估计,得到信号的单谱脉冲响幅频响应,在包络时频特征空间优化搜索路径实现包络延拓,基于最小均方误差准则设计本征波匹配滤波器,控制DoS频谱偏移,实现信号频谱检测.仿真结果表明,本算法能在强色噪声背景干扰下提高检测性能,检测概率高于传统算法,且能准确估计参量信息,提高对DoS攻击信号的主动防御能力.     

Maximum average impulse energy ratio deconvolution and its application for periodic fault impulses enhancement of rolling bearing

Periodic fault impulses, inevitably occurring along with a localized defect, are crucial for incipient fault diagnosis of rotating machinery. Whereas, they are awfully weak and masked by other interferences in industrial applications. Blind deconvolution methods (BDMs) are diffusely used in enhancing periodic fault impulses submerged in vibration signals. Due to some drawbacks, the applications of traditional BDMs are restricted. Therefore, the maximum average impulse energy ratio deconvolution (MAIERD) method is proposed, where the maximization of a new index called average impulse energy ratio (AIER) is tailored as the objective function. AIER takes the sampling point with the largest amplitude in every fault period as the location of fault impulse. Also, the fault period is detected by the autocorrelation function of the envelope signal. Furthermore, the Morlet wavelet is appointed as the initial filter. The synthesized signals and experimental data collected from two different rolling bearing test rigs are processed for verification. The results show that the proposed MAIERD method is superior in enhancing periodic fault impulses compared with five popular deconvolution methods.     

对称规则SPWM的谐波分析及DSP实现

给出了一种基于DSP芯片TMS320F240的对称规则SPWM信号生成法，较为详尽地分析了SPWM信号的谐波成分、总谐波失真度及其和载波比的关系。由于只需知道采样时刻，就可确定该采样周期内脉冲信号的开关点，因此SPWM特别适合在线计算。对生成的SPWM信号进行Fourier分析，结果表明，正弦波经过该方式调制以后．输出信号中不含有直流成分；当载波比为偶数时，输出信号中不含偶次谐波；提高载波比有利于滤除高次谐波。根据以上特点，将SPWM应用到某型制冷机减振电机的驱动上，对实测的电压和电流信号进行分析，其结果与理论分析相吻合。与采用模拟信号驱动的方式进行了比较，最后给出了实验结果。     

增强SH波电磁超声传感器信号的方法与实验

电磁超声传感器技术作为一种非接触无损测量方法,可用于恶劣工况的无损检测,尤其是可以实现水平剪切(SH)波的激励和接收。基于磁致伸缩效应的常规SH波电磁超声传感器信号较弱,为得到较强SH信号,改善信噪比,提出了一种增强电磁超声传感器信号的方法。该方法是在主永久磁铁闭合磁路上施加辅助永久磁铁,提高电磁超声线圈下部构件磁化强度,从而增强信号。实验证明:此方法可以使信号得到明显增强,并且有助于提高缺陷检测能力。     

基于混合卷积窗和双窗法的FFT算法研究

FFT算法是信号处理中一个不可或缺的部分,也是其中需要改进的部分。设计一个精度优良的FFT算法有助于推进频谱分析的实用化进程。针对FFT改进算法的实现需求,文章采用了C语言结构设计了一个任意点数的FFT算法,分析了混合卷积窗的频谱特性,并总结了任意窗函数的幅值恢复方法。最终通过构建混合卷积窗和双窗法结合的处理方法有效提高了FFT算法的精度,仿真结果表明,与普通FFT、混合卷积窗、双窗法方法相比,基于混合卷积窗和双窗法结合的FFT算法具有更高的精度。     

基于卷积神经网络框架的回声隐藏检测方法

回声隐藏是一种以音频为载体的隐写技术,目前针对回声隐藏的隐写分析方法主要以倒谱系数作为手工特征进行分类。然而,这些传统方法普遍在回声幅度较低时检测性能不高。针对回声幅度较低的情况,提出一种基于卷积神经网络（CNN）的回声隐藏隐写分析方法。首先利用短时傅里叶变换（STFT）提取音频的幅度谱系数矩阵作为浅层特征,然后设计了一个卷积神经网络框架对浅层特征进行进一步的深度特征提取,网络框架中包含了四个卷积模块以及三层全连接层,最后分类结果以Softmax进行输出。在三种经典的回声隐藏算法上对提出的方法进行了隐写分析实验评估,实验结果表明,该方法在低回声幅度条件下的检测率分别为98.62%、98.53%和93.20%,与目前所提出的传统基于手工特征的方法和基于深度学习的方法相比,检测性能提升10%以上。     

基于脉冲位置幅度调制的距离速度同时测量

针对传统波形方法在多普勒激光雷达测量目标距离和速度的应用中不能同时获得高测量精度的问题,提出一种使用位置和幅度同时调制的测量信号波形,以解决距离和速度测量精度之间的矛盾,同时使两个参数测量之间相互独立,并分析了该方法应用于智能驾驶道路环境中目标距离和速度测量的可行性。首先,讨论典型调制方法在同时测量目标距离和速度方面存在的困难,在此基础上,设计一种位置和幅度同时调制发射信号波形的解决方法,结合在线光纤放大器的放大特性给出该方法的物理可实现性;然后,讨论使用位置和幅度调制方法的激光雷达输出外差信号的频率计算方法以及激光雷达接收机输出回波信号的数据累加方法,从而分别测量出目标的速度和距离;最后,在道路移动目标可生成的多普勒频率范围内,通过仿真验证该方法的测量可行性以及两测量参数之间的独立性,并分析测量精度。仿真实验结果表明,位置和幅度同时调制的方法在激光雷达接收机输出信号的信噪比（SNR）低于0 dB时,可以有效测量目标的距离和速度,且这两个待测参数的测量过程完全独立。     

Model for Fourier-holograms spectral analysis

Spatial frequencies of Fourier-holograms are estimated. The model for the spectral analysis of impulse bounded periodic signal is offered. The generalized analytical expression for amplitude spectrum and integral signal energy distribution in spatial frequencies region is received.     

Modeling and characteristic analysis of underwater acoustic signal of the accelerating propeller

The signal feature of propeller cavitation noise during acceleration or deceleration procedure can be used to passively detect and classify moving vessels and underwater vehicles in the port regions.By analyzing the chirp periodicity of the variation of propeller wake velocity under acceleration situation,this paper presents a time domain expression of the modulation envelope signal of the accelerating propeller noise,treating the signal as a Gaussian-shaped chirp periodic pulse train with increasing trend and fluctuating pulse amplitude.The paper investigates the characteristics of simplified fractional Fourier transform(SFRFT)spectrum of the chirp periodic signal,and thus obtains the relation between the chirp periodic signal and its chirp harmonics under the conditions of underwater passive detection.Furthermore,the experimental data of the cavitation tunnel satisfy the results obtained by simulation,which verifies the correctness of the proposed signal model.