基于小波变换的低场脉冲核磁共振系统高斯白噪声估计

介绍了以小波分析理论为基础，结合小波阈值去噪算法找到一种有效的噪声分离方法。采用该方法从实际低场脉冲核磁共振系统噪声信号中分离出高斯白噪声并对其进行了参数估计。该方法还可以用于其它信号处理领域高斯白噪声的估计。     

微加速度计中Sigma Delta调制与 脉冲编码调制的对比分析

对Sigma Delta调制与脉冲编码调制进行对比,研究了Sigma Delta调制与脉冲编码调制的优缺点。建立了微加速度计中两位输出的Sigma Delta调制和两位输出的脉冲编码调制的仿真系统。然后,对比使用这两种调制方式的微加速度计的加速度信号,并分析在两种不同调制方式下的输出信号波形的差别。最后,利用周期图法得到了两种调制信号的功率谱密度图,发现在低频段脉冲编码调制信号的量化噪声比Sigma Delta调制信号大很多;而在高频段,两种调制方式信号的量化噪声一样严重。仿真结果表明,尽管Sigma Delta调制系统比脉冲编码调制系统更加复杂,但是Sigma Delta调制得到的信噪比要比脉冲编码调制得到的信噪比高出20 dB。     

基于小波能量谱的炮口脉冲噪声特性分析(英文)

火炮发射时产生的脉冲噪声对操作人员会造成不同程度的损伤或影响,必须进行人员防护,因此分析炮口脉冲噪声特性对噪声的治理和人员防护具有重要意义。针对傅立叶分析方法在脉冲噪声分析中的不足,提出了小波能量谱分析方法。通过对试验数据进行分析,得到了脉冲噪声的局域信号特征和频谱能量分布。实验结果表明,小波能量谱方法适用于炮口脉冲噪声特性分析。     

基于稀疏小波变换的超宽带低信噪比信号检测算法

脉冲超宽带信号是时域瞬态脉冲,功率谱密度极低,在远距离通信时,信号淹没在噪声中较难检测,对前端采样率要求较高.针对脉冲超宽带低信噪比检测问题,提出了一种在脉冲波形先验信息已知条件下,基于稀疏小波变换的低信噪比检测方法.针对超宽带信号在小波域具有稀疏分布这一特征,依据压缩传感理论,分析并仿真了稀疏基矩阵选择时域采样矩阵和小波矩阵时,信噪比对于性能的影响,提供了重构算法中迭代终止门限的选择方法.仿真实验表明,相对于稀疏基矩阵为时域采样矩阵,采用小波变换矩阵可以在较低信噪比条件下实现超宽带信号的降噪重构.     

基于小波包变换的电磁超声接收信号特征提取

使用改进的功率谱函数对电磁超声缺陷信号进行了缺陷的定性分析,使用小波包能量谱对电磁超声缺陷接收信号进行了特征提取,从小波包的小波函数选取、分解层次及特征参数的噪声鲁棒性3个方面开展了讨论分析.结果表明:通过选择适当的小波函数和小波包分解层次,小波包能量谱的能量比可以精细地反映信号的特征;基于小波包能量谱的特征参数具有良好的损伤敏感性及噪声鲁棒性,能在强噪声影响下实现对EMAT不同损伤类型的判别.     

1～18GHz超宽带接收下变频模块的设计研究

本文设计了1～18GHz超宽带接收下变频模块，对1～6GHz、6～18GHz的接收信号进行限幅放大滤波变频等一系列处理后，输出2路适合数字处理的中频信号和视频检波信号，具有自检功能。该模块主要接收天线侦收的雷达信号后，经过变频处理后变频基带所需的中频信号实现了1～18GHz的超宽带，成为具有低噪声、高动态、杂散小、功耗小、重量轻、体积小的接收下变频模块。     

基追踪降噪及在齿轮故障诊断中的应用

从信号分析的角度，引入基追踪降噪(Basis Pursuit De-N0ising)的基本原理。通过对含有白噪声的典型脉冲信号进行降噪处理．展示基追踪降噪在脉冲信号特征提取中的优点。最后对变速箱齿轮故障信号进行降噪处理。结果表明，该方法可以有效去除强噪声干扰，提取脉冲故障特征信号。通过实例证明了该方法的有效性和工程实用性。     

钻柱信道中声信号传输的接收特性分析

针对周期性管结构信道特征,构建钻柱内一维低频纵波传输的有限差分模型,应用单个加速度传感器作为声接收器,在时、频域仿真分析了换能器接收位置对声信号传输特性的影响规律。在此基础上,考虑信道内多重回波对声通信信号检测的影响,基于信道容量的分析,引入上、下行信道的单位脉冲激励响应,设计了一种基于双声接收器模式的回波噪声抑制方法,并利用倒频谱解析算法,求解接收信号中的回波信息,分析了单、双接收器工作模式下信道响应特征。数值仿真结果表明,双接收模式可有效抑制井下回波噪声,改善信噪比,从而实现更佳的信道接收性能。     

低压电源驱动的超声波发射接收电路设计

在分析常用的超声波发射电路的基础上,设计了一种利用电感储能产生高功率脉冲的发射电路.该电路以场效应管为开关元件,不需提供直流高压电源,只需5 V单电源供电,安全性高.设计了隔离电路和电压跟随电路,降低了发射电路和其他电干扰信号对接收电路的影响.研究解决了LF257的自激振荡问题.设计了程控放大电路和滤波电路,实现了超声波信号的稳定接收.该发射接收电路简单实用,易于集成、精度高、噪声低.     

基于某型火箭发射器的虚拟脉冲信号分析

某型航箭发射器火箭弹的发射依靠脉冲电流信号,航箭发射控制系统正是根据送来的脉冲电流信号,控制航箭发射器从而实现航箭按不同发射方案的选择。采用Lab VIEW虚拟仿真技术,设计产生符合要求的虚拟脉冲,并通过叠加高斯白噪声来表示真实世界的脉冲信号;叠加后的信号经巴特沃斯滤波器进行滤波后,可模拟真实脉冲电流信号。对该脉冲电流信号进行均方根幅值谱变换,并对该信号进行了分析,最后通过在某型航箭发射器模拟发射演练中,证明该信号可表征真实脉冲信号。     

旋转机械信号采集中的一种脉冲剔除方法

脉冲干扰出现在旋转机械信号采集中可导致信号频谱的不稳定,直接影响了状态监测的准确性与可靠性。本文提出了一种简单有效的脉冲剔除方法,实验证明采用这种方法可成功地抑制脉冲干扰,提高信噪比。     

基于ARM和DSP的齿轮噪声测试系统

为了解决齿轮噪声传统测量方法受人为因素影响较大的弊端,开发了一套基于ARM和DSP芯片的便携式齿轮噪声测试系统,利用DSP强大的运算能力完成了噪声信号的采集与数据的预处理;基于ARM下的嵌入式系统操作平台WinCE6.0开发了一套齿轮噪声信号分析及图形显示软件,结合触摸屏系统完成了测试参数的输入和通信设置,并在北京齿轮总厂进行了相关的实验。研究结果表明,该系统可以分析齿轮毛刺等齿轮噪声信号,可用于齿轮加工工艺的分析。     

二阶线性系统调参共振的特征信号检测

以二阶线性系统为信息检测处理模型,提出二阶线性系统调参共振的特征信号检测方法。该方法利用线性系统的共振特性,得到系统响应最大值随固有频率变化的特性曲线,根据曲线中的极大值即可识别噪声中的特征信号。仿真和转子故障诊断实验表明,所提出的方法原理简单,能为实际信号检测与处理提供一种可行实用的方法。     

应用谱减法处理带噪语音信号的研究

语音信号经常会受到环境噪声的干扰,而噪声会影响语音通信的质量甚至是语音处理系统地运行。对于带噪语音信号的处理,主要目的是提取出尽可能纯净的原始语音。文章研究了基于功率谱的语音处理方法,主要包括功率谱相减算法和改进算法两种;给出了谱减法算法及其改进形式的基本原理、实现方法,并且运用MATLAB软件仿真得出了两种算法的语音处理效果。实验表明,在加性平稳噪声条件下,与常用谱减法算法相比,改进算法能更好地抑制噪声,从而提高了语音质量和信噪比。     

CEEMD和小波半软阈值相结合的滚动轴承降噪

针对滚动轴承振动信号降噪处理时如何保证信号边缘信息完整性的问题,提出将互补集合经验模态分解(complementary ensemble empirical mode decomposition,简称CEEMD)与小波半软阈值相结合的信号降噪方法,对滚动轴承故障高频振动信号进行降噪处理。首先,采用CEEMD方法对故障振动信号进行分解,针对信号特点自适应获取不同频段模态分量;其次,将对包含噪声污染的高频信号模态分量进行相关性分析,得到含噪成分较高的高频模态分量,进一步采用小波半软阈值进行降噪处理;最后,将降噪后的模态分量同残余分量进行信号重构,完成降噪过程。分析结果表明,相对于传统小波阈值降噪和CEEMD强制降噪方法,提出的方法能够有效去除高频信号的噪声,且最大程度地保证了原始信号的完整性,降噪效果更好。     

基于神经网络的噪声对消系统及其仿真

无论是在工业控制还是在信号处理中,噪声都会随时随地地被引入。利用可测的噪声信号,再令其通过BP的两层神经网络,能较好地恢复原信号,并且收敛速度较快,对于信号测量与信号控制中的噪声去除有一定的推广性。     

小波分析在语音除噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。含噪语音信号经过小波变 换后,语音信息主要集中在小波变换尺度较大的低频部分,白噪声主要集中在小波变换尺度较小的高频部分。根据这一特 点,我们可以利用小波变换对含噪语音信号进行除噪处理。     

同频带耦合噪声源的量化识别

提出一种将盲信号处理用于同频带耦合噪声源的量化识别新方法。盲信号处理是一种在源信号相互独立的假设下,仅利用观测信号恢复出源信号的方法。盲信号处理存在固有的幅值和顺序的不确定性,使得其只能用来进行源识别的定性分析。在不考虑顺序不确定性的前提下,利用自适应噪声抵消自适应估计传递函数的特性,消除幅值不确定性在源量化识别中的影响。理论和水池试验均验证了该方法的可行性。提出的量化识别算法,同样可以解决自适应噪声抵消中参考输入相互耦合的问题,提高其分析精度。     

厚截面CFRP孔隙超声脉冲反射检测方法

目前对碳纤维复合材料(carbon fiber reinforced plastic,简称CFRP)孔隙缺陷超声检测识别的研究主要以薄板型CFRP为对象,针对厚截面CFRP孔隙缺陷检测的需要,提出了基于超声脉冲反射背散射信号处理的孔隙缺陷识别方法。背散射信号特征分析结果表明,背散射信号由材料近表面共振结构噪声、信号指数型衰减成分、孔隙的反射和散射信号以及随机噪声组成。为得到孔隙的反射和散射信号,首先,利用提升小波变换良好的去噪能力除去背散射信号中的随机噪声;其次,设计低通滤波和自适应滤波分别除去信号中的共振结构噪声和衰减成分。对实验信号的处理结果表明,上述处理方法可以有效去除相应信号成分。在此基础上进一步提出了背散射信号幅值C扫描成像方法,将该成像方法应用于厚截面CFRP孔隙缺陷识别,可以有效识别试块中的含孔隙区域。