低频微弱信号检测中工频噪声的零点消除法

针对陷波器不能有效滤除工频及各高次谐波的情况,提出了一种在低频微弱信号检测中消除工频干扰的零点采样新方法,该方法通过跟踪工频信号产生间隔与工频周期相同的脉冲序列,对混合信号进行过零同步采样.理论分析和仿真实验表明有用信号在低频条件下,此方法可有效滤除工频及其整数倍谐波干扰噪声,对随机噪声也有一定的抑制能力.此方法可以推广到具有任意单频噪声干扰的信号检测系统中.     

基于锁定放大的微弱激光回波信号探测系统

微弱信号检测的核心问题是对噪声的处理,为了探测深埋于噪声中的微弱激光回波信号,设计并搭建了一套锁定放大信号检测系统。PIN光电二极管探测到的微弱激光回波信号由前置放大电路和二级放大电路转换为电压信号并放大,再经带通滤波器滤除带外噪声,最后通过相敏检波电路,转换为与回波光强成正比的直流电压信号输出。测试结果表明,系统可以有效抑制噪声,被测信号的信噪比改善超过10.6dB。     

紧凑型光纤腔磁传感器研究与设计

利用光学精密检测手段,结合高灵敏紧凑型光纤腔磁敏感单元,从理论和实验两方面研究了微弱磁信号敏感的传感系统。开发了紧凑型光纤腔磁敏感单元的制备工艺,长度为3 m的单模光纤紧凑绕制在直径为3 cm的超磁致伸缩材料Terfenol-D (Tb_0.3Dy_0.7Fe_1.95)结构上。利用质量因子为1.9×10⁷提升检测灵敏度,多圈绕制有利于外部磁扰动导致的光纤腔形变放大,而外部磁扰动导致Terfenol-D径向方向的伸缩,进而引起光纤腔长和共振频率的改变。实验结果表明,在158 mT的静磁增强下,直流磁场传感灵敏度为6.9 MHz/mT,交流磁场传感灵敏度为27.74 kHz/μT,系统本征噪声为623.298 nT/Hz^1/2@100 kHz。所提出的磁传感方案,及制备的传感系统在微弱信号的测试领域具有广阔的应用前景。     

基于小波变换与BP网络的舰船磁场信号检测

针对水中兵器探测舰船磁场信号时信噪比较低的问题,提出了一种小波变换结合反向传播(backpropagation,BP)神经网络的检测方法.根据舰船磁场信号的时频特征,首先对信号进行小波分解,提取最后一层的低频分量,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取舰船目标特征信号.将此算法应用于船模实测实验,结果...     

金属磁记忆检测中应力集中区信号的识别

金属磁记忆技术可以快速检测出铁磁构件的应力集中区,对其故障进行早期诊断。磁记忆信号非常微弱,容易受到外来噪声和干扰影响,使得难以准确确定应力集中区。针对含有噪声非平稳性的漏磁信号,在原有信号特征量梯度的基础上,给出了新的时域空间梯度和峰-峰值组合特征量,以及能量峰值处理方法,有效消除了随机噪声对磁记忆信号的影响,提高了应力集中区的识别率;从磁记忆信号的奇异性检测角度出发,通过多尺度小波系数的平方相关一致性来确定真正的应力集中区;实验验证了所提方法的有效性。     

基于Matlab和LabVIEW的混沌噪声发生器设计

混沌理论用于微弱信号检测领域近年来得到较快发展.实验室内研究,需要产生包括混沌噪声在内的各种噪声,并叠加微弱周期信号作为微弱信号检测系统的信号源.文中介绍基于Lab-VIEW平台并结合Matlab计算模块的混沌噪声发生器,可产生典型的3种混沌噪声:Logistic、Duffing、Lorenz形式.该发生器将LabVIEW易于接口实现和Matlab计算精度高、编程简捷的特点相结合,并通过USB-6008模块外扩高速DAC芯片AD5405实现单通道信号噪声输出;具有结构清晰、通用性强、易于实现、使用方便的特点.     

一种超低场磁共振成像的磁场屏蔽装置

与常规磁共振成像相比,超低场磁共振成像不仅大大降低了设备的成本和体积,还能够获得普通高场核磁共振成像无法得到的特殊信息。由于超低场磁共振信号是一种非常微弱的低频信号,特别容易受到外界磁场的影响,并且由于编码磁场很低,环境磁场及其梯度的存在都会影响到磁共振信号的检测,因此在检测时需要对周围环境磁场噪声进行有效屏蔽并且对环境磁场及其梯度进行有效补偿。本文介绍了一种无源屏蔽和有源补偿相结合的方法,可以达到良好的磁场屏蔽效果。     

基于形态小波的输电线路故障电流行波消噪研究

高压输电线路故障产生的电流行波信号含有大量的噪声信号,在行波保护和行波故障测距中需要对其进行预处理,去除噪声并提取真实信号。利用小波变换能敏感地检测到奇异点和形态学滤波器能有效地滤除脉冲噪声且能保留原信号的全局和局部特征的优点,提出了一种基于形态小波的输电线路行波信号消噪新算法。MATLAB仿真结果表明形态小波在滤除脉冲干扰和白噪声方面具有良好的消噪能力。     

基于形态小波的输电线路故障电流行波消噪研究

高压输电线路故障产生的电流行波信号含有大量的噪声信号,在行波保护和行波故障测距中需要对其进行预处理,去除噪声并提取真实信号.利用小波变换能敏感地检测到奇异点和形态学滤波器能有效地滤除脉冲噪声且能保留原信号的全局和局部特征的优点,提出了一种基于形态小波的输电线路行波信号消噪新算法.MATLAB仿真结果表明形态小波在滤除脉冲干扰和白噪声方面具有良好的消噪能力.     

某型光电设备通用自动检测系统研究

论文介绍了某型光电设备通用自动检测系统硬件和软件的设计，详细阐述了系统中采用的数据处理方法。在对检测数据处理中，运用小波分析滤除噪声干扰，减小了由于干扰而引起的测量误差；并针对设备中校准信号比较微弱且频率变动范围已知的特点，运用带通滤波器成功地从强噪声中提取了有用信号。     

基于混沌振子周期区域的微弱信号检测方法

混沌振子微弱信号检测方法中存在着输出信号时域判别的抗干扰性差、宽频率范围信号检测系统复杂等问题。本文利用混沌振子对噪声处理的优势,提出一种新的强噪声背景中微弱周期信号检测方法。通过提取周期1外轨区域的Poincaré截面,得到一种频率为振子周期策动力与待检测信号频率差的周期信号,而该周期信号对噪声具有很强的抑制。应用所提方法对一个频率段的正弦信号进行检测,实现了低于-110dB信噪比条件下高斯白噪声背景中正弦信号检测。     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

弱磁检测技术研究进展与展望

弱磁检测技术是以铁磁材料力磁耦合效应为原理,通过采集构件表面自漏磁场信号,对铁磁材料的应力集中、早期损伤等进行诊断的无损检测技术。其主要优点包括无需激励磁化设备、无需提前处理构件表面、操作简单等等。梳理了近5年来弱磁检测方法研究进展,总结了缺陷处磁信号描述与计算方法,重点分析了利用弱磁检测技术判断与定位缺陷、缺陷损伤评判准则等方面的主要研究成果,陈述了缺陷定量化反演的进展,最后讨论了弱磁检测技术在工程上的应用现状。基于此,对弱磁检测技术的未来发展趋势进行了展望。     

一种微弱光电信号调制解调电路设计研究

本文针对微弱光电信号或弱信噪比条件下的光电信号检测及数据采集,设计了一种基于自相关检测原理的调制解调电路,旨在用于传感器的光电强度调节及低信噪比信号检测.该电路利用自相关特性较明显的伪随机码与光纤传感器对被检测微弱信号进行调制解调,通过检测输出光强度达到检测微弱信号的目的.同时,对该电路方案进行了强噪声条件下的检测性能仿真研究,仿真结果表明,该电路方案能够有效地实现弱信噪比条件下的光电信号检测及数据采集.     

基于深度残差网络的SSO模态参数辨识

针对电力系统正常运行中的微弱次同步振荡信号趋势难以辨识,辨识算法抗噪性差、辨识结果可靠性低等问题,提出一种基于深度残差网络的次同步振荡模态参数辨识方法。建立了一种由卷积层、若干残差层和全连接层等构成的深度残差网络模型;模型训练数据集依据SSO信号特点生成,全部采用仿真数据;经参数调整和优化后的模型能够实现对现场实测的低信噪比SSO信号模态参数的盲辨识。利用理想信号、含噪仿真信号和现场实测数据等三种方案对模型性能验证,结果表明该算法能有效地辨识出微弱SSO的频率和阻尼等关键参数,与卷积神经网络(CNN)和随机子空间(SSI)算法相比较,辨识精度更高,受噪声干扰小,具有盲辨识的特点,可用于电力系统次同步振荡风险的预警。     

基于最小熵解卷积的轨面缺陷漏磁信号处理

钢轨表面缺陷的漏磁检测会受到巡检速度等因素的影响,导致背景噪声增大,检测灵敏度降低。为了增强缺陷信号特征,提高漏磁信号的信噪比,提出了一种基于最小熵解卷积的漏磁信号处理方法。通过目标函数法,计算得到最优的逆滤波器参数,对采集到的漏磁信号进行滤波处理。为衡量最小熵解卷积算法滤波效果,将处理得到的缺陷信号和背景噪声信号的峰峰值与小波变换法和中值滤波法进行对比。实验结果表明,最小熵解卷积算法对缺陷信号起到了明显的增强作用,且其效果优于小波变换和中值滤波。     

磁记忆检测套管的自适应信号去噪和故障分类

磁记忆检测方法可有效对井下套管应力集中区进行早期诊断.磁记忆信号非常微弱,容易受到噪声干扰,难以提取其特征量,致使很难定性和定量评估套管的危险等级.对不同尺度空间信号的小波系数进行自适应阈值估计,并基于最优软阈值消噪,从而抑制信号中的噪声,有效提高信噪比,准确识别了套管应力集中区;同时,通过BP神经网络实现了套管故障安全等级的非线性分类,实验验证了方法的有效性.