基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法,对肺音信号进行了特征提取.以非高斯白噪声激励的AR(AutoRegressive)参数模型对肺音信号进行建模,导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法,用双谱的互相关估计模型阶次,并对肺音数据进行了参数化的双谱估计,给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法,并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验.结果表明:所提出的特征提取方法大大降低了输入特征的维数,具有较高的识别率     

基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法，对肺音信号进行了特征提取．以非高斯白噪声激励的AR(Auto Regressive)参数模型对肺音信号进行建模，导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法，用双谱的互相关估计模型阶次，并对肺音数据进行了参数化的双谱估计，给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法，并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验．结果表明：所提出的特征提取方法大大降低了输入特征的维数，具有较高的识别率．     

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.     

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．     

高阶统计量在气固流化床中的应用研究

提出了一种基于高阶统计量进行气固流化床流化状态分析的新方法。通过对气固流化床压力波动信号的非高斯性检验，验证了压力波动信号的非高斯性，并以双谱幅值的平均值为特征值，得到了不同流化状态下压力波动信号偏离高斯分布的程度。同时利用高阶谱分析方法对压力波动信号进行分析，讨论了不同流化状态下信号的双谱特性。研究结果表明，利用高阶谱分析方法对气固流化床流化状态进行分析，可以获得更多的关于流化状态的有用信息。     

倒双谱估计在海洛因吸毒者脉象信号检测中的应用

提出了用倒双谱估计和BP神经网络来检测中医脉象信号的方法,用该方法对15例吸毒者和15例正常人的脉搏波的倒双谱进行了估计,提取出每例脉搏波信号的倒双谱的3个特征参数,并将这3个参数构造1个三维特征参数向量作为所设计的BP神经网络的1个样本输入.研究结果表明,该方法能有效地区分吸毒者和正常人脉象信号的差异,并可进行自动识别.     

倒双谱估计在海洛因吸毒者脉象信号检测中的应用

提出了用倒双谱估计和BP神经网络来检测中医脉象信号的方法，用该方法对15例吸毒者和15例正常人的脉搏波的倒双谱进行了估计，提取出每例脉搏波信号的倒双谱的3个特征参数，并将这3个参数构造1个三维特征参数向量作为所设计的BP神经网络的1个样本输入．研究结果表明。该方法能有效地区分吸毒者和正常人脉象信号的差异，并可进行自动识别．     

雷达目标双谱特征分析与分类方法研究

利用复信号双谱估计技术分析了常规相参雷达实测飞机目标回波信号,研究指出目标回波是典型的非高斯信号,且其双谱分布区域信息较好地反映了目标的部分散射调制特性,可作为目标分类特征．在此基础上,提出一种目标双谱特征抽取和模板构造方法．利用双谱经阈值化处理后的二值特征图,分别定义了“核”和“域”来表征目标双谱分布区域的共性和范围,并用其构造目标模板．实测数据实验结果表明了该方法在分类效果和特征降维方面的有效性．     

雷达目标双谱持征分析与分类方法研究

利用复信号双谱估计技术分析了常规相参雷达实测飞机目标回波信号,研究指出目标回波是典型的非高斯信号,且其双谱分布区域信息较好地反映了目标的部分散射调是特性,可作为目标分类特征,在此基础上,提出一种目标双谱特征抽取和模板构造方法。利用双谱经阈值化处理后的二值特征图,分别定义了“核”和“域”来表征目标双谱分布区域的共性和范围,并用其构造目标模板,实测数据实验结果表明了该方法在分类效果和特征降维方面的有效     

基于形态小波理论和双谱分析的滚动轴承故障诊断

为了探索基于双谱估计流程的对包含高斯和非高斯成分的故障信号进行有效处理的方法,将非线性小波-形态小波引入到振动信号处理中来,并进一步完善形态小波理论,提出形态小波包分解与重构算法.通过形态小波包软阈值降噪实现非高斯信号高斯化处理,在此基础上,发展了3种形态小波包-双谱分析级联算法:形态小波包-双谱估计、形态小波包-Hilbert-双谱估计、Hilbert-形态小波包-双谱估计,该方法对故障信号的高斯和非高斯成分都能有效抑止,尤其是Hilbert-形态小波包-双谱估计算法,适应性强,处理效果更好.经过滚动轴承故障诊断试验,结果表明,基于形态小波包和双谱分析的算法,能够准确区分不同类型、不同程度的故障序列,并取得了良好的效果.     

基于对角积分双谱的雷达辐射源信号识别

双谱以其独特的抗噪优势,广泛应用于信号分析。双谱的数据量较为庞大,目前减少双谱数据量的方法中积分双谱的效果最好,然而各种积分双谱均存在一定的缺陷。文章提出了对角积分双谱,它沿平行于双谱次对角线的直线序列积分,不但避免了插值,而且包含了更多的相位和幅度信息。最后将对角积分双谱应用于低截获概率（LPI）雷达信号的特征提取。仿真条件下,对比分析了各种积分双谱的识别性能,结果表明对角积分双谱的识别性能优于其它积分双谱。     

双谱地震子波估计

子波处理是提高地震资料分析的一个重要手段,该技术的关键是地震子波的估计。根据高阶累积量中保留有信号相位信息的性质,给出了一种基于地震信号双谱的子波估计突破了以往对地震子波是最小相位的假设,适应于任意相位的子波,针对不同性质的地震子波,进行了理论计算,结果表明,这一该是可行的。同时也显示了信号高阶谱技术在地震资料子波处理,提高分辨率方面的潜力。     

复双谱耦合性质在故障诊断中的应用

为了提高故障诊断正确率,提出了一种基于复双谱的机械故障诊断方法.这种方法根据复双谱的不同耦合方式进行故障判别.由于耦合方式不同,复双谱包含的信号间的耦合信息也不相同,这些信息可以用来进行故障诊断.在减压阀故障诊断实验中,对特定的故障信号和正常信号同时采用相同的耦合方式,根据二维小波可以有效提取信号中频率信息的特点,利用二维小波提取复双谱中的这些耦合信息的特征值,并将这些特征值输入支持向量机进行故障判别.实验结果表明,随着耦合方式的不同,同一故障的诊断正确率也不相同.     

基于双谱的水下目标辐射噪声的特征提取与分类研究

以大量的水下目标辐射噪声资料为依托，借助高阶累积量分析法，研究了目标信号的非高斯特性。基于双谱估计和Walsh维数压缩技术提取了不同类别目标的65维双谱特征。结果表明，该特征对水下目标辐射噪声信号具有很好的分类效果，同时又能有效地抑制高斯有色噪声。对于六类水下目标辐射噪声信号，可取得约92％的正确分类率。     

一种用于脉冲星信号去噪的新方法

为改善脉冲星辐射脉冲信号的信噪比,提出了一种基于双谱重构的脉冲星信号消噪方法．该方法将含噪脉冲星信号变换到双谱域,利用α-删减滤波器分别对其双谱相位和幅值进行滤波处理,再根据滤波后的双谱重构信号的功率谱和相位．实验结果表明,该方法可有效地滤除脉冲星信号中的噪声,显著改善了信噪比．     

双谱特征提取在欺骗式干扰方式识别中的应用

为了识别出具体的欺骗干扰方式,从而使雷达有针对性地选择抗干扰方法,该文提出了基于双谱特征和模式识别技术的欺骗式干扰识别方法。该方法给出了欺骗式干扰的双谱分布和估计方法,在分析其分布特征和统计特性的基础上,定义两种特征因子;采用基于核聚类的支持向量机分类器,完成对不同欺骗干扰方式的识别;建立了完整的干扰模式识别模型。仿真实验表明,该方法对3种不同欺骗干扰方式的正确识别率高,而且基本不受干噪比影响。     

基于HOS的雷达目标分类新算法

提出一种基于高阶谱（HOS）的雷达目标分类方法,将双谱概念从频域推广到时域和距离域,并给出了将双谱和双相干函数的“均值”及“重心”作为特征量的特征提取新算法,在目标散射信号中含有加性噪声和指数噪声的情况下,进行了模拟,同时对BSB(Brain State in Box)模型的人工神经网络进行了学习训练和分类仿真,结果证明本方法具有很好的性能和一定的实用价值。     

基于心音的运动员心脏储备评价指标提取方法研究

为提取运动员的心率、第一心音最大幅值(S1)/第二心音最大幅值(S2)和舒张期时限(D)/收缩期时限(S)3项心脏储备评价指标,以评估心脏泵血功能状况,提出了一种心音分析方法。该方法主要包括心音预处理、包络提取、自适应阈值线选取及心音定位4个部分。实验对200例心音信号进行心脏储备评价指标的提取,其结果与其同步的心电信号结果对比发现,该方法的准确率达到96.5%,从而验证了该方法的可行性。最后用该方法提取了30例高水平运动员心脏储备评价指标并进行了评估。其评估结果是29名运动员的3项指标在正常范围内,1例运动员的D/S指标反映出该运动员处在亚健康状态,与实际情况相符。该方法为教练员科学地安排运动员的训练或选拔新的运动人才提供了参考依据。