基于SIR粒子滤波状态估计和残差平滑的故障检测算法

很多基于模型的随机系统故障检测方法要求系统模型线性且服从高斯分布,对于非线性非高斯随机系统这些方法性能欠佳.目前基于SIR粒子滤波似然函数值的故障检测算法是一种较好的非线性随机系统故障检测算法.本文提出一种基于SIR粒子滤波状态估计和残差平滑的故障检测算法.该算法采用SIR粒子滤波获得系统状态估计值,用系统状态观测值与系统状态估计值的理想观测值之差作为反映故障的残差,再利用残差平滑值进行故障检测.实验结果表明,在状态转移噪声方差远小于状态观测噪声方差时,该算法的故障误报率与基于SIR粒子滤波似然函数值的故障检测算法接近,而该算法的故障漏报率明显优于后者.     

机电系统状态监测与故障诊断的技术探讨

通过现代技术为主线综合论述了机电系统在运行状态下进行监测与故障诊断技术的提升,讲述了机电系统在运行状态下进行监测与故障诊断系统和方法的逐步进展从技术流程的角度概括了信号的采集技术和处理方法与分析、诊断故障的方法和机电系统运行状态发展动向预测的先进技术。宏观的展望了位于异地设备运行状态在网络中进行的远程监测和诊断的技术,并基于通过虚拟仪器对机电系统状态进行监测和诊断仪器的技术发展前景。     

基于时频稀疏性的跳频信号背景噪声估计算法

背景噪声估计是自适应盲信号检测的依据.针对传统背景噪声估计复杂度高不适用于宽带卫星跳频信号盲处理系统的现实问题,提出了一种利用跳频信号稀疏性的背景噪声估计算法.理论分析了该算法的可靠性和复杂度,并应用仿真数据和实际信号验证了算法的有效性.相比传统算法,该算法可提供相近的噪声估计结果,而计算复杂度和数据缓存大为降低.     

一种基于归一化峰度的抗非高斯噪声语音VAD检测方法

在多媒体会议房间中,鼓掌、咳嗽等非高斯干扰噪声常会严重影响语音处理系统的性能.为了有效地抑制非高斯干扰噪声,本文提出了一种基于线性预测残差域高阶统计量的语音VAD检测方法.该方法利用语音信号线性预测残差的归一化峰度表征语音和非语音信号在谐波数量上的差异,构造判别准则进行VAD检测,并通过预估高斯背景噪声的能量,削弱了背景噪声对VAD算法性能的影响.仿真实验结果表明,该方法能够有效地区分高斯背景噪声下的语音和非高斯噪声.     

飞机操控系统故障诊断方法研究

为提高飞控系统的可靠性和安全性,用基于模型的状态估计故障诊断方法对飞机操控系统的故障检测和诊断隔离技术进行了研究。通过建立模型和构造残差利用线性多项式方法(Polynomial Method,PM)对故障进行诊断。对PM诊断方法进行了数学分析和论证,仿真结果表明PM方法不但对于故障信号比较敏感,并且对于干扰有较强的抑制能力,可保持较高的鲁棒性,提高故障检测效果,适用于飞控系统故障检测和隔离。     

复杂电子系统的故障跟踪算法

本文提出一种基于相空间重构和故障跟踪算法的复杂电子系统故障诊断方法，该方法将复杂电子系统中参数变异演化造成的不稳定因素作为跟踪对象，并将其视为隐藏在“快变”系统状态矢量中的“慢变”状态矢量，利用相空间重构和局部线性化模型以及无故障系统的观测数据构造用于故障跟踪的参考模型，用数据替代法生成系统故障数据，借助于对系统状态矢量在相空间演化过程中相对参考模型误差的跟踪与估计，实现系统故障的检测与识别。混沌时间序列的相空间重构采用了复自相关和Г-test的嵌入维、时间延迟联合算法，所得到的结果为准最佳的嵌入维、时间延迟。实验结果表明，该故障诊断方法可准确地检测出复杂电子系统中的故障现象。     

电梯电气系统故障监测与诊断

电梯电气系统故障监测与诊断是监测电气系统运行中的状态并结合诊断对象的历史状态来定量识别设备电气系统及其零部件性能的技术.实验中,利用电能质量监测分析仪监测电梯电气系统状态,检测电压信号突变、中断、频率偏移、三相不平衡等故障信号,从而判断电梯制动功能失效、不平层、不关门走梯、超速、蹲底、冲顶等故障原因,避免困人、撞击、剪切、坠落等人身伤害事故.     

一种新的语音和噪声活动检测算法及其在手机双麦克风消噪系统中的应用

针对现有双通道语音活动检测(Voice Activity Detection, VAD)算法依赖于固定阈值难以在多种噪声环境下准确地检测语音和噪声,应用于手机消噪系统会造成语音失真或噪声消除不好等问题,该文提出一种基于神经网络的VAD算法,该算法以分频带能量差和归一化互通道相关为特征,采用神经网络对语音和噪声进行分类。在此基础上,将神经网络VAD与基于互通道信号功率比值的VAD相结合,提出一种新的适用于手机消噪系统的语音和噪声活动检测算法分别对语音和噪声进行检测,并以此进行噪声抑制处理,减少了消噪系统因VAD误判而造成的性能下降。实验结果表明,该处理方法在抑制背景噪声和减少语音失真等方面优于现有的消噪算法,对于方向性语音干扰也有很好的抑制效果。     

基于目标辐射噪声的信号起伏检测算法研究

该文以起伏声场背景下的目标辐射噪声模型分析为前提,针对目标方位估计和窄带线谱的检测问题,提出一种基于信号起伏相位差分对齐的宽窄带综合相干检测算法。利用周期线谱信号与宽带噪声间的时间相关半径与起伏相位均匀性差异,抑制背景噪声的能量干扰;将聚焦波束域输出信号的起伏相位对齐增益结合阵元域处理的空间相干增益,提高对不同来波方向目标的辨识能力。通过仿真分析与海试实验结果验证了该文所提算法可明显增强目标线谱分量的检测信噪比增益和相关目标所在波束方位的相对能量谱级,在抗复杂信道检测、识别领域具有良好的实际应用前景。     

多模噪声背景下信号提取算法的研究

信号检测是信号处理的一个重要的研究方向,以前的信号检测方法多数是基于在高斯噪声背景下进行讨论,对非高斯噪声研究比较少。非高斯噪声的干扰问题在通信过程中是经常出现的。背景噪声用多模（非高斯）噪声为模型,提出改进（最小均方误差牛顿）LMS Newton算法实现对多模背景噪声的抑制,并给出了多模噪声中信号的检测,达到对有用信号提取的目的。最后,进行了计算机模拟仿真,得出了结果。     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

声阵列技术在雷达传动系统异响故障诊断中的应用

声阵列技术通过特定方式排布的声传感器阵列接收声场信号,采用波束形成原理对声场信号进行特殊处理,获取噪声源的幅值、相位、方位等信息,得到声场的空间分布,实现混响环境多个声源的检测与识别。针对某轮轨式大型相控阵雷达天线座滚轮的异响噪声故障,基于声阵列噪声源识别技术,利用平面螺旋声像检测系统对滚轮噪声的辐射声场进行测量,获得了滚轮噪声的频率特性和声场能量分布特征,并通过声场图像和光学视频图像的透明重叠,以云图方式准确直观地呈现了滚轮噪声源的频率、分布位置。研究结果表明:声阵列技术能够快速准确地进行噪声源的诊断和空间定位,为雷达传动系统异响噪声故障的诊断分析提供了有效的工程经验。     

基于声矢量场处理的海洋内波预警监测技术

目前的海洋内波检测技术在实际应用中误差大,受海洋环境影响显著,且无法自主识别.针对这一问题,文中提出了一种基于矢量场处理的海洋内波预警的监测方法.该方法基于声压和质点振速联合信息处理,利用超低频矢量水听器拾取的声场三维信息,可在复杂的海洋背景噪声场中根据方位估计算法对非协作目标进行时-空-频三维跟踪与锁定.内波的到来引...     

基于偏振差分干涉技术声表面波检测系统研究

针对宽频声表面波的高灵敏度检测需求,研究设计搭建了基于偏振差分干涉技术的激光声表面波检测系统。实验中从干涉条纹可见度和差分信号的大小来评估系统的调试效果,利用压电陶瓷纳米位移台和SIOS干涉仪对检测系统进行测试和标定,得到系统的最小静态、动态检测位移;对系统各组成部分的噪声信号进行分析,并提出相应的抑制方法。最后对系统进行重复性测量,并对铝、硅样片上的激光声表面波信号进行检测。本研究为声表面波检测系统的性能评估提供了科学可行的方法,为声表面波技术在无损检测中的应用提供了一种可靠的测量手段。     

基于动态噪底跟踪的宽带接收机信号检测

对不平坦噪声基底的准确估计是宽带接收机信号检测的关键,传统的宽带检测多采用基于迭代形态学运算的静态噪底估计方法,不同时刻的估计结果之间互不相关,存在分辨率低、迭代耗时和时间连续性差等问题。针对上述问题,提出了一种动态噪底跟踪方法。首先建立带内各频点噪声基底的时变模型,然后将其作为系统状态引入卡尔曼滤波框架进行时间维度的噪底连续估计,同时结合频率维度的高斯平滑,实现了时间-频率两个维度的噪底跟踪。通过实采宽带信号验证,所提算法相较传统方法在噪底估计分辨率、连续性、计算效率等方面均有明显提升。     

带噪声抑制的音频信号处理器

文中介绍一种可以实现电子音量噪声抑制的模块。该模块主要有运算放大器模块、可调电阻Rf模块、I2C总线控制模块、数据缓冲模块、增益数据模块、时间基准模块、分压模块和输出缓冲模块组成。文章介绍了音频信号处理芯片的组成及原理,重点对音量控制部分进行阐述,对数字音量控制开关产生的噪声抑制方法进行了详细的分析。该芯片采用BICMOS工艺,工作电压在9V左右,实现了低失真低噪声的音频信号处理。     

基于小波阈值的激光探测声音信号去噪研究

激光声音探测技术是声音探测领域中重要的研究方向,但该探测技术极易受到背景光、大气湍流等引起的噪声干扰,对探测信号的噪声进行抑制是激光声音探测技术的关键。因此提出一种改进的阈值函数,通过调整参数可以改变小波系数估计值与原小波系数之间的偏差,同时尽量保存信号的特征信息。在实验室环境下通过实验验证了基于所提改进阈值函数的小波阈值去噪法的有效性,探测信号经去噪处理后噪声得到有效去除。     

激光冲击强化声学诊断系统研究

为了开发一种有效的激光冲击强化工艺故障诊断系统,基于声学诊断原理,对激光冲击强化过程中采集到的声信号进行小波包分析,提取出能够指示故障状态的声学特征信息,并验证了其有效性。最后将提取的特征信息结合人工神经网络,建立了激光冲击强化的故障诊断系统模型。     

基于非线性抗噪声估计的视觉显著性弱小目标检测

针对红外图像处理技术中弱小目标检测的重要性及关键性,提出一种基于非线性抗噪声估计的检测算法来解决高可靠性、高鲁棒性的弱小目标检测问题。提出的方法基于传统视觉显著度算法及空间距离处理方法,对目标及背景区域采用非线性加权方法进行估计,在不显著降低目标信号信噪比的基础上,削弱孤立微小噪声点对检测算法性能的影响,可提高抗噪性能。首先,采用模块化及非线性映射方式预测背景;然后,融入距离相关因子滤除噪声干扰;最后,在处理结束的图像上进行二值化阈值分割,自动检测并向下一级处理软件输出目标位置信息。实验结果表明:提出的算法与近年来先进的弱小目标检测算法相比,在受试者测试曲线上,在相同的虚警率下,可获得更高的检测率,对背景噪声的抑制很明显;在局部信噪比及背景抑制因子的测试比对数据上,提出的算法可获得更高的检测指标。缺点是算法采用了非线性处理技术,运算效率较低,需进一步优化算法以提高计算速度,实现算法的实时目标检测。     

一种空-频联合最优滤波的被动宽带检测方法

常规宽带能量检测在多目标、强干扰环境下输出信噪比(SNR)降低,检测性能大幅度下降。针对此问题,该文提出一种将子阵导向最小方差(STMV)宽带空域自适应波束形成与频域Eckart滤波结合的空-频联合最优滤波宽带检测方法。该方法首先通过子阵导向最小方差波束形成进行空间自适应处理,利用自适应波束形成的干扰抑制能力在空域实现最优滤波;然后通过最大似然估计实时估计信号和噪声的功率谱,构造Eckart滤波对自适应波束形成的输出分配不同权重进行加权滤波,从而实现频域信噪比最大化。所提方法通过空-频联合最优滤波,降低空域旁瓣干扰和频带内噪声的影响,使得输出信噪比最大,从而有效地改善目标宽带检测能力,提高被动声呐的宽带检测性能。仿真和试验数据处理结果验证了该方法的有效性。