分解信号为正交本征模态函数的方法

利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产生模态混淆。     

应用希尔伯特黄变换的单矢量传感器多目标分辨研究

将希尔伯特黄变换与矢量信号处理相结合应用到水声领域,与传统方法相比有许多优势。在希尔伯特黄变换中本征模态函数是基于序列数据的局部时间尺度特征而得出。每个本征模态函数可以看作是信号中一个固有振荡模态,其对应于某个目标的固有振荡,希尔伯特黄变换用经验模态分解的方法将信号分解为多个本征模态函数,可以较好地将不同目标的能量分离。该变换得到的瞬时频率、瞬时能量和瞬时方位具有清晰的物理意义,信号的时间-频率-方位-能量的四维分布为多目标信号处理提供了丰富的信息量。与传统处理方法相比不仅有较好的目标分辨效果,而且适用于非线性和非平稳信号的处理。     

利用声信号基于HHT方法识别螺旋桨模态参数EI北大核心CSCD

为了对螺旋桨的模态参数进行无接触式测量,首先基于声学边界元方法,建立了螺旋桨在冲击载荷作用下辐射声信号与模态参数之间的数学模型,该模型相比于已公开文献采用的模型,从理论上揭示了采样声信号不必须取自于结构近场。在此基础上,借助希尔伯特-黄变换(Hilbert-Huang transform, HHT)方法处理非平稳、非线性信号,对采样声信号进行处理来识别结构模态参数。以一螺旋桨缩尺模型为研究对象,分别采用数值模拟和试验手段对该方法的实用性和有效性进行了验证,并评估了环境噪声的影响程度。结果显示该方法能准确识别模态频率和阻尼比,且具有自适应频率分辨率,为工程上精细结构的模态参数识别提供一种新途径。     

基于相干函数矩阵的风场本征正交分解

提出了基于相干函数矩阵的风场本征正交分解(CPOD,Coherency matrix-based POD)。首先推导了基于功率谱函数矩阵的本征正交分解。通过引入功率谱矩阵的预分解,将推导过程中的功率谱矩阵特征值分解改进为相干函数矩阵的特征值分解,得到了CPOD的表达式。对CPOD作频域离散化,得到了基于CPOD的谱表示法随机风场模拟公式。以模拟某18点脉动风速场为算例,对比分析了CPOD与SPT振型的特征并验证了所提模拟算法的有效性。结果表明,CPOD的显式分离特性使得它具有比POD更加明确的物理意义,并适用于风场特征分析。     

经验模态分解的人体结肠压力信号分析

结肠测压技术可以提供整个结肠动力活动的信息,是广泛使用的评价消化道功能的检查手段.采用经验模态分解(EMD)方法将人体结肠压力信号分解为不同的固有模态函数,并对该固有模态函数进行Hilbert变换,于是可以清楚地辨别信号的特征.通过对于14例样本数据的第三个固有模态函数进行Hilbert变换,可以区分出正常(3例)和非正常(11例)的人体结肠压力信号,结果说明EMD方法是一种分析结肠压力信号的有效方法.     

本征正交分解用于屋盖风振分析的模态截断准则

提出一种基于节点方差比用于风力场重建的模态截断准则.所定义的方差比刻画了各个节点上的脉动风力方差的近似程度.方差比的收敛速度不仅取决于本征特征值而且取决于节点的位置.另外,提出以方差补偿技术改善风致响应计算精度.根据风洞试验和高频压力积分技术得到的风荷载,应用所提出的模态截断准则和方差补充技术重建了一球壳屋盖的风力场,讨论了新的模态截断准则在确定屋盖结构风致响应中的有效性.     

基于峰频带通信号HHT变换的框架结构试验模态分析

该文提出了基于峰频带通信号希尔伯特-黄变换(HHT)的结构模态参数识别方法。该方法将小波包带通滤波技术与HHT 模态参数识别技术结合,有效的抑制了信号分解过程中的模态混叠现象。采用去端点法较好地解决了带通滤波和经验模式分解(EMD)所引起的端点效应问题,提高了算法的稳定性和可靠性。在此基础上,利用实验室条件下测得的脉冲加速度响应信号有效地识别出钢筋混凝土框架结构模型的模态参数,并和理论计算值进行了比较。结果表明:弯剪层模型比纯剪切层模型更能反映框架结构整体横向振动的动力特性。     

基于屏蔽技术的经验模式分解改进方法

经验模态分解(EMD）具有优越的自适应性,对非平稳、非线性信号的不同时间尺度可进行正确的局部化处理,然而,当信号组合分量的频率相近时会出现模态混叠现象。针对该问题,提出引入信号屏蔽技术对其改进,通过向原始信号添加一定频率的屏蔽信号,将低频成分屏蔽在高频成分所在的本征模态函数(IMF)之外,而屏蔽信号自身通过加减二次分解取平均值消除对IMF分量的影响。仿真及实际应用验证了改进方法可有效克服模态混叠现象,为EMD改进提供一种新的途径。     

一种求解信号包络曲线端点值的新方法

近年来出现了一种能有效分析非线性、非稳定振动信号的新方法,即希尔伯特-黄变换法。该方法通过三次样条插值分解信号时会在其边界处出现端点效应问题。在深入研究端点效应问题基础上提出一种能有效解决该问题的新方法,即最近一次极值镜像延拓法。将该方法应用到非线性信号分析中,结果表明该方法不仅能有效抑制端点效应,而且还能提高非线性信号分解的准确性,同时具有简单易行、适应性强、通用性好等特点,对水泵机组运行时泵站厂房结构的振动监测具有一定的实用价值。     

基于小波滤波器组的涡街流量计信号处理方法

涡街流量计应用比较广泛,但是,由于易受管道振动和流场不稳定等因素干扰,如何从强噪声背景下检测出涡街信号频率,一直是个难题.研究了多相结构ⅡR小波滤波器组的设计方法,给出了Butterworth型小波滤波器组的实现方案,将基于小波滤波器组的信号处理方法应用于涡街流量计,并给出最佳频带的判别准则.仿真结果表明,Butterworth型小波滤波器组具有较好的幅频特性和较高的频率精度.     

A practical method to process time and frequency signal

A new practical time and frequency signal processing method can be used to generate an accurate time signal, for stable phase step, for frequency change and synthesis, and for other related uses. The method accomplishes the time and frequency signal processing by changing the period and phase of the machine cycle of a microcomputer. It is based on pulse deletion of a high frequency clock signal, quantified phase delay, and other intentional variations in a microcomputer clock signal circuit. The pulse deletion and phase delay can be implemented periodically or individually for different purposes, and a frequency change and synthesis or phase shift of the microcomputer output signal can be obtained. With this method, the time signal processing precision can be from several tens of nanoseconds to less than 1 ns.     

一种基于滤波器组设计的多频带组合信号增强方法

针对低信噪比情况下未知多频带组合信号增强及其检测问题,提出了一种基于滤波器组设计的多频带组合信号增强方法。首先,依据耳蜗时频分解原理设计伽马通滤波器组,对传感器采集数据进行分频带处理;然后,根据信号与背景噪声在强度和稳定性上的差异性,对各频带数据进行方差归一化处理,建立判决统计量;最后,依据判决统计量对各频带数据进行判决处理,实现对多频带组合信号增强。数值仿真结果表明,在仿真条件下,该方法能够将数据中未知多频带组合信号信噪比提高6 dB以上,在信号频带未知情况下实现了对多频带组合信号的增强,提升了能量累积检测方法对未知多频带组合信号的检测效果。     

基于新的模态单元滤波消除地震信号中的汽车噪声

由于地震信号采集环境和采集仪器存在干扰,采集到的地震波形中通常包含很多噪声信号,严重影响了地震信号的应用。模态单元滤波（Mode Cell Filter：MCF）无需先验基函数,是一种自适应的消噪算法。本文将MCF引入到地震信号消噪中,提出了一种基于MCF的汽车干扰消除算法,并设计对仿真信号和实际信号的消噪试验。仿真试验中,MCF消噪性能优于最优小波基算法,而在实际信号消噪中,MCF算法性能优于IIR数字滤波器,与改进最优小波基方法相当。     

空间滤波器水声信号预处理方法研究

浅水水声信道受多径传播、时变和空变等特性的影响,由水听器直接观测到的信号大多是信噪比低、多种信号叠加而成的复杂信号,难以准确提取特征信息及信源分离。针对以上问题,提出基于空间滤波器的多源复杂水声信号的预处理方法。该方法通过Hilbert变换将直接观测信号构造成解析信号来抑制虚像,使用波束形成算法来实现对方向角的选择,在指定方位角下得到期望信号。仿真及试验结果表明:信噪比为0 d B时,通过空间滤波器对多源复杂水声信号进行预处理,可以有效地抑制噪声,并有效区分处于同一时间段、同一频段的多个源信号,经处理后的信号与源信号的相似度可达0.9853,对实际信号处理也可达到较好的效果,解决时频域很难处理的问题,进而为后续的研究工作提高精度。     

基于EEMD的振动信号自适应降噪方法

摘 要：应用集合经验模式分解（Ensemble empirical mode decomposition ,EEMD）能有效抑制模态混叠的特性,根据白噪声经经验模式分解（Empirical mode decomposition, EMD）后其固有模式函数（intrinsic mode functions ,IMF）分量的能量密度与其平均周期的乘积为一常量这一特点设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真信号和滚动轴承振动信号的降噪结果表明了该降噪方法的可行性和有效性。     

模拟频域滤波重构直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法.将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理.实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大.     

莫尔条纹信号的DSP滤波及细分技术研究

采用DSP数字滤波技术,对细分前的莫尔信号进行滤波处理。以提高莫尔信号的细分精度和实时性,利用DSP的乘加指令及循环寻址功能设计了FIR滤波器,实现莫尔条纹信号的实时滤波,将合成函数细分与幅值细分相结合,减少了存储查表数据所需的存储单元、提高了细分速度和细分精度。实验结果表明,在较强干扰的情况下,细分倍数仍能达到500,整个细分和滤波算法可在几微秒内完成,因而系统的实时性能很好。     

自适应分解层数的小波域中值滤波振动信号降噪法

为降低结构健康监测加速度信号中常见的白噪声以及脉冲噪声,提出了中值滤波与小波阈值降噪相结合的方法。分解层数对降噪效果有着重要影响,为取得更好的降噪效果,提出了一种分解层数自适应确定法,并给出了各层阈值的取值方法。数值模拟以及国家游泳中心健康监测系统实测数据分析结果表明,所提出的方法克服了传统阈值降噪法对脉冲噪声拟制效果不理想的缺陷,能同时有效降低白噪声以及脉冲噪声,为模态参数识别等提供更高信噪比的分析数据。     

输流管道流-固耦合振动的固有频率分析

研究两端铰支的输流管道在不同流速下固有频率的变化情况.利用N阶的Galerkin方法把系统的偏微分控制方程离散化为常微分方程组,从而可以得到前N阶系统的固有频率.为了验证Galerkin截断方法因为假设模态函数所造成的误差,用复模态分析方法得到的系统各阶固有频率与对应不同阶数Galerkin方法所得固有频率进行比较.结果发现,当Galerkin方法截断到某一阶次时,对其相应较低阶固有频率的分析有相当好的精确性.