基于调制增强切片MSB的滚动轴承故障特征提取方法

针对快速谱峭度图和传统切片MSB(modulation signal bispectrum)算法在强干扰条件下提取轴承故障特征不佳的问题,提出一种基于调制增强切片MSB的滚动轴承故障特征提取方法.首先利用MSB算法计算得到原始振动信号的调制信号双谱,对主维度进行切片叠加得到载波谱;然后基于MSB凸显滚动轴承故障信号调制...     

基于LMD结合WVD在瞬时频率测量中的应用

Wigner-Vill分布(WVD)能非常准确地测量单分量信号的瞬时频率,并具有很好的时频聚集性,但在测量多分量信号时会产生严重的交叉干扰项,混淆真实的频率成分。为消除WVD在测量非平稳信号瞬时频率时产生的交叉干扰项,并保存很好的时频聚集性,提出LMD和WVD相结合的方法测量非平稳信号瞬时频率。该方法使WVD同样适用于非平稳信号的瞬时频率测量中,极大地扩展了适用对象。通过实验及仿真分析表明:与直接用WVD测量瞬时频率相比,该改进方法能有效的消除测量过程中产生的交叉干扰项,且有效保留了WVD很高的时频聚集性的优点,从而更加精确的测量出原始信号的瞬时频率。     

Gabor变换在声发射信号特征提取中的应用

机械故障或损伤引发的声发射(AE)信号由高频突发脉冲信号和长周期准平稳噪声信号组成,Gabor变换特有的时频局域化特性适于描述其时频特征.通过分析典型AE信号及其特征提取,将Gabor变换引入到声发射故障诊断领域,并提出了AE信号的Gaber变换分析法.通过理论分析和仿真,比较了Gabor变换和Wigner-Ville分布(WVD)提取AE信号特征的效果.研究了Gabor变换在强噪声背景下的抑噪能力,并给出了AE信号Gabor变换窗长的选取方法,从而有效克服了Gabor变换只用一个固定窗分析多尺度信号的缺陷.将Gabor变换用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确.仿真分析和实验研究均表明了Gabor变换能有效提取AE信号的特征,为AE信号的波形分析开辟了一条有效的途径.     

HHT在水雷目标特征提取中的应用

Hilbert-Huang变换（HHT）是近年来发展起来的一种处理非线性非平稳的时频分析方法。水声信号具有非线性非平稳的特点,把HHT方法应用于水声信号的分析中,将典型主动声纳信号的Hilbert边际谱和Hilbert谱分别与傅里叶幅度谱和传统的时频分析进行了比较。然后对水下目标回波的亮点模型作了仿真研究,并与小波变换作比较,最后用实际目标的回波作了分类研究。仿真与实际数据都证明了HHT在水下目标特征提取中的优越性。     

舰船辐射噪声广义多尺度数学形态学特征提取与应用研究

为稳定提取复杂水声环境下舰船辐射噪声的有效特征,在数学形态学方法的基础上提出一种广义多尺度数学形态腐蚀谱熵(generalized multiscale pattern erosion spectrum entropy, GMPESE)的舰船辐射噪声非线性特征提取方法。通过对千岛湖及东海实测舰船辐射噪声处理,验证了不同环境下该特征提取方法的可行性,分析了相关参数选取对特征区分度的影响,并比较了该特征提取方法与多尺度熵(multiscale sample entropy, MSE)特征的识别性能。数据处理结果表明,综合比较运算耗时、提取稳定的特征所需信号时长及复杂环境下目标识别准确率,GMPESE特征提取方法具有更大的优势。     

MATLAB在特征提取方面的应用

MATLAB在特征提取方面的应用较为广泛,文章介绍图像特征提取与处理的基本过程。包括物体特征灰度化、二值化、灰度变换增强、边缘检测等比较经典的算法。处理算法在对象物体定位、物体特征分割和识别中会经常用到,这些算法属于特征提取算法中不可分割的一部分。采用合适的物体特征预处理算法,有利于对物体特征做更进一步处理。     

激光调制在现代化印刷中的应用

着重阐述激光调制扫描技术在现代化印刷中的生命作用,并分别从计算机直接制版和数字化印刷两方面介绍,从而进一步加深对数字化印刷的理解。     

小波变换在结构损伤识别特征提取中的应用

小波变换用来进行特征提取是近年来模式识别领域中较新的一个研究方向。不同于传统的特征提耿方法，它借助信号处理领域常用的小波变换这一数学工具，对特征库进行再次加工，经过去粗取精而得到更利于分类的新的信息。针对结构损伤识别特征提取的特点，发展了小波变换对基本特征库进行分频段处理的双谱相辅分析技术，并开发了相应的软件系统，通过算例表明，该方法可以达到降低噪声，凸显结构损伤信息的目的。     

肝脏CT图像特征提取方法的研究及其在检索中的应用

使用CT图像分析患者肝脏病情,确定治疗方式是现代医学中一种常用的医疗手段。本文首先对CT图像特征提取相关参数和评价指标进行了简要介绍,在此基础上分析讨论了如何构建图像特征数据库并对实际病理图像进行特征提取和图像检索。     

HHT与神经网络在舰船目标特征提取中的应用

目标识别一直是水声领域的关键技术之一。将高阶累积量用于希尔伯特变换特征提取中,通过对舰船目标辐射噪声信号进行采集,得到舰船目标噪声信号,进而提取目标辐射信号各阶模态的相邻平均瞬时频率比、相对标准差、中心频率、平均强度、高阶矩和高阶累积量等作为特征,最终利用BP神经网络来实现对两类舰船目标的分类识别。通过对实际舰船目标噪声进行识别,验证了该舰船目标识别系统具有较好的识别效果。     

小波分析在针灸针表面缺陷特征提取中的应用

介绍了小波分析在针灸针表面缺陷特征提取中的应用,利用线阵列CCD电荷耦合器件对被检针沿其轴向扫描各个横截面的光强信号,进行数据采集,通过小波平滑检测法对针灸针表面缺陷特征进行提取,在此基础上再分类识别,以判断针灸针的好坏.     

索引调制在水声通信中的应用及其研究进展

水声通信系统具有带宽受限和功率受限的显著特点。索引调制(Index Modulation, IM)技术在提高频谱效率、能源效率以及降低系统复杂度方面展现出了巨大潜力。因此,在过去的几年中,索引调制技术在水声通信中得到了广泛的应用,引起了国内外学者的普遍关注,有望成为高速水声通信系统的一个极具潜能的候选方案。文章聚焦于索引调制相关技术在水声通信中的应用,并对其性能进行分析,总结其研究进展。     

关联维数在齿轮箱振动信号特征提取中的应用

论述了关联维数的基本概念和性质，给出了定量描述分形特征的重要参数——关联维数的计算方法，分析了齿轮葙故障时振动的特点．通过对试验获取的齿轮故障振动信号进行分析计算，确定了关联维数与齿轮葙故障程度之间的联系．结果表明，齿轮箱的不同运行情况对应的关联维数有明显不同．因此，可用关联维数作为区分齿轮葙工作状态的特征参数．     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

矢量传感器在频率调制通信系统中的应用

本文将矢量传感器应用于频率调制的水声通信系统中,利用声强解码代替传统的声压解码.借鉴QPSK信号星座图,发明了一种BFSK信号解调后的显示方法,该方法可直观的显示出信噪比系统带宽和误码情况.仿真研究结果表明,基于矢量传感器的通信系统利用声强解码可以扩大通信距离,降低误码率.     

相关匹配在超声测厚信号特征提取中的应用

针对工件在超声测厚过程中存在的超声回波信号最大值或最小值位置偏移问题,采取相关函数位置匹配的方法,对回波信号进行数据处理。实验结果表明:该信号处理方法不仅避免峰值时间提取特征值的局限性,而且能够有效、准确地提取回波信号的特征值,对工件的厚度值能进行准确测量,并在工件实际检测过程中得到较好的效果。     

码型调制技术在光纤通信系统中的应用

近年来,互联网业务的飞速增长对骨干网及接入网的传输容量和速率提出了越来越高的要求,尤其是语音和视频业务的发展,大大刺激了光纤通信技术的发展。新型调制格式DPSK、DQPSK等由于具有较高的频谱利用率和抗噪声能力,而逐渐成为商用电信网络中的主要调制格式;D8PSK调制格式由于具有更高的比特/符号率,也受到了越来越多的关注。论文介绍了光信号调制/解调的基本原理及在调制/解调光信号的过程中发挥重大作用的Mach-Zehnder调制器,并重点介绍OOK、DPSK、DQPSK、D8PSK信号的调制/解调原理及性能。     

小波变换在切削颠振特征提取中的应用

本文利用小波变换的多分辨率特性,首先对切削颤振信号进行小波分解,然后通过主成分分析法对特征小波进行重构,再对重构信号进行特征提取,从而有效地解决了课题基于隐马尔可夫模型（HMM）切削颤振预报的特征提取问题.文章还提出了从时域基于功率分析对颤振信号进行特征提取的新方法,为切削颤振的特征提取提供了新的模式样本.     

基于EEMD的舰船辐射噪声特征提取方法研究

为了解决复杂海洋环境中水声信号的特征提取问题,提出了一种利用集合经验模态分解(EEMD)研究舰船辐射噪声特征提取的方法。对经验模态分解后的不同类别三类舰船辐射噪声信号各阶固有模态函数(IMF)中心频率可分性进行分析,并讨论了最强IMF中心频率特征参数。通过比较一定数量不同类别的舰船辐射噪声的最强IMF中心频率及高低频能量差特征参数发现,同类舰船的特征参数基本处于同一水平,不同类型的舰船存在一定差异。实验结果表明,采用EEMD的舰船辐射噪声信号的最强IMF中心频率作为特征参数相比高低频能量差特征参数对舰船具有较好的可分性。     

基于神经网络的短波数字信号调制识别算法

为了提升在短波信道条件下数字信号调制识别的效果,该文提出了一种短波数字信号调制识别的新方法。该方法提取了4个特征参数,涵盖时域、频域、低阶和高阶等信号的多维信息,设计了基于最优权重的神经网络集成分类器,实现了识别常用短波数字调制信号的功能。对400个空中采集信号突发的识别正确率约为90%,使用效果不仅验证了算法的有效性,而且也说明其在实际调制识别工作中的适应性和推广价值。