基于独立分量分析的管道异常振动事件定位方法

针对传统互相关时延估计法定位管道故障点的局限性,提出了基于独立分量分析(ICA)的互相关时延估计方法用于管道异常振动事件定位.利用ICA滤波后的管道沿线振动信号进行互相关运算,抑制了相关高斯噪声引起的时延估计误差,为管道安全监测系统提供了一种新的高精度时延估计方法.仿真结果和现场实验数据表明,该方法可以快速精确地定位管道周围异常事件的发生位置,改善了相关运算的时延估计性能,相对于传统互相关时延估计法,可进一步降低时延估计的平均误差和均方差,具有更高的定位精度和定位一致性.     

基于高阶累积量的高精度时延估计算法

针对海洋探测中由于接收信号信噪比低并存在各种噪声干扰导致时延估计精度低的问题,提出一种基于二次相关和高阶累积量的具有多种噪声抑制能力的高精度时延估计新方法——SC-HOCS法。该方法首先对两路接收信号进行自相关和互相关处理,抑制部分高斯噪声,然后利用高阶累积量一维切片法对信号进行处理,抑制相关高斯噪声和非高斯色噪声,通过对接收信号的上述处理提高信噪比,最后结合希尔伯特变换对相关峰进行锐化处理,进一步提高时延估计精度。与广义相关法、二次相关法及高阶累积量一维切片法相比,该方法能很好地抑制相关噪声并且能在更低的信噪比下获得较好的时延估计精度,同时该算法计算量较小,可满足对数据实时处理的需求。计算机仿真和水池实验验证了该方法的有效性。该方法为海洋探测中低信噪比信号的高精度时延估计提供一种新的技术途径。     

基于小波包分解的多尺度互相关管道定位方法

针对直接互相关时延估计法定位管道故障点存在定位精度差的问题,提出了基于小波包分解的多尺度互相关时延估计方法用于管道故障点定位.首先对2路光电检测器采集到的管道沿线振动信号进行小波包分解和重构得到不同尺度数据,然后对2路信号的同一尺度数据做互相关运算,利用互相关时差定位和加权平均原理计算故障点位置,抑制了噪声引起的时延估计误差.现场实验数据表明,本文方法平均定位误差小于150 m,相对误差小于0.4%,最大定位误差不超过±400 m,定位均方差小于0.05,相对于传统直接互相关时延估计法,此方法可进一步降低时延估计的平均误差和均方差,显著提高定位精度和一致性.     

相关噪声背景下加权高阶累积量的时延估计方法

时延估计是双基阵被动定位中的重要问题。在非相关噪声干扰下,应用广义互相关法进行时延估计可以取得良好的估计效果,但在相关噪声干扰情况下其估计性能严重下降。使用高阶累积量进行时延估计,可以有效地去除相关高斯噪声的干扰。采用类似广义互相关加权的方法对高阶累积量进行PHAT加权,进一步抑制噪声的影响,提高了高阶累积量法的估计性能。结果表明,在相关噪声背景下加权高阶累积量时延估计效果优于广义互相关法和高阶累积量法。     

谐波恢复的时间平均三阶累积量方法及其工程应用

为了识别在强高斯噪声背景下振动信号的谐波成分，从三阶累积量的估计算法出发，提出了基于时间平均的三阶累积量算法，进行振动信号的谐波恢复。时间平均三阶累积量是三阶累积量的一种估计值。理论推导表明，随机相位谐波过程时间平均三阶累积量为非零值，而且其一维切片仍然是谐波过程。由此提出了一种在强高斯噪声背景下识别信号的谐波成分的频谱分析方法。该方法对抑制振动信号中的高斯噪声、正确识别其中的谐波成分十分有效，工程应用实例和信号仿真都很好地验证了该方法的正确性。     

基于形态自相关和时频切片分析的轴承故障诊断方法

频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)是一种新的时频分析方法,信号中的噪声会降低FSWT分析的频率分辨率。为了提高分析精度,提出了基于形态滤波和时延自相关的时频切片分析方法,并成功应用到轴承故障诊断中。该方法首先采用多结构元素差值形态滤波和时延自相关方法对信号进行降噪,采用FSWT分解降噪后的轴承振动信号,然后根据轴承故障特征频率选择时间频率切片区间,进行细化分析来提取故障特征。仿真信号与轴承故障振动信号的分析验证了该方法的有效性。     

基于端点检测的精确时延提取方法及其定位精度分析

针对脉冲声源定位中时延误差大的问题,提出了一种基于端点检测的精确时延提取方法。该方法首先对信号进行滤波处理和端点检测,截取有效信号段运用广义互相关法估计时延,然后利用端点检测得到的信息提取出精确的时延值,最后用单纯形替换法求解声源位置。根据精确时延提取方法,设计了声源定位方案。实验证明,该方法能有效减弱非高斯白噪声和室内混响的影响,定位精度可达到分米甚至厘米级,并且具有较好的鲁棒性。     

供水管道泄漏声信号及其传播特性

相关仪利用供水管道泄漏时产生的泄漏声波对漏点定位。泄漏信号验证为高斯分布,泄漏声波主要是在管道里的水中传播,与管壁发生流固耦合作用,引起管壁振动。用FIR滤波器对管道系统建模,采用最小均方误差(LMS)自适应系统辨识方法得到管道的冲激响应函数,与线性相位FIR滤波器的冲激响应相比较,表明泄漏声波在传播过程中存在频散。泄漏声信号受各种噪声干扰,根据互谱相位谱信息估计泄漏信号的频带范围,对信号滤波后作时延估计,结果表明,提高了泄漏定位的置信度。     

基于跟踪滤波的自适应振动控制

针对频率周期振荡的振动系统讨论自适应控制问题，在频率跟踪的基础上对频率变化的振动响应进行控制，给出相应的估计、滤波与控制方法。首先在子空间辨识原理的基础上，通过测量信号自相关序列的递推运算获得信号频率；然后根据估计频率实时调整带通滤波器的中心频率，使其跟踪信号频率，实现信号分量的跟踪滤波；最后在LMS 方法的基础上构造     

一种基于Fisher投影的时间序列非线性检验

为进一步提升替代数据法非线性检验的性能和稳定性,引入Fisher投影将不同的非线性检验统计量进行组合并投影,使不同非线性统计量的检验性能互补。利用6类非线性混沌序列和线性高斯白噪声序列进行实验,检验该方法的有效性,结果表明,基于Fisher投影的替代数据法对各类信号正确检验的能力明显提升,且稳定性较好,具有较强的数据适应性;尤其是三阶自协方差统计量、峭度和三阶自相关统计量的三维组合,相对于其他的统计量组合,对非线性混沌序列及线性高斯白噪声序列的检验能力更强,数据适应性更高。     

Optimal Estimation of the Acceleration of a Car Under Performance Tests

In this paper, a recursive least-squares lattice (RLSL) adaptive filter was used to carry out the optimal estimation of the relevant signal coming from an accelerometer placed in car under performance tests. Here, the signal of interest is buried in a broadband noise background where we have little knowledge of the noise characteristics. In addition, due to the fact that the noise and the relevant information sometimes share the same or a very similar frequency spectrum, it is very difficult to cancel the noise that corrupts the relevant information without causing that information to deteriorate. The results of the experiment are satisfactory and, in order to compare classical filtering with optimal adaptive filtering, the signal coming from the accelerometer was also filtered by using a third-order lowpass digital Butterworth filter. The results of comparing the aforementioned filters show that the optimal adaptive filter is superior to the classical filter. Here, a significant improvement of 22.4 dB in the signal-to-noise ratio (SNR) at the RLSL adaptive filter output was achieved. However, the improvement in the SNR at the Butterworth filter output was 6.1 dB, which shows very clear that the optimal adaptive filter performs much better than the classical one     

基于最大相关熵准则的水下生物脉冲噪声消除方法

近海生物噪声表现为脉冲噪声,这一类噪声显著降低了水声通信系统的性能。结合水声信道的稀疏特性,提出一种基于最大相关熵准则的级联滤波器算法,该算法实现了脉冲噪声的消除及稀疏信道估计。第一级自适应滤波器完成对噪声的消除工作,第二级滤波器对去噪后的信号进行稀疏信道估计。该方法的优势在于无需知道信号和噪声的相关信息。仿真结果表明,提出的方法比单一的滤波器结构和传统信道估计算法性能更加优越。     

大型压缩机管道系统声振测试与仿真研究

某大型离心式压缩机管道系统噪声超标,对现场噪声与振动测试,得到压缩机及管道系统的噪声与振动分布。根据测试结果对压缩机和管道系统的噪声与振动分布进行分析。运用统计能量分析法(SEA)对该压缩机管道系统进行计算机建模和仿真,探究该管道系统噪声超标的原因,仿真与测试结果基本吻合,印证测试所作结论。SEA法对类似压缩机及管道系统的优化设计、噪声治理、监测与安全正常运行具有参考价值。     

自适应时延估计在蛙人超短基线定位中的应用

蛙人超短基线(Ultra-Short Base Line, USBL)定位设备实现浅水环境下高精度定位的关键技术之一是精确的时延估计。由于自适应时延估计方法具备环境自适应能力强的特点,文章将混合调制的拉格朗日直接时延估计方法应用于蛙人USBL定位时的高精度测向上,它可以在信标信号中心频率已知的情况下将小数时延滤波器调制到信号中心频率处,以较低的阶数提供更高的时延估计精度;并根据USBL阵型和信号自身的特点,对混合调制的拉格朗日直接时延估计在低信噪比下的具体使用模式进行了探讨和仿真验证;结果显示,所采用的自适应时延估计方法可以在中低信噪比下提供1°～3°的定位测向精度。     

噪声方差自适应修正的混合系统故障诊断方法

针对混合系统故障诊断问题,提出了一种模型噪声方差自适应修正的多模态故障诊断方法。首先,在粒子滤波的框架内将混合系统故障诊断建模为最优状态估计与跟踪问题,利用实时观察信息和各个模态先验的转移概率,估计最优的故障模态,并针对估计结果进行单独的建模分析;接着,根据平滑估计值和当前观测信息之间的相关性,建立噪声方差在线自适应检测机制,对模态噪声方差进行自适应更新,有效克服了模型噪声统计特性时变对滤波精度的影响,提升了算法的鲁棒性。最后,针对多种模态估计跟踪进行了充分的仿真分析,验证了该方法的有效性和鲁棒性。     

基于滤波器组和高阶累积量的信号特征检测

结合高阶累积具有对加性高斯和对称非高斯噪声不敏感的特性，提出了一种基于滤波器组和高阶累积量的特征检测方法。该方法既不需待检信号做高斯和平稳的假设，也不需要有信号的先验知识。其原理是首先通过滤波器组将检测信号在频域上进行分离，选取输出能量较大的一组子频带信号近似给出信号的时频描述；然后在各个选中的子频带内分别计算三阶累积量的短时估计，从而抑制有色噪声，将信号的特征检测出来。仿真信号和实验信号验证了该方法的有效性和适应性，即使信号特征完全淹没在噪声中，也能检测出来。     

剑杆织机前馈-反馈张力控制系统的分析与设计

在分析剑杆织机张力控制中噪声源及噪声特性的基础上,提出控制结构和控制器的设计方法,选择合适的模拟低通滤波器,对检测通道的高频振动信号和随机噪声进行滤波.针对周期性低频振动噪声,一方面,采用频谱分析定周期+相干平均法定信号的方法估计模拟低通滤波器后的周期性振动噪声,并在反馈通道进行补偿,提高控制性能;另一方面,采用频谱分...