一种基于遗传算法的VMD参数优化轴承故障诊断新方法

为准确提取轴承故障特征信息,提出以峭度指标和包络熵为综合目标函数的变分模态分解(variational mode decomposition,VMD)参数优化方法,并改进了诊断流程实现了无需指定参数优化范围的自适应参数优化算法。通过遗传算法对综合目标函数最小值进行搜索,以确定模态分量个数及惩罚参数的最佳组合。原始故障信号经最佳参数组合下的VMD方法分解为若干个本征模态函数,选择最小综合目标函数值对应的模态分量进行包络解调分析,进而通过模态分量的包络谱判断轴承故障类型。通过实测故障信号分析表明,该方法能够从噪声干扰中有效提取到早期故障信号的微弱故障特征,实现了轴承故障类型的准确判定,验证了该方法的有效性。     

基于R-TPBSS的结构模态参数识别方法

提出了一种基于R-TPBSS算法的结构模态参数识别方法。该方法通过对响应信号进行稳健性白化处理,提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵,以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数,通过优化目标函数,直接从结构自由响应中分离出各个模态,配合单点模态参数识别方法,提取出结构的模态参数。仿真结果表明,此方法具有很高的识别精度,对噪声很好的鲁棒性,密集模态下,同样能够准确的识别出结构的模态参数。     

基于WVD-Radon变换的宽带延展目标回波参数提取

分析了宽带延展目标的时延一时间伸缩效应及其导致的回波信号在时域和频率域的特性；针对LFM信号的时频分布特点，利用WVD和Radon联合变换技术，提取LFM信号在时一频域分布上的特性参数，提出了一种宽带延展目标回波参数提取方法，得到了目标的时延一时间伸缩分布．仿真结果表明，该方法是可行的．     

一阶线性系统随机共振在转子轴故障诊断中的应用研究

针对机械系统早期微弱故障信号难识别诊断问题,提出一阶线性系统调参广义随机共振的特征提取方法,该方法基于调节一阶线性系统参数,可以得到信噪比取极大值的广义随机共振现象。为得到清晰的特征信号,以可辨识性为优化目标,给出了系统参数、信号频率、采样频率等参数之间的选择关系。滑动轴承试验台上转子轴的早期微弱故障模拟实验,验证了此方法的有效性。     

非线性涡激力模型中气动参数识别新方法

基于非线性最小二乘法提出识别单自由度经验非线性涡激力模型中气动参数新方法。通过同伦分析法获得涡振响应二阶解析解,基于该解构造非线性拟合目标函数并采用遗传算法识别出在给定参数区间内的最优拟合结果。分别用光滑信号及有噪信号进行数值验证,结果表明该方法具有可行性及较好稳定性。并运用该方法识别出流线型闭口箱梁断面的涡激力气动参数。     

基于变分模态分解和天牛须搜索的磁瓦内部缺陷声振检测

在磁瓦内部缺陷声振检测中,具备可预设尺度和自适应能力的变分模态分解(Variational Mode Decomposition,VMD)在处理相关声振信号时具有明显优势。然而VMD的参数选择范围广且对分解效果影响大,为解决参数的统一预设问题,提出一种基于天牛须搜索(Beetle Antennae Search,BAS)的VMD参数优化方法,并应用于磁瓦内部缺陷检测。该方法首先根据声振信号特点建立基于模态能量和模态中心频率变化规律的目标函数;再利用BAS在参数空间中搜寻目标函数最大值,所需的VMD统一预设参数即为该最大值所对应的参数组合;最后,在该优化参数下对逐个信号进行VMD处理并提取模态中心频率特征,进而由支持向量机完成特征识别。试验结果表明,所提出的方法能有效优化VMD参数并实现磁瓦内部缺陷的快速精准检测。     

基于自适应Morlet小波参数字典设计的微弱故障检测方法研究

针对强背景噪声干扰下微弱故障冲击特征难以准确检测的问题,提出了一种基于自适应Morlet小波参数字典设计的齿轮故障诊断法。该方法基于信号局部分割和全局分析的思想,采用相关系数(CF)与峭度指标综合评价小波函数与目标信号的局部匹配度与全局匹配度,利用鲸鱼优化算法(WOA)自适应确定小波字典参数,逐点时移构建原子参数字典后,结合正交匹配追踪(OMP)检测故障特征信息。对仿真故障信号和齿轮实际故障信号分析的结果表明,该方法可以有效提取齿轮微弱故障特征,诊断效果优于传统的相关滤波算法(CFA)、小波降噪法和K-SVD学习字典方法。     

基于单基元几何交汇法的被动目标测距测速研究

从理论上分析和推导了单传感器测距测速的几何交汇模型,该模型结合二维栅格搜索策略对具有稳定线谱的匀速直线运动目标进行距离和速度的估计。为满足交汇模型的测频精度要求,介绍了对短样本信号进行测频的谱估计法、过零法和Hilbert方法。把多组对应一定特征频率、正横距离、目标速度和信噪比的目标通过信号代入交汇模型进行计算机仿真,相应得出一系列测量误差曲线,分析结果表明,对于一定参数的通过信号该模型可以较精确的估计出目标的正横距离及速度。     

基于SSA和随机共振的旋转机械微弱信号提取

针对旋转机械早期故障信号微弱,富含大量噪声的问题,提出麻雀优化算法（SSA）和随机共振（SR）相结合的微弱信号提取方法。首先,对大参数信号进行变尺度处理,使其满足SR的要求;其次,以信噪比作为目标函数,运用SSA算法优化SR模型的结构参数,利用系统的SR实现微弱信号信噪比的提高;最后,通过仿真信号验证所提出方法的有效性,并将该方法应用于轴承内圈故障和轻度磨损钻头微弱信号的提取中。结果表明：提出的方法对微弱信号的提取性能优于传统的SR模型以及PSO-SR模型,有效提高了信号信噪比,实现了故障微弱信号的提取与增强。     

自适应参数型多径时延估计方法的研究

在考虑多通道非平稳信号干扰及背景噪声的情况下,提出了基于自适应参数类型时间延时估计方法。该方法能准确地进行多径传输情况下的时间延时估计,有效地抑制干扰和噪声的影响。仿真结果说明了该方法的有效性。该时间延时估计方法可用于声纳及雷达系统的目标定位。     

Method for In Situ Motion Measurement of Head-Slider in Both Flying Height and Off-Track Directions

We present a novel method to determine the motion of the slider's flying height and off-track direction simultaneously in a hard disk drive. The results show the relative movement of the slider in two dimensions, both during thermal actuator controlled contact and full flying condition. The method separates the position error signal (PES) and the flying height signal from the readback signal. The method includes writing dual-frequency pattern tracks adjacently, with the readback signals from the tracks filtered for the in situ motion measurement. The harmonic ratio method is used to determine the flying height variation of the head, whereas the conventional servo burst detection method is used to determine the PES.     

The residual error of the reflectivity displacement method of SAR motion extraction

Reported herein is the estimation of the residual error of the reflectivity displacement method (RDM) and the dependence of RDM on terrain characteristics. The RDM is a method to be implemented on airborne synthetic aperture radars (SAR). It extracts the motion of the aircraft from the radar backscatter signal, allowing for motion compensation without using an inertial navigation system. An extended error analysis of this method and its dependence on the terrain type and contrast is performed. Results proving the estimated performance are shown.     

“行为-力”同步可视化展示系统的开发

动物行为信号的同步可视化展示为分析和理解动物的运动行为特征提供了有效手段。为了便于直观分析人的运动姿态与脚底接触力的关系,搭建了“行为-力”同步可视化展示系统。首先,利用LabVIEW软件实现了基于UDP （user datagram protocol,用户数据报协议） 的多通道三维力传感器和Kinect相机的信号采集;其次,提出了一种基于插值的数据同步处理方法,实现了运动姿态信号与脚底受力信号的同步处理;然后,采用多线程技术构建了同步实时可视化的虚拟展示系统,实现了运动轨迹、运动姿态和脚底接触力的同步实时展示;最后,通过实验验证了该展示系统具有较好的实时性。研究结果表明,“行为-力”同步可视化展示系统是研究动物运动行为特征的有效装置。     

基于刚性运动模型的全局运动矢量探测方法

针对帧间旋转图像序列的稳定处理,提出一种新的运动矢量探测方法.首先进行多区域的块匹配,得到不同区域的局部平移运动矢量;然后利用刚性运动模型,获得包含旋转角度的全局运动矢量.与平移运动模型相比,刚性运动模型更加符合帧间运动的真实过程,因而本方法具有更好的稳像效果.航拍图像处理结果表明,帧间峰值信噪比达到29.47 dB,比基于平移运动模型的方法提高2.02 dB.     

基于自回归模型和学习矢量量化神经网络的手指动作识别

手指的力量和动作是反映手指协同运动、评价手部运动机能的重要参数。本文提出了一种以自回归（Auto-regressive,AR）模型和学习矢量量化（Learning Vector Quantization,LVQ）网络相结合的表面肌电信号处理方法。13名受试者参与了目标力量为4N、6N、8N等三个力量等级的指力跟踪实验,对指力信号和前臂指浅屈肌（flex digitorum superficials,FDS）、指伸肌（extensor digitorum,ED）的表面肌电信号进行了同步记录;通过对采集到的肌电信号进行预处理,提取AR系数作为其特征值;然后设计了一个LVQ神经网络,对同等力量水平下食指、中指的动作进行模式分类,分类正确率在80％以上。实验表明,表面肌电信号（surface Eleetromyography,sEMG）与手指动作具有相关性,使用AR结合LVQ的sEMG有较高的识别率。     

一种基于PFA的多子阵聚束合成孔径声呐成像方法

文章提出了一种基于极坐标格式算法（Polar Format Algorithm,PFA）进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场景中心点的精确距离史对平台运动误差进行补偿,并通过极坐标算法处理得到粗聚焦的图像。其次,为了解决非场景中心点的残余空变相位误差的补偿问题,对粗聚焦图像进行分块自聚焦处理,使场景边缘点的聚焦效果得到改善。最后,经过子图拼接及几何校正后得到完整的精聚焦图像。仿真及分析结果表明,该方法提高了方位向性能指标,同时也能准确补偿平台运动误差,可以很好地应用于多子阵声呐成像。该方法在大运动误差、大斜视情况下仍具有较好的鲁棒性。     

基于激光三角测量原理的自动机运动测试方法

为研究自动武器自动机运动规律,提出了一种基于激光三角测量原理的自动机运动参数测试方法,测试系统由线性CCD激光位移传感器、信号调理电路及信号处理软件构成.采用该系统对某一自动武器连发射击时的自动机运动位移参数进行了测试,与现有的方法相比,此系统操作简单,抗干扰性能好,所获取的实验数据具有较高的精度.     

Image-based cardiac phase retrieval in intravascular ultrasound sequences

Longitudinal motion during in vivo pullbacks acquisition of intravascular ultrasound (IVUS) sequences is a major artifact for 3-D exploring of coronary arteries. Most current techniques are based on the electrocardiogram (ECG) signal to obtain a gated pullback without longitudinal motion by using specific hardware or the ECG signal itself. We present an image-based approach for cardiac phase retrieval from coronary IVUS sequences without an ECG signal. A signal reflecting cardiac motion is computed by exploring the image intensity local mean evolution. The signal is filtered by a band-pass filter centered at the main cardiac frequency. Phase is retrieved by computing signal extrema. The average frame processing time using our setup is 36 ms. Comparison to manually sampled sequences encourages a deeper study comparing them to ECG signals.     

A new high resolution color flow system using an eigendecomposition-based adaptive filter for clutter rejection

We present a new signal processing strategy for high frequency color flow mapping in moving tissue environments. A new application of an eigendecomposition-based clutter rejection filter is presented with modifications to deal with high blood-to-clutter ratios (BCR). Additionally, a new method for correcting blood velocity estimates with an estimated tissue motion profile is detailed. The performance of the clutter filter and velocity estimation strategies is quantified using a new swept-scan signal model. In vivo color flow images are presented to illustrate the potential of the system for mapping blood flow in the microcirculation with external tissue motion.     

A new high resolution color flow system using an eigendecomposition-based adaptive filter for clutter rejection

We present a new signal processing strategy for high frequency color flow mapping in moving tissue environments. A new application of an eigendecomposition-based clutter rejection filter is presented with modifications to deal with high blood-to-clutter ratios (BCR). Additionally, a new method for correcting blood velocity estimates with an estimated tissue motion profile is detailed. The performance of the clutter filter and velocity estimation strategies is quantified using a new swept-scan signal model. In vivo color flow images are presented to illustrate the potential of the system for mapping blood flow in the microcirculation with external tissue motion.