共查询到20条相似文献,搜索用时 93 毫秒
1.
针对水下多目标方位估计问题,提出了一种利用卷积神经网络模型对目标声源进行方位估计的方法。该方法使用不等强度的声源数据进行训练并使用焦点损失函数作为训练损失函数。通过对阵列接收到的信号进行特征提取,使用焦点损失函数指导卷积神经网络训练,最终利用训练好的卷积神经网络模型进行目标方位估计。对不同模型参数的训练进行对比,结果表明所训练的卷积神经网络模型在较低信噪比条件下也能正确估计弱目标的方位。试验结果表明,与采用二元交叉熵损失函数的卷积神经网络模型相比,该方法对弱目标的方位估计能力更强,提高了方位估计的准确率。 相似文献
2.
3.
在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。 相似文献
4.
本文对加速度矢量水听器被动定向声呐浮标中的偶极子方向性形成、罗盘指向信号形成、低频信号调制、接收信号解调和目标方位计算进行了简明的分析,并就其实现方法进行了原理性的探讨。 相似文献
5.
主动声纳通常采用分裂波束双通道互谱法进行目标方位估计,但信号处理过程中目标回波脉冲长度往往和信号处理帧周期长度不匹配,或者在整个信号处理帧周期的信噪比不一致,造成瞬时方位估计目标走向算法具有较大的误差,不利于目标参量估计与分类。采用Robust统计对瞬时方位估计数据进行处理,能够有效降低目标方位走向估计的误差。本文通过对Huber估计进行了分析并提出了改进Huber估计,给出了其工程实现算法,实验验证该Robust统计在降低目标方位走向估计误差上具有稳健收敛的性能。 相似文献
6.
7.
单矢量水听器互谱方位直方图具有一定的多目标分辨能力,但其性能受到目标信号分离正交性(Window Dis‐joint Orthogonality, WDO)的制约。WDO特性越强,表示主导目标的能量占比越大,互谱方位估计的结果越接近主导目标的真实方位。文章提出利用局部置信度增强互谱方位直方图的多目标分辨性能。局部置信度表示样本中主成分与其他成分之间的比值关系,因此可以作为信号 WDO特性强弱的估计。在统计互谱方位直方图时,利用局部置信度对时频点的方位估计结果进行加权,增加 WDO特性强的时频点的方位估计结果在方位直方图中的贡献,提高目标真实方位处的谱峰,从而增强方位直方图多目标分辨的效果。湖试数据的分析表明了利用局部置信度加权能够有效提高多目标分辨的效果。 相似文献
8.
针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明:相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。 相似文献
9.
本文叙述了定向声呐浮标偶极子方向性测量方法,给出了某型被动定向声呐浮标换能器及整机系统偶极子方向性的实测结果,并对结果作了初步分析。 相似文献
10.
本文叙述了定向声呐浮标偶极子方向性测量法,给出了某型被动定向声呐浮标换能器及整机系统偶极子方向性的实测结果,并对结果作了初步分析。 相似文献
11.
滚动轴承故障的EMD诊断方法研究 总被引:20,自引:1,他引:20
提出了一种基于经验模式分解(Empirical Mode Decomposition,EMD)的滚动轴承故障诊断方法。这种方法中,局部损伤滚动轴承产生的高频调幅信号成分被EMD分解作为本征模函数分离出来,然后用Hilbert变换得到其包络信号,计算包络谱,就能够提取滚动轴承故障特征频率。该方法被用于分析实验台上采集的具有内圈损伤及外圈损伤的滚动轴承振动信号。分析结果表明,与传统的包络解调方法相比,新方法能够更有效地提取轴承故障特征,诊断轴承故障,因而具有重要的实用价值。 相似文献
12.
基于小波系数包络谱的滚动轴承故障诊断 总被引:25,自引:0,他引:25
提出了基于正交小波变换诊断滚动轴承故障的新方法,利用正交小波基将滚动轴承故障振动信号变换到时间-尺度域,对高频段尺度域的小波系数进行包络细化谱分析,不仅能检测到滚动轴承故障的存在,而且能有效地识别滚动轴承的故障模式 相似文献
13.
离散余弦变换在滚动轴承故障诊断中的应用 总被引:4,自引:0,他引:4
本文探讨了应用离散余弦变换分析滚动轴承故障的方法,采用小波基将滚动轴承振动信号变换到时间-尺度域,对高频段的小波系数用离散余弦变换进行包络分析。通过对滚动轴承具有外圈缺陷、内圈缺陷的情况下振动信号的分析,说明这种方法可以有效的用于效地用于滚动轴承的故障诊断。 相似文献
14.
A New Spectral Average-Based Bearing Fault Diagnostic Approach 总被引:1,自引:0,他引:1
Brandon Van Hecke Yongzhi Qu David He Eric Bechhoefer 《Journal of Failure Analysis and Prevention》2014,14(3):354-362
The diagnosis of bearing health through the quantification of accelerometer data has been an area of interest for many years and has resulted in numerous signal processing methods and algorithms. This paper proposes a new diagnostic approach that combines envelope analysis, time synchronous resampling, and spectral averaging of vibration signals to extract condition indicators (CIs) used for rolling-element bearing fault diagnosis. First, the accelerometer signal is digitized simultaneously with tachometer signal acquisition. Then, the digitized vibration signal is band pass filtered to retain the information associated with the bearing defects. Finally, the tachometer signal is used to time synchronously resample the vibration data which allows the computation of a spectral average and the extraction of the CIs used for bearing fault diagnosis. The proposed technique is validated using the vibration output of seeded fault steel bearings on a bearing test rig. The result is an effective approach validated to diagnose all four bearing fault types: inner race, outer race, ball, and cage. 相似文献
15.
一维随机共振(One-Dimensional Stochastic Resonance,1DSR)被广泛用于轴承故障诊断中。针对传统1DSR对微弱信号的检测效果不够理想,输出信号噪声大,不能准确获得轴承故障特征频率(Fault Characteristic Frequency,FCF)等问题,提出一种新的二维互补随机共振(Two-Dimensional Complementary Stochastic Resonance,2DCSR)方法并应用于轴承故障诊断。将采集到的轴承故障信号根据共振带位置进行带通滤波并解调,随后将解调信号对半分成两个子信号并输入2DCSR的两个输入端,利用输出信号的加权功率谱峭度(WPSK)指标对2DCSR系统参数进行自适应调节优化,得到最优的滤波输出信号及频谱,以识别轴承FCF并诊断轴承故障类型。数值仿真及实验结果表明,提出的方法可以有效地增强轴承FCF并提高轴承故障诊断效果。 相似文献
16.
基于小波系数11/2维谱的滚动轴承故障诊断 总被引:4,自引:2,他引:2
提出了基于小波系数11/2维谱的滚动轴承故障诊断的新方法。小波分析能有效地提取滚动轴承故障引起的突变振动信号,11/2维谱保留了滚动轴承故障振动信号的相位信息且能够有效地抑制噪声。利用正交小波基将滚动轴承故障振动信号变换到时间-尺度域,对高频段尺度域的小波系数进行11/2维谱分析,不仅能检测到滚动轴承的存在,而且能有效地识别滚动轴承的故障模式。 相似文献
17.
基于时—能密度分析的滚动轴承故障诊断 总被引:3,自引:1,他引:2
根据滚动轴承局部故障振动信号的特征,提出了基于小波变换的时-能密度分析的新方法。轴承旋转元件通过故障部位产生的脉冲力的频率决定了模态频率带信号能量随时间的分布情况。利用小波基将滚动轴承故障振动信号变换到时间-尺度域,对模态频率区间的时-能密度作谱分析,不仅能检测到滚动轴承故障的存在,而且能有效地识别滚动轴承的故障部位。 相似文献
18.
针对机械早期故障引起的冲击特征微弱,易受强背景信号和噪声的干扰而难以提取的问题,提出一种奇异值分解(Singular Value Decomposition,SVD)差分谱与S变换相结合的微弱冲击特征提取方法。将原始信号构造成Hankel矩阵,采用SVD对重构矩阵进行分解;利用奇异值差分谱确定降噪阶次进行降噪;采用S变换对降噪后的信号进行时频分析,提取信号中的微弱冲击特征信息。通过数值仿真和实际轴承故障数据的对比,表明该方法可有效辨别轴承振动信号中故障引起的早期微弱冲击特征,为轴承故障诊断提供先验信息。 相似文献
19.
为解决真实工况下大型回转支承振动信号背景噪声大、常用故障诊断方法难以适用的问题,提出了一种基于圆域分析的振动信号处理方法。将时域信号进行圆域转换,并按一定角度将转换后的圆域信号划分成多个区域;判断各区域信号邻域相关离散点拟合椭圆的倾角方向,得到回转支承整圈对应的多个异常向量;以异常向量的平均向量作为圆域分析的特征向量,分析其均值、方差、歪度和峭度指标的变化情况,实现回转支承的故障诊断。对某型号回转支承进行了加速寿命试验,结果表明,该方法能够有效诊断出回转支承滚道的区域滑移、点蚀等初期故障,相比常见的时域特征、小波分析等方法准确度更高,故障可识别度更强,因此可以用于实际工况下回转支承的故障诊断。 相似文献
20.
S变换时频谱SVD降噪的冲击特征提取方法 总被引:1,自引:0,他引:1
为了从滚动轴承故障振动信号中提取出冲击特征,以进行轴承故障诊断,提出基于S变换时频谱奇异值分解(SVD)的信号降噪方法。S变换是一种信号时频表示方法,适合于处理与分析非平稳的冲击特征信号。在SVD降噪过程中,数据矩阵由信号的S变换谱系数构成;奇异值序列的置零阈值位置坐标可由奇异值差分谱最前面部分峰值群的最后一个峰值点序号来确定。最后对降噪的数据矩阵进行S逆变换,获得信号的时域冲击特征。仿真研究表明,基于S变换时频谱的SVD降噪方法可以成功地从低信噪比信号中提取出周期性的冲击特征。将本方法用于处理与分析滚动轴承故障振动信号,根据所提取出的冲击特征出现频率,能够方便有效地实现轴承相关故障的诊断。 相似文献