基于子带锐化互相关处理的目标方位估计方法

将双接收器信号分频段处理的思想引入被动测向估计中,提出了一种子带锐化互相关算法。该算法利用高斯函数替代各频段信号互相关函数来实现尖锐化,再进行加权处理,以解决互谱相关算法在多目标或存在干扰情况下的目标方位估计效果不理想问题。仿真和海试数据处理表明,对具有频谱分布差异性的带限信号来说,算法在多目标、强干扰情况下仍可很好地估计目标方位,并且可以同时得到目标的频率信息,根据信号频带的不同还可以分辨相同方位角入射的不同目标。     

一种基于色彩处理的被动声呐宽带目标检测显示方法

针对被动声呐传统宽带能量检测方式难以解决强干扰存在时的弱目标检测问题,着眼于目标、干扰及背景噪声频谱特征差异,提出了一种划分子带,利用颜色合成理论进行宽带融合检测的显示方法。针对弱目标存在稳定线谱或在部分频点能量相对较强的情况,可有效提升对弱目标的检测能力,并增强不同目标方位历程的区分度。     

改进的谐波小波包变换及其在弱故障特征提取中的应用

通过引入频谱幅值修正系数改进了通常的谐波小波包变换。改进的谐波小波包变换使得信号分解前后各子带的频谱幅值保持不变,能精确提取相应子带故障调制信号的强度与频率,为机械故障诊断带来了方便。仿真实验和轴承故障诊断实例不仅表明谐波小波包具有一般正交小波包无法比拟的完美的带通滤波性能和极强的微弱特征信号提取能力,而且还表明改进的谐波小波包变换确实使得信号分解前后各子带的频谱幅值保持不变,能精确提取相应子带故障调制信号的强度与频率,有一定的工程应用价值。     

基于子空间空间谱极值起伏特性加权的未知目标检测方法

针对同一频带中不等强度未知目标检测问题,依据不同目标辐射信号对各子空间空间谱贡献大小的不同,提出一种基于子空间空间谱极值起伏特性加权的未知目标检测方法。对线列阵接收信号协方差矩阵进行特征分解得到各子空间相应子矩阵;对各子矩阵进行波束形成得到各子空间空间谱,并利用各子空间空间谱极值起伏差异形成加权因子;利用该加权因子对归一化的各子空间空间谱进行加权统计得到最终空间谱,以提升弱目标子空间空间谱在最终空间谱的比例。理论分析、数值仿真和实测数据处理结果均证明了,该方法可以有效抑制了噪声子空间对目标子空间的干扰,增强了弱目标子空间空间谱在最终空间谱的比例,使其比例由原先的σ_(s,w)~2/(σ_(s,all)~2+σ_n~2/N变为1/L(N为阵元数,L为目标数,σ_(s,w)~2为弱目标能量,σ_(s,all)~2为目标信号能量和,σ_n~2背景噪声能量);减小了不同强度目标子空间空间谱幅值差异,使强、弱目标空间谱幅度值比由原先的σ_(s,s)~2/σ_(s,w)~2近似变为1(σ_(s,s)~2为强目标能量),改善了常规波束形成和常规子空间重构法对同一频带中不等强度未知目标的检测性能,并在同一波束图中,同时对不等强度未知目标实现有效检测。     

子带锐化互相关算法

本文分析了互谱相关算法在多目标或存在干扰情况下,估计效果不理想的原因,将分频段处理的思想引入到互谱相关算法中,并将各频段的处理结果进行尖锐化和加权处理,提出子带锐化互相关算法,解决了互谱相关算法在多目标或存在干扰的情况下估计效果不理想的问题。通过理论分析,仿真和海试数据的处理证明,算法在多目标,强干扰的情况下仍可很好的估计目标的方位,并且可以同时得到目标的频率信息,根据目标频带的不同还可以分辨相同方位角入射的不同声源。     

基于VMD和窄带包络相关的船舶辐射噪声改进DEMON分析

船舶辐射噪声的包络谱中蕴含着轴频和桨叶数等船舶固有特征信息,对船舶目标识别具有重要意义。为了提高船舶辐射噪声包络谱解调性能,提出了基于变分模态分解(Variational Mode Decomposition, VMD)和窄带包络相关的改进DEMON分析方法。首先利用VMD算法代替传统带通滤波器,将船舶辐射噪声信号分解为若干个子带;然后对各子带进行希尔伯特(Hilbert)检波并计算平均窄带包络相关系数,用于衡量信号的包络调制在频域上的非均匀性;最后提取各子带信号包络谱并按照平均窄带包络相关系数进行加权融合,从而得出宽带噪声信号的包络谱。利用该方法对实测不同类型和不同航速船舶辐射噪声信号进行了处理,结果均表明所提方法能有效提高包络谱解调效果,较传统方法更为有效。     

STFT及其在回声消除方面的应用

论述了STFT(Short-Time Fourier Transform)理论及其特点,设计了一个在桌面音频系统中由于麦克风和听筒的耦合而产生语音干扰(主要是回声)的消除系统,该系统利用STFT将所需信号和噪声信号变换到频域,通过频谱相减消除噪声。提出了一个基于多信道回声消除器的子带最小二乘滤波器理论分析和估算方法,该方法具有较强的自适应能力、算法收敛快、控制精度高。     

RZF预编码与MMSE-SIC检测联合的大规模MIMO系统预编码设计算法

研究了大规模多输入多输出(MIMO)系统的预编码设计算法。针对大规模MIMO系统通常利用增加用户天线数来提高系统频谱效率的方法会导致用户间干扰增大,从而对系统性能产生负面影响的问题,提出了一种将正则化迫零(RZF)预编码与最小均方误差-串行干扰消除(MMSE-SIC)检测相结合的改进算法。该算法通过在基站端采用RZF预编码对信号进行预处理以平衡用户间干扰和噪声干扰的影响,继而在接收端运用检测性能优异的MMSE-SIC算法来进一步减轻信号中的干扰,从而达到提升系统容量的目的。实验结果表明,这种将RZF预编码与MMSE-SIC检测相结合的改进算法,在用户间干扰较大时具有较好的适用性,且在完全已知和未完全已知信道状态信息情况下的频谱效率均优于传统RZF算法。     

基于广义倒谱的相关算法在声学温度检测系统中的应用

声温法是基于声波与CT技术相结合的非接触测温法,声波信号飞渡时间的精确测量是温度场检测的关键环节。在复杂混响的背景环境下,传统的相关算法已无法克服卷积性干扰,可能会出现多相关峰值的处理结果。基于广义倒谱的相关分析算法在声温法温度检测应用中,利用倒谱运算将乘积同态系统与卷积同态系统变换成线性系统,从而分离乘积信号或卷积信号,并滤除乘积性干扰与卷积性干扰。理论与实验测量表明,与传统相关函数分析算法进行比较,新倒谱算法能够有效地克服混响的卷积干扰,并锐化峰值,从而准确估计出声信号的时延。     

快速傅里叶变换FFT及其应用

利用快速傅里叶变换FFT将图像信号从空间域转换到频域进行分析,使快速卷积、目标识别等许多算法易于实现;然后根据图像信号的灰度结构特征和频谱分布,用Butterworth带通滤波器和二维维纳滤波器进行滤波处理,去除图像信号中的低频干扰和噪声信号;再利用傅里叶反变换将信号还原。结果显示,处理后的模拟远程高空卫星照片轮廓清晰可见。     

一种强噪声背景下的微弱信号检测的新方法

基于自适应滤波算法对小波滤波器的构造方法进行了研究，重点在于解决对强噪声环境下微弱信号提取所需要的小波变换的子带自适应滤波器的构造，把小波变换技术和自适应滤波技术应用于微弱信号的检测。提出基于自适应小波变换的心电信号的检测，利用小波变换的子带编码理论，通过在多个子带权值的自适应匹配，回复后拟合微弱信号。仿真结果表明，该方法可进一步改善信号的检测能力，在检测微弱信号的特征和改善信噪比方面是一种十分有效的方法。     

改进 TSA 降噪与平方包络谱分析的故障特征提取

为实现旋转机械设备故障诊断,提出基于相关性检测的振动信号改进时域同步平均(Time Synchronous Averaging,TSA)降噪方法,并利用平方包络谱提取故障特征。在采样振动信号中任取一段参考子信号,令参考子信号从振动信号初始时间开始,沿时间轴逐点滑动至终了时间,同时计算参考子信号与其在振动信号中遮掩子信号之间的相关系数;利用步长迭代算法获取相关系数最优阈值,选择与参考子信号相关系数大于最优阈值的所有遮掩子信号作为总体同步信号,平均计算后获得降噪的目标信号;对目标信号进行平方包络谱分析。仿真信号、齿轮和轴承振动信号的分析结果表明,所提出的方法能够有效用于旋转机械设备的振动信号降噪与故障特征提取。     

强背景噪声下基于谱峭度-波束形成轴承故障特征提取

在利用声学信号分析法对滚动轴承进行故障诊断时,环境噪声或其它设备噪声会严重影响目标声信号的提取并降低诊断精度。针对这一问题,提出一种用于故障特征增强的谱峭度-波束形成方法。该方法首先利用快速谱峭度算法确定最优滤波频带,然后根据确定的频带,利用2 阶锥规划方法设计恒定束宽波束形成器并提取目标频带信号,最后对提取的带限信号进行包络解调得到轴承故障特征频率。实验结果表明,该方法能够在强干扰环境下有效提取滚动轴承故障特征,并且相较于传统的延时求和波束形成器具有更好的效果。     

迭代广义解调齿轮信号分离的变转速滚动轴承故障诊断EI北大核心CSCD

变转速工作模式下齿轮啮合会掩盖故障轴承冲击特征,使得轴承故障特征信息微弱,针对变转速工作模式下齿轮啮合对轴承信号干扰的问题,提出了迭代广义解调齿轮信号分离的变转速滚动轴承的故障诊断方法。首先采用峰值搜索算法从包络时频谱中提取峰值啮合倍频(Instantaneous Dominant Meshing Multiply,IDMM),通过IDMM趋势线构造各广义解调函数的相位函数;其次利用迭代广义解调算法(Iterative Generalized Demodulation,IGD)分离出齿轮啮合频率及倍频信号,对剩余信号采用谱峭度算法确定由故障轴承引起的高频共振滤波参数并进行带通滤波;最后,以提取的IDMM趋势线作为轴承转频,对滤波结果进行角域重采样,根据阶次谱对滚动轴承运行状态予以判断。仿真信号和实测信号的处理结果证明该方法在无转速计设备的情况下能有效的实现变转速滚动轴承的故障诊断。     

基于时域波束信号高阶谱的目标检测技术

为解决常规时域波束形成技术抗噪声能力弱、对弱目标检测能力差的问题,利用高斯噪声的高阶累积量(三阶及三阶以上)为零、非高斯信号的高阶累积量不为零这一性质,对常规时域波束形成后输出的波束信号进行后置处理。首先,对常规时域波束形成后输出的各预成波束信号,分别求其四阶累积量切片谱值;然后,再对各四阶累积量切片谱值分别进行能量累加,得到空间谱图;最后,通过对空间谱在时间上的累积,得到方位历程图。用仿真和海试数据对算法进行了验证:在低信噪比情况下,常规算法不能有效检测到弱目标时,经后置处理后可以有效检测到弱目标。结果表明,与常规时域波束形成算法相比,波束形成后再进行切片谱后置处理的算法增强了对噪声的抑制能力,提高了对弱目标的检测能力。     

迭代广义解调齿轮信号分离的变转速滚动轴承故障诊断

变转速工作模式下齿轮啮合会掩盖故障轴承冲击特征,使得轴承故障特征信息微弱,针对变转速工作模式下齿轮啮合对轴承信号干扰的问题,提出了迭代广义解调齿轮信号分离的变转速滚动轴承的故障诊断方法。首先采用峰值搜索算法从包络时频谱中提取峰值啮合倍频(Instantaneous Dominant Meshing Multiply,IDMM),通过IDMM趋势线构造各广义解调函数的相位函数;其次利用迭代广义解调算法(Iterative Generalized Demodulation,IGD)分离出齿轮啮合频率及倍频信号,对剩余信号采用谱峭度算法确定由故障轴承引起的高频共振滤波参数并进行带通滤波;最后,以提取的IDMM趋势线作为轴承转频,对滤波结果进行角域重采样,根据阶次谱对滚动轴承运行状态予以判断。仿真信号和实测信号的处理结果证明该方法在无转速计设备的情况下能有效的实现变转速滚动轴承的故障诊断。     

小波变换在混凝土冲击回波检测中的应用

采用冲击回波法检测混凝土厚度或者缺陷时,采用传统快速傅里叶变换方法,由于傅里叶变换的时移性以及信号中包含表面波和结构模态振动使得特征频率的提取较为困难。要解决特征频率提取受到干扰的问题,该文提出一种小波变换结合傅里叶变换的信号处理方法。首先对回波信号进行小波变换,得到信号时频图和小波边际谱,其次将小波边际谱与傅里叶谱相乘,得到增强傅里叶谱。结果表明:信号时频图可以确定表面波和模态振动的频率范围和时间跨度,增强傅里叶谱不仅可保证频率分辨率,而且抑制由于傅里叶变换的时移性产生的多个波峰,使得特征频率在频谱中更为清晰和准确,是一种适用于冲击回波检测的信号处理方法。     

基于整数小波变换与矩阵分解的感兴趣区域可逆水印算法研究

目的针对传统感兴趣区域水印算法抵抗几何攻击能力较弱的缺陷,提出一种基于IWT-Schur的感兴趣区域可逆水印算法。方法首先对载体图像做小波变换,筛选出各子带ROI系数,接着采用Arnold变换加密水印图像,加密水印图像做整数小波变换得到一系列分量。最后结合Schur分解,将水印各分量对应加至载体各子带的ROI。结果采用整数小波变换IWT与矩阵Schur分解的嵌入方式,使得含水印图像的视觉质量良好,算法实现容易。含水印图像没有受到干扰时检测到的水印与原水印一致,含水印图像受到攻击时,也表现出良好的性能,检测到的水印品质较好。结论实验证明,此方案水印提取正确,且感兴趣区域无损恢复。     

基于子带自适应滤波的振动台功率谱复现

为了提高液压振动台功率谱密度复现的精度和减少功率谱均衡时间,研究了子带自适应滤波系统辨识技术。在分析振动台功率谱均衡原理的基础上,指出液压振动控制系统辨识的精度直接影响到功率谱复现的精度及均衡时间。针对系统辨识技术研究算法的结构,推导出算法迭代公式和收敛条件。同时,为了将信号更好地分解到各个子频带,探讨了一种近似完全重构滤波器组设计方法,近于消除滤波器组的幅值失真和混叠失真。基于液压振动台功率谱复现流程,采用Matlab/Simulink仿真软件进行仿真试验,仿真结果证明了子带自适应滤波算法在液压振动台功率谱复现过程中的有效性。     

一种不需要次级通道建模的有源噪声控制算法

对有源噪声控制的研究,绝大部分都是建立在次级通道已知的基础上,或者通过在线或离线辨识来建模次级通道,通过分析滤波-XLMS（FXLMS）算法收敛的几何特性实现有源噪声的无模型控制。子带技术是将信号通过不同频带的滤波器,把信号分解到不同频带的子带中,对各子带信号分别进行相应的处理,并减少处理时间。将两者相结合,运用子带技术,采用过采样无延迟子带结构消除单频噪声、窄带噪声以及宽带噪声,降噪效果明显。相比传统的XLMS滤波算法,该算法降低了运算量,且实现结构简单。