一种结合噪声辅助技术和现场数据的模拟电路实时可靠度预测方法

信号处理技术和信息融合技术是实时可靠度预测的关键。针对传统方法通常适用于特定的随机过程和数据分布的缺陷,提出一种新的实时可靠度预测方法。该方法采用一种基于卡尔曼滤波的噪声辅助技术来计算表征系统性能退化趋势的故障指示器,利用粒子滤波技术外推电路系统的伪失效性能,采用基于贝叶斯估计方法的信息融合技术更新性能分布的时变参数,从而预测电路的实时可靠度。引入基于真实的嵌入式平面电容器来加速退化实验所统计产生的电容器失效物理模型,并以真实数据代替理想仿真假设数据的例子,验证了结合噪声辅助技术和现场数据的实时可靠度预测方法的有效性。结果表明,现场数据信息越多,电路的实时可靠度预测准确性越高。     

火箭发动机射流复杂噪声测量数据时频分析

为了对大推力火箭发射时产生的噪声特性进行预测,采用了小型固体火箭发动机来开展缩比实验研究。通过小波变换和FFT方法对实验测得的噪声数据进行深入分析后发现:在发动机工作时间段出现了低频高幅冲击波成分,其幅值和频率特性与典型射流宽带噪声有很大不同;滤掉该冲击波成分之后的噪声频谱是典型的湍流宽带噪声频谱,并且得到射流噪声的声效率为0.51%,很好的吻合了火箭发射时声效率的经验数据,由此证明该冲击波成分并不属于射流噪声。     

基于TMS320VC5509A 的机载语音降噪系统

针对机载强噪声环境下的语音通信,研究并设计基于 TMS320VC5509A芯片的语音降噪实时处理系统.对主流语音降噪算法进行研究,采用基于短时谱幅值的频域增强典型算法——谱减法,对带噪语音进行降噪.实验结果表明:该系统具备良好的实时处理能力,在机载强噪声环境下,对带早语音的综合降噪效果较为明显.     

内插算法对提高时差定位精度的影响

时差定位技术是无源定位中一种重要的定位方法,它的优点是定位精度比较高。在分析影响时差定位精度诸多因素的基础上,提出了一种基于内插算法理论进一步提高定位精度的新方法。该方法首先将信号处理器的采样率降低,使之能够在该采样率下完全进行实时处理,然后对所采样的一系列数据中感兴趣的那段数据进行内插处理从而间接地提高采样率,该方法较好地解决了信号处理器在高采样率条件下很难进行实时处理的问题,达到了提高时差定位精度的目的。计算机仿真结果验证了该方法的可行性和有效性。     

遥控指令弹道修正弹外弹道最优预测模型

根据遥控指令弹道修正弹的外弹道数据特点，在广义Kalman数据估计的基础上，提出了一种基于弹道扰动噪声估计的弹道修正弹外弹道最优预测模型。该方法摆脱了对于弹道状态方程中发射前扰动噪声数据的依赖，避免了由于扰动噪声非实时性估计而产生的计算误差。文中把弹道扰动噪声分为常值噪声和均值为零的高斯白噪声，并对噪声估计的准确性进行了详细的定量分析。根据对遥控指令弹的观测段弹道扰动噪声估计的结果，改进了观测段的弹道估计算法，降低了计算量，提高了非观测段弹道预测的精度。仿真计算结果验证了文中模型的正确性。     

一种抗海浪扰动实时控制信号滤波方法

为了克服伺服控制系统中滤波效果与系统相位裕度不能兼顾,消除高频噪声会损失有用低频信号的问题,以卡尔曼滤波算法为基础,提出了一种抗海浪用实时控制信号滤波方法,该方法运用状态空间法描述系统,采用2阶自回归模型计算系统参数,以递推算法实现计算机实时处理,从而达到大幅降低信号高频噪声,抑制陀螺漂移,提取有用信号的目的。仿真结果表明,该滤波方法简单,实现方便,抑制性好,可有效减小系统的相位损失,消除了高频干扰,对提高系统带宽与系统开环增益有很大贡献。     

锁相跳频源相位噪声预测方法的研究

为了提高现代通信系统的灵敏度和选择性,提出一种能较为准确地预测锁相跳频源相位噪声的方法。在对电荷泵型的锁相跳频源的相位噪声理论进行分析的基础上,对传统的相位噪声预测方法和NSC公司提出的新估计方法进行论证和合理的修正,得出各自的应用范围,并给出2个L波段低相噪跳频源设计实例,对相位噪声预测方法进行验证。验证结果表明:该方法能较为准确预测锁相跳频源的相位噪声,大大地缩短了锁相跳频源的设计周期,降低了设计成本,对低相噪PLL源的设计也具有一定的指导意义。     

基于模型预测控制的自适应噪声抵消方法

针对用常规自适应滤波器实现噪声抵消,在没有或很少先验概率的情况下,消除噪声效果很差,阻碍了自适应消噪在实际中的应用。为此,将模型预测控制结构引入自适应噪声抵消。基于模型预测控制的自适应噪声抵消方法利用已有误差控制和预测的误差控制对自适应滤波器的权值进行优化,能够很好地克服系统非线性带来的扰动。理论推导和仿真表明:该方法对先验概率的依赖性小,可以实现实时性的噪声消除,具有良好的鲁棒特性。其特点是利用已有误差控制和预测的误差控制对自适应滤波器的权值进行优化,能够很好地克服系统非线性带来的扰动。     

误差检测法跟踪原理

本文提出一种新的实现高精度快速跟踪的系统结构方法。利用误差检测器检测出目标偏差,用此偏差修正系统输出以提高系统测量精度,利用微处理机实现数据自动实时处理。该方法可用于跟踪、制导和测量系统。     

基于自适应无迹卡尔曼滤波算法的多股螺旋弹簧动态响应模型参数辨识和分析

针对传统方法在辨识多股螺旋弹簧（以下简称多股簧）非线性响应模型参数时效率较低、精度较差的问题,提出带噪声统计估计器的自适应无迹卡尔曼滤波(AUKF)算法。该算法通过对多股簧试验数据中的量测(过程)噪声进行递推和估计,能够确保非线性模型参数辨识的收敛性;结合多股簧动态试验对该算法进行检验。研究结果表明：即使在量测噪声级别较高的情况下,AUKF算法也可以准确地求出多股簧的动力学模型参数;在预测多股簧动态响应过程中,若预测振幅和参数辨识所用振幅相差太大则会导致较大的预测误差;当加载速度变化时,多股簧动力学模型中的迟滞部分参数基本不变,但0阶非线性刚度系数和非线性放大因子变化较大。     

小波分析在再入体辨识数据处理中的应用

针对辨识数据的处理问题，提出了基于小波分析的数据处理方法。对于含噪声数据的噪声未知时，可以通过小波高频分解系数估计出噪声的强度，进行数据滤波。该方法简单且去噪效果好，仿真结果进一步证实了本方法的有效性。     

基于小波熵的组合定位系统数据融合

文中提出了一种基于小波熵的组合定位系统数据融合方案。对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合。结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性。     

小波包神经网络在雷达导引头信号处理中的应用

为从背景杂波中有效地提取出目标的特征信号,文中提出了一种将小波包分解和神经网络相结合的去噪方案。利用小波包对信号的低频和高频部分进行精细分解,得到信号在多尺度空间上的分解系数。根据信号和噪声在不同尺度小波包分解下的小波包特性,利用神经网络对分解系数进行处理,再用新的小波包分解系数对信号进行重构,以达到滤除噪声的目的。     

基于小波滤波及相关分析的激光光幕破片测速信号数据处理

针对激光光幕战斗部破片测速中信号噪声起伏大和无法自动判读的问题,提出了基于小波分析和相关算法的激光光幕破片测速信号自动识别与处理方法。该方法基于离散小波变换的带通滤波性质和多分辨率分析,联合小波阈值去噪方法,对破片过靶信号进行小波滤波;结合波峰检测获取各破片过靶的特征点计时时刻,根据同一破片飞行穿越前后光幕所捕获信号的相关性对各破片波形的归属进行自动识别和数据处理。通过对12组战斗部静爆现场采集到的波形进行处理,研究结果表明：该算法能够很好地滤除激光光幕破片测速信号中的高低频噪声,破片特征点的拾取率为96.9%,破片波形的归属识别率为87.2%.     

基于泛函序列时变自回归滑动平均模型的弹箭时变模态参数递推估计方法

随着弹簧系统朝着大型化、高速化、智能化发展,飞行状态下弹箭系统的固有特性对整体结构的影响不可忽视。针对弹箭在飞行状态下的时变模态参数辨识问题进行研究,基于泛函序列时变自回归滑动平均（FS-TARMA）模型,提出一种时变模态参数的递推估计方法。该方法采用墨西哥帽小波基作为TARMA模型时变系数的空间基底,并借鉴于无结构化TARMA模型递推估计思想,将投影参数矩阵视为振动响应数据长度的变量,实现了投影参数矩阵的递推估计。通过有限单元法建立阿里安V号芯级运载火箭时变有限元模型,对所提方法进行验证。结果表明：递推辨识方法与传统批量算法相比,在辨识精度上,3阶模态频率辨识结果最大相对误差在5%以内;在计算效率上,递推辨识方法的计算时间缩短了9.38倍。     

小波消噪及其在传感信号处理中的应用

由于影响导弹安全分离因素的存在，所测得的导弹分离参数往往被外界噪声所淹没，利用噪声分离的非线性小波分析，重建信号几乎完好保留了信号中的突变、尖峰成分，有效地提取导发架行程末端的准确分离点；利用浮动阈值去噪算法，有效区分导弹俯仰角的有用信号和随机噪声，识别含噪传感信号中有用信号的发展趋势，结果证明小波分析方法在导弹安全分离中得以应用的有效性。     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

弹着点定位系统中初至信号拾取方法

对于弹丸落地后地震信号的准确拾取是利用地震信号进行弹丸落点定位的关键环节.以主频50 Hz的雷克子波为原始信号,通过引入不同的噪声分别分析长短时窗能量值比法(STA/LTA)、基于自回归模型的Akaike信息准则的AR-AIC方法和基于高阶统计量偏度和峰度的PAI-S/K法等3种拾取微震事件方法的拾取精度与可靠性.同时,分别采用这3种方法对试验数据进行识别.结果表明:对于信噪比较高的试验信号,3种方法都有很高的拾取精度,而对于微震事件,AIC法相较于另外两种方法具有更高的拾取精度与可靠性.     

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。     

鱼雷引信目标信号的小波消噪研究

鱼雷引信目标信号的背景噪声消除是确保引信可靠动作的重要手段。传统的带通滤波方法消噪精度低，波形稳定性差，而小波变换在对信号进行消噪处理方面具有良好的特性，它可利用不同的尺度参数将信号分解到不同的频带上。该文基于典型的鱼雷电磁引信模型和磁引信目标信号模型，采用小波变换的方法对复杂背景干扰下的引信目标信号进行了消噪处理，并使用数学分析软件MATLAB对消噪结果进行了仿真。仿真结果表明，相比传统的消噪手段，小波消噪具有精度高、适用性强、信号波形失真度小的优点，可有效消除鱼雷引信目标信号中的背景噪声。