基于Fourier与Hilbert变换的纱线信号谱分析研究

介绍了两种信号谱分析方法——基于Fourier变换思想的波谱分析及基于经验模态分解的Hilhert边际谱分析，并将其分别应用到纱线信号的时频分析中。基于经验模态分解的边际谱分析方法是一种完全不同于传统Fourier谱分析的新方法，文中介绍了Hilhert边际谱的求解过程，通过将Fourier谱图与Hilbert边际谱进行对比可知，Hilhert边际谱更适用于对纱线信号的非平稳过程处理。     

基于重排小波变换的GNSS接收机干扰检测

文章通过分析谱图、Wigner-Ville分布和小波变换在检测卫星导航信号中射频干扰时存在的缺陷,提出了将重排技术与小波变换结合后的重排小波变换的方法。使用该方法检测导航接收机中的干扰,可以有效地处理时频分辨率、交叉项干扰、时频分布的聚集性等问题,提升了导航系统的抗干扰检测与抑制能力。     

基于希尔伯特黄在风力发电机组轴承故障诊断

针对风力发电机组轴承故障振动信号特性,该信号为非平稳信号。提出基于希尔伯特黄的对风力发电机组轴承故障的诊断方法。该方法是用经验模式分解方法将原始信号分解成包含不同特征时间尺度的本征模态函数,并对分解后得到的每一个本征模态函数分量进行希尔伯特变换,从而得出时频平面上的幅值分布的尔伯特谱,并通过其反映出来的物理信息对风力发电机组轴承做故障诊断分析。     

基于小波分析的信号去噪方法研究

介绍了小波变换的基本思想和优点及多分辨率分析的过程,并在MATLAB下利用小波变换工具箱,编写程序实现信号去噪处理,充分显示了小波变换在处理非平稳信号中的优势。     

循环平稳分析在齿轮箱故障诊断中的应用研究

传统的基于振动分析的齿轮箱故障诊断是建立在振动响应信号平稳性的假设下进行的,这种处理方法不能有效地识别信号中包含故障信息的时变统计量。齿轮箱在振动响应信号具有较为显著的非平稳性,可以视为循环平稳信号。文章在对循环平稳信号进行理论研究的基础上,进一步研究了应用循环平稳分析对齿轮箱进行故障诊断的方法,并通过实验验证了方法的有效性。     

密云水库入库流量时间序列分析

希尔伯特-黄变换是一种高效处理非线性、非平稳序列的时频分析方法。本文利用希尔伯特-黄变换对密云水库1920-2000年入库流量进行时间序列分析。结果表明:密云水库入库流量序列分解为4个内在模态函数和1个余项,存在3.64a,13.39a,27.00a,75.19a的多时间尺度周期,预测未来5年密云水库入库流量呈减少趋势。     

基于小波分析的折叠成网机传动辊轴承故障诊断

针对折叠成网机传动辊轴承振动信号调制源多和呈现非平稳性等特点而导致常规的傅立叶分析诊断故障效果不佳的情况,提出了一种小波变换的时频分析方法,对轴承振动信号进行分解和重构处理,获得振动信号在不同的频段的分量,提取相应特征频段重构分量的功率谱的频域统计值作为特征参数,进行轴承故障诊断。试验结果显示该方法有较好的诊断效果。     

基于小波分析的铺网机传动辊轴承故障诊断

铺网机传动辊轴承振动信号调制源多呈现出非平稳性等特点，导致常规的傅立叶分析诊断故障效果不佳的情况。本文提出了一种应用小波变换的时频分析方法，对振动信号进行分解和重构处理，获得了振动信号在不同的频段的分量，提取相应特征频段重构分量的功率谱的频域统计值作为特征参数，进行轴承故障诊断。试验结果显示该方法对铺网机传动辊轴承故障诊断有很好的效果。     

基于时频匹配跟踪的脉象信号能量谱分析

脉象信号是人体复杂系统的一种重要输出信号,传统的脉象信号处理方法主要是在时域或频域进行脉象信号分析,在对脉象信号信息的表征上不充分,并不知道特定频率发生在哪个时刻,也不知道特定时刻有哪些频率存在。采用时频匹配跟踪和时频功率能量比方法分析脉象,进行脉象信号的时频谱分解,研究脉象信号时频谱分布和功率能量比分布特点,从中发现脉象能量集中在5Hz以下的脉象主波峰中,高于5Hz的能量只占总能量的很小部分;病脉的频率范围比正常脉宽,病脉信号中高频部分较宽,不同类型的病脉的高频信号出现的时刻不同。     

基于北斗的基准站接收机卫星信号兼容性研究

随着现代科学技术的发展,卫星的兼容性已经成为单北斗卫星基准站接收机的一个重要指标。在分析单北斗卫星基准站的接收机卫星信号兼容性时通常是采用载噪来表征基站接收信号的质量。目前卫星接收机卫星信号兼容性研究主要以计算机仿真为主,难以复制真正的接收机信号监测系统,所以基于单北斗的基准站接收机卫星信号兼容性研究对卫星的高质量运行具有十分重要的意义。文章基于基准站接收机卫星信号兼容性技术研究要点和目标、基准站接收机接收卫星信号系统的关键技术、基准站接收卫星信号算法以及系统的兼容性几个方面展开详细阐述,为实际的基于单北斗的基准站接收卫星信号兼容性研究提供一定的参考价值和依据。