汽油机点火系统电压波形识别与诊断方法

以汽油机点火系统为诊断对象，研究了基于设备信号时域波形结构模式识别的诊断方法。该方法可用于汽油机点火系统的故障诊断，文中并附有应用实例。结果表明，点火电压波形反映了各环节工作状态，对规则波形利用波形结构的方法进行诊断是有效的，可实现故障的自动诊断和识别     

基于DSP的单脉冲瞬态波形采集与识别系统

本文设计了一种基于TMS320F206芯片的单脉冲瞬态波形采集与识别系统,阐述了系统的组成、工作原理以及主要硬件设计.本系统采用浮点放大技术,动态范围可以达到120dB以上.光电跟踪系统跟踪目标时,探测到的爆炸波形与云层背景波形十分相似,采用通常方法很难识别爆炸波形.分析了爆炸波形与云层背景波形的特点,提出了两种新的DSP波形识别方法,并采用DSP技术实现了该方法.实验结果表明DSP波形识别方法可以有效地识别出信号波形.该系统对于瞬态波形、非重复出现信号波形的采集、处理、记录和识别,具有较高的实用性.     

基于主动监测技术的结构冲击损伤BP神经网络识别

将BP神经网络用于复合结构材料的健康监测中,在结构健康主动监测技术基础上采取了一种基于最小二乘法拟合处理后提取损伤特征值的波形诊断方法,即考虑到主动监测信号的幅值的衰减主要受传播距离与损伤两大因素影响,通过最小二乘法拟合出波形的衰减系数,将该衰减系数作用于样本波形和仿真波形以剔除传播距离对主动监测信号幅值的影响,突出损伤的作用,再从预处理后的主动监测信号波形中提取损伤特征值作为神经网络的输入以实现波形诊断。通过在碳纤维材料上的实验,验证了该神经网络在损伤识别上的可靠性。     

结合时间逆转的兰姆波与加权分布成像算法对多损伤识别的研究

结合时间逆转的兰姆波与加权分布成像算法,来识别铝板中的多缺陷。通过分析重建波形与原始激励的调幅脉冲之间的波形扭曲来校对基于时间逆转的损伤指数(Damage index,DI)。利用加权分布函数,传感网络中各条传感路径所校对的DI值被映射到检测区域内的各个离散坐标上,构建缺陷出现在这些离散坐标上的概率图像。利用动态有限元法在无缺陷和有不同切缝缺陷(不同长度)的铝板中研究兰姆波的时间可逆性,并评估这个基于时间逆转的DI对损伤识别的有效性。在试验中利用所建立起来的损伤识别方法诊断一个带有双切缝缺陷的铝板。试验结果表明,这个方法不但不依赖基准信号,而且可以精确地识别和定位铝板中的多缺陷。     

基于故障波形时频特征配网故障识别方法研究

配电线路故障类型的准确识别可为线路运维人员提供方向性的指导。基于对故障波形时频特征的分析,提出了一种配电线路故障类型识别方法,通过对不同类型故障波形建立模型与理论分析,从时域、频域和电弧3个方面提出可以表征不同故障类型波形特点的特征参量;并提出依据故障波形数据提取特征参量的计算公式,将多参量融合作为依据建立识别逻辑,通过对输入波形数据特征量的检测归类,实现对不同原因引起的配网线路故障类型的自动识别。最终利用美国电力研究协会(EPRI)提供的136组现场故障波形数据对算法进行了闭环控制与验证,结果显示识别成功率达到90%,证实了利用故障波形时频特性实现配电线路故障类型识别的可行性。     

智能故障诊断中的波形识别技术

在电子设备故障诊断中,波形识别是进行故障特征提取和故障诊断的重要依据。根据某型电子设备实时监测与诊断系统的需要,提出了两种波形识别方法：一种是波形相关分析识别方法,另一种是波形模糊识别方法。相关分析主要是计算相关系数,模糊识别主要是计算监测点波形的模糊隶属度。这两种方法都是以标准渡形为依据,能够实时在线对监测波形数据进行分析,实现动态时域波形的自动识别。     

基于测试仪器的波形识别研究

本文针对测试仪器发展中的智能化要求,在对采集信号进行奇异点的检测和消除、去噪等预处理的基础之上,提出了运用差分、均值的方法提取波形识别的特征信息。并用BP算法进行波形识别的实现。最后给出了一种较为典型的失真波形的仿真实验。仿真结果表明该方法能取得较为有效的识别结果。     

计算机控制滞后对象参数的波形识别法

本文探讨了在Smith控制器作用下,滞后对象输出与预估模型输出的一些特性,以及基于这些特性的滞后对象参数波形识别法,并给出了参数识别的实例。它特别适合于参数随时间变化的时变性对象的实时控制,亦适应二阶滞后对象的参数识别。     

强干扰下复杂系统的独立源识别方法

为了识别强干扰环境下复杂系统的独立源信号,利用主分量分析(PCA)的主投影方向辨识能力,以及独立分量分析(ICA)的冗余取消与盲源分离特性,提出一种基于复合PCA-ICA神经网络的独立源识别方法。ICA与 PCA的有机结合使两者优势得到充分发挥,隐藏于多通道传感观测中的独立源波形得以分离。借助基于快速傅里叶变换与最大相关分析准则的自适应分析校正,消除ICA估计源的盲不确定性,准确地估计源波形及其混合参数,从而实现独立源信号的识别。仿真试验结果证明该方法的有效性,也表明它在复杂系统源识别方面具有较大的应用潜力。     

用于时间反转聚焦检测的测试系统设计

时间反转（TR）技术可实现目标回波的聚焦,提高检测分辨率。针对Lamb波无损检测的需要,开发了用于TR测量的测试系统。针对AFG3000系列波形发生器。编写了基于LABVIEW的控制程序,该程序通过代码转换的方法,将波形参数转换成波形发生器能够识别的BNF代码,从而向波形发生器发出指令。在检测过程中即时将检测波形时间反转后再次发射,实现了检测与激励系统的集成。     

时域波形智能识别专家系统

根据时域波形的特点,建立一个波形智能识别专家系统。以波形处理工具库实现波形的理解;以形态获取器和编译技术实现知识的获取;以混合推理技术实现波形的智能识别。     

Target detection and classification by measuring and processing bistatic UWB radar signal

This paper presents a novel method to detect and classify targets obscured by foliage based on real data collected by a bistatic ultra-wideband (UWB) radar system. The type of the target which passes between the transmitter and receiver can have significant effects on the shape of the received waveform. The signal measured by the bistatic UWB radar is related to the type of the target. From these received signals, we extract features that are representative of the target types. Then, we develop target type classification and recognition algorithm based on machine learning techniques. An improved support vector machine (SVM) classifier is developed to perform target types classification and recognition. A novel chaotic differential evolution (CDE) optimization approach using tent map is adopted to determine the parameters of SVM. The effectiveness of the proposed approach is verified by experiments taken in the forest.     

Vehicle detection and classification by measuring and processing magnetic signal

This paper presents novel vehicle detection and classification method by measuring and processing magnetic signal based on single micro-electro-mechanical system (MEMS) magnetic sensor. When a vehicle moves over the ground, it generates a succession of impacts on the earth’s magnetic field, which can be detected by single magnetic sensor. The magnetic signal measured by the magnetic sensor is related to the moving direction and the type of the vehicle. Generally, the recognition rate using single sensor detector is not high. In order to improve the recognition rate, a novel feature extraction algorithm and a novel vehicle classification and recognition algorithm are presented. The concavity and convexity areas, and the angles of concave and convex parts of the waveform are extracted. An improved support vector machine (ISVM) classifier is developed to perform vehicle classification and recognition. The effectiveness of the proposed approach is verified by outdoor experiments.     

基于BP神经网络的管道泄漏声信号识别方法研究

针对城市供水管网泄漏检测需求,进行了泄漏声信号识别方法研究。分析了泄漏信号的时域、频域及波形特点,提取出可用于泄漏信号表征的20种特征参数;基于提取的泄漏声信号特征参数,构建了泄漏声信号BP神经网络识别系统;研究了神经网络结构(隐含节点数、传递函数、学习率)及输入参数的数量和种类对泄漏信号识别效果的影响,并优化出最佳的神经网络结构及输入参数。在以上研究基础上,利用优化后的神经网络对实验室及现场管道泄漏信号进行了交叉训练和识别,结果表明,提出的基于泄漏特征参数的神经网络系统具有较高的可靠性和普适性,可以很好地实现不同场景下泄漏信号的交叉识别,整体识别率达92.5%,为解决不同工况下泄漏信号识别做了有益的探索。     

A waveform digitizer-based automatic modulation classifier for a flexible spectrum management

The paper presents the development and validation of an automatic digital modulation classifier based on a waveform digitizer architecture. The proposed automatic digital modulation classifier can be used for signal recognition in the next generation telecommunication systems, characterized by a flexible and dynamic management of the radio spectrum. It has been implemented on a PC architecture, connected with two different types of waveform digitizers. The experimental validation has been carried out by means of actual telecommunication signals, even in presence of narrowband and wideband interference.     

三通道跟踪式智能任意波形发生器的研究

介绍了一种基于89C55单片机的三通道跟踪式智能任意波形发生器。给出了硬件电路的基本结构以及软件的编程方法。波形的产生电路是由单片机系统和三相查表电路组成，它们不断地从EEPROM中取出波形点阵的数据，通过DAC和LPF电路输出周期波形。信号波形的点阵数据可由单片机编程、实际波形的采集或PC机下载获得。该仪器能同时输出三相波形，其波形的频率、相位和幅值可程控，并且其波形、频率、相位可在LCD液晶显示器上实时显示。     

面向石质文物裂隙的超声定位系统及算法研究

面向石质文物多年风化、干裂，急需修复的场景，针对深度学习在文物裂隙检测应用中的不足，提出一种基于缺陷特征增强和卷积神经网络(CNN)的石质文物缺陷定位算法。算法通过小波包分解进行特征提取并选择包含丰富特征信息的有效频段，作为CNN网络的输入，通过模型训练和波形分类识别，缩小定位范围，提高缺陷定位算法的泛化能力和识别率。本文搭建了以现场可编程门阵列(FPGA)为核心的超声检测平台，并在边长为40 cm的立方体试件上进行了实验验证，实验结果表明，波形识别准确率相较传统算法提高了11.3%,平均定位误差小于10%,为石质文物裂隙检测提供了可靠依据，有助于文物保护和修复。     

基于LabVIEW的任意波形发生器设计

设计并实现了靶场测试环境中的用于检验光电靶后续设备的任意波形发生器。该系统硬件包括PC机、PXI-1000B机箱、MXI-3外置控制器和PXI-6025E数据采集板卡。该波形发生器在上述硬件的基础上,利用图形化编程软件LabVIEW编制了用户控制软面板。系统主要功能包括:产生各种标准波形,利用鼠标绘制任意波形,波形编辑,任意波形输出等,能满足实际测试的各种需要。