预警雷达的盲自适应波束形成新算法

针对预警机PD雷达，提出一种盲目适应波束形成新算法。在未知阵列响应矢量的条件下，利用信号的多普勒信息，估计出期望信号的波达方向。采用此波达方向作为导向矢量，校正ESB波束形成算法的约束导向矢量，从而提高波束形成算法的性能。当期望信号含于相关矩阵时，它能够有效地抑制信号对消现象。它可应用于在波束中有多个期望信号的场合。计算机仿真结果验证了这种算法的有效性。     

一种基于累积量的盲源分离新方法及其应用

结合二阶累积量和四阶累积量各自的优点,提出一种基于联合近似对角化二阶累积量和四阶累积量的盲源分离算法。采用稳健白化算法有效地减小了噪声对分离精度的影响。盲源分离算法与基于四阶累积量和二阶累积量的算法相比,具有收敛速度快、分离精度高的优点,两个仿真试验验证了该算法能有效分离语音信号和超高斯与亚高斯信号混合的信号。应用该算法成功实现了实测转子复杂混叠振动信号的分离。     

互谱波束形成声源识别中的传声器阵列布局研究

基于传声器阵列的波束形成算法是噪声源识别的重要方法之一.在对基于互谱的波束形成基本原理和几种常见阵列指向性研究的基础上,提出了随机三圆环阵列布局.针对现实中多为宽带信号,基于宽带信号用互谱波束形成方法对几种阵列进行了仿真比较.结果表明随机三圆环阵列可以得到很好的识别效果,并且可以减少传声器的个数,降低成本.     

仿真驱动下的压力容器封底多损伤快速定位方法

面向大型压力容器特种设备的球形封底结构,传统的无损检测较难完成在役大型储底部的在线损伤检测。压电陶瓷传感器（PZT）能够同时激发和接收Lamb波实现大面积区域的损伤检测。文章利用压电陶瓷传感器构造了均匀圆心阵列,并提出了一种仿真数据驱动的压力容器球形封底多损伤快速定位方法。首先,对在半球形封底结构模型上建立阵列Lamb波信号的传播模型,利用阵列导向矢量构造圆心阵列稀疏特征;其次,在ABAQUS有限元软件中建立压力容器封底有限元分析模型,获取虚拟阵列稀疏特征库;最后,将损伤信号的阵列转向向量与虚拟阵列稀疏特征库进行相似性比较,通过损伤成像快速确定损伤信号的位置。数值和实验结果都验证了基于虚拟阵列稀疏特征建模的多损伤定位方法能够有效地监测轴对称结构,且精度较高。     

基于EMMD和BSS的单通道旋转机械故障诊断方法

针对在欠定的观测信号情况下,传统基于矩阵的盲源分离算法效果比较差的问题,提出一种基于极值域均值模式分解和盲源分离的单通道旋转机械信号故障特征提取方法,并应用于实际的故障诊断中.该方法先通过极值域均值模式分解法分解观测信号,把得到的固有模态函数和原观测信号一起组成新观测信号,从而实现了信号升维,使欠定问题转化为正定问题;然后,由奇异值分解和贝叶斯准则进行源数估计;最后,利用基于四阶累积量的特征矩阵联合对角化方法实现信号的盲分离.通过仿真,验证了该方法对旋转机械故障信号进行盲源分离的可行性.将提出的方法应用到齿轮和轴承系统的故障诊断中,进一步证明了该方法的有效性.     

基于LS-SVM的传感器阵列多维信号智能提取方法研究

传感器阵列可同时对多个信号进行测量,而对多个输入信号进行解耦和并行提取是其关键。提出一种基于最小二乘支持向量机(LS-SVM)的传感器阵列输入信号逆向提取智能方法,该方法基于结构风险最小化,能够逼近任意复杂的非线性关系且泛化能力强。仿真试验表明,该方法具有拟合精度高、运算速度快、容易实现等优点,适用于对传感器阵列多个输入信号进行解耦和并行提取。     

二维动态网格压缩波束形成声源识别方法

基于平面传声器阵列测量和固定网格的传统二维压缩波束形成通过建立阵列传声器测量声压信号和假想声源网格点未知源强之间的欠定线性方程组，基于主声源通常为稀疏分布这一事实，利用稀疏促进算法求解上述方程组从而获得声源波达方向和源强的准确估计，进而准确识别声源。然而，当声源波达方向与网格点不一致、即发生基不匹配时，性能会劣化。为克服该问题，提出二维动态网格压缩波束形成声源识别方法。定义网格坐标和源强分布矢量为变量并采用对数求和罚函数构建目标函数以促进解的稀疏性；基于优化最小化框架在目标函数的基础上构造合适的替代函数以降低优化复杂度；通过梯度下降法对替代函数进行迭代优化求解，从而使网格坐标和源强分布矢量逐渐收敛至真实值附近。仿真和试验均表明，相较于传统固定网格的二维压缩波束形成，该方法能够克服基不匹配问题、获得更高的定位精度和量化精度；该方法能够适用于传声器随机分布的平面阵列，且无需先验的信噪比（噪声干扰）及声源稀疏度等信息，即使在传声器数量较少的情况下也能得到低污染高分辨率的声源成像，保证了高精度的二维波达方向估计和源强量化。     

基于高阶累积量的阵列式超声波传感器风速风向测量

针对现有超声波测风系统在实际应用中环境噪声抑制效果差、风速和风向测量精度不高的问题,提出了一种基于高阶累积量的阵列式超声波传感器风速风向测量方法。所提方法采用一种由一个超声波发射阵元和五个超声波接收阵元组成的阵列式超声波测风系统结构,并在此系统结构上,采用基于高阶累积量的多重信号分类(MUSIC)算法,抑制高斯白噪声及高斯色噪声的干扰,实现高斯混合噪声下风速风向的有效测量。所提方法与应用相关算法的测风方法相比,具有更高的噪声抑制能力及更高的风速风向测量精度。最后通过仿真实验与实测数据验证实验对所提方法的有效性进行了验证与分析,实验结果表明风速和风向角的测量误差分别为2.3%和-2°,基本达到了超声波测风方法的技术要求。     

基于十字形阵列和2D-MUSIC算法的Lamb波检测

采用由压电传感器组成的十字形阵列进行Lamb波信号的激励和接收，提出一种二维多重信号分类（2D-MUSIC）方法对铝板中的缺陷进行定位检测。选用合适的频率激励产生单一模态信号，可避免多模态的影响，降低Lamb波的频散；利用2D-MUSIC算法对接收信号进行分段处理，并结合反射信号和二维导向矢量对铝板中的缺陷进行定位。结果表明，提出的2D-MUSIC算法对铝板中的缺陷定位比传统MUSIC算法更精准。     

基于球壳聚焦阵列的超声成像检测技术研究

为提高超声成像对比度和分辨力,研究了一种利用球壳聚焦阵列进行目标散射成像的方法。球壳聚焦阵列中的部分阵元发射聚焦声波,声波作用于目标后发生散射,回波被余下的阵元所接收,阵列中的发射阵元和接收阵元随机选择,以达到抑制旁瓣的作用。借助三维自动扫描机构,可获得聚焦波束沿被测物体表面的散射回波强度,从而实现对目标的成像。计算机仿真结果表明,球壳聚焦阵列可减小主瓣宽度,并有效降低聚焦波束旁瓣。水池实验结果表明,基于该阵列的散射成像方法具有亚毫米级的成像分辨力,能够获得较高对比度的图像。     

Measurement of the normal acoustic impedance using beamforming method

A beamforming technique is introduced to measure the normal acoustic impedance at both normal and oblique incidence in a free field. In the proposed method, microphone array signals are decomposed into incident and reflected waves using an adaptive nulling algorithm, which is a type of beamforming algorithm. The acoustic impedance can then be calculated from the ratio of these two signals. To obtain better results, the pressure vector commonly used in array signal processing is replaced with the transfer function vector between each microphone, and the white Gaussian noise is suppressed by a wavelet shrinkage technique. For an accurate experimental setup, the incident and reflected angles are estimated by the multiple signal classification method with spatial smoothing. The experiments conducted in a semi-anechoic room show that the proposed method is efficient and accurate in measuring the normal acoustic impedance of sound-absorbing materials under a free field condition. This paper was recommended for publication in revised form by Associate Editor Hong Hee Yoo Jongcheon Sun received his B.S. degree in Mechanical Engineering from Korea University, Korea, in 2002. He is currently in the Unified Master’s and Doctor’s course at the School of Mechanical and Aerospace Engineering at Seoul National University, Korea. His research areas are acoustic holography and beamforming.     

盲解卷积和频域压缩感知在轴承复合故障声学诊断的应用

针对时域盲解卷积算法对单一故障机械声信号有效,及传统稀疏分量分析对声信号分析失效等问题,提出一种盲解卷积、形态滤波和频域压缩感知重构的稀疏分量分析相结合的轴承复合故障声学诊断方法。通过时域盲解卷积算法优选分量结果,提取声信号的冲击成分。使用形态滤波滤除背景噪声。使用模糊C均值聚类估计混合矩阵,重构传感矩阵,并运用稀疏度自适应匹配追踪基算法(Sparsity adaptive matching pursuit,SAMP)的频域压缩感知重构分离信号。双通道滚动轴承故障声信号分析结果表明该方法能够有效分离和提取滚动轴承故障特征。     

基于波束形成的均匀方阵虚拟基元定位方法

针对传统四基元超短基线定位(USBL)系统接收信号受噪声干扰严重,定位结果可能存在相位模糊,且可靠性低的问题,提出了一种基于平面阵列波束形成的虚拟基元定位方法,将均匀方阵对称分割为4个子阵,通过子阵波束形成分别投影成虚拟基元,构成四基元十字阵;之后进行四基元十字阵波达方向(DOA)估计计算来波方向;得到的结果和之前结果偏差较大舍弃,否则作为下一ping数据到来的参考基准方向,形成反馈环路,提高定位准确度。算法整体复杂度明显小于传统的特征分解定位算法。仿真实验显示,定位性能明显好于传统四基于定位算法。使用海试数据对算法进行了可行性分析,结果表明算法能够通过增加接收信号的信噪比有效地提高定位算法的精度。     

动态故障源数估计的自适应盲源分离方法

在大型旋转机械故障诊断中,由于故障源数动态变化,无法准确估计源数并有效分离出故障源.针对这一问题,采用拓展四阶累积量矩阵估计动态故障源数,并根据源信号数与传感器数的关系,选择相应的盲源分离算法实现自适应盲源分离.实验结果表明,该源数估计算法能有效地估计出包括欠定情况下的动态故障源数,自适应盲源分离算法能有效地实现正定、超定与欠定盲源分离的故障诊断.     

由可见光谱视频中提取心率的对角累积量法

由于使用经典的联合近似特征对角化(JADE)算法从视频中估计光电容积脉搏波(Photoplethysmography,PPG)信号,再经快速傅里叶变换转化成的心率值与真实心率值的误差较大,本文提出使用基于对角累积量算法从视频中分离PPG信号,再经过快速傅里叶变换转换成心率的方法来提高心率测量的准确性。进行了从RGB彩色可见光视频信号中恢复心率值的实验。对比实验表明,基于对角累积量分离算法所得心率值与真实心率值差的绝对值的统计特征参数较JADE算法均有所降低,均值、标准差、均方根误差平均分别下降1.46,4.98和4.49。通过Bland-Altman图的分析表明,在95%的置信区间内,对角累积量算法所得心率的浮动范围较JADE算法减小了2倍以上,显示对角累积量算法具有更高的估计精度,对肤色亮度和外界自然光的要求更低,通过调整参数值,可使运行时间控制在1s之内,基本满足实时提取心率的要求。     

稀疏基阵水下声成像的压缩感知方法

声传感器基阵式成像是水下目标探测的主要方法之一。在保证成像质量的同时,采用稀疏基阵是降低系统复杂性的有效途径。另一方面,成像方法也是关键技术之一,其性能直接决定成像质量的优劣。在前期研究的稀疏阵基础上,提出了压缩感知成像方法用于水下成像。回波经传感器基阵接收并进行信号分离后,获得各虚拟通道信号,利用压缩感知方法进行成像。在提出的成像方法中,采用了自适应块贝叶斯算法,它能够在噪声环境下较为准确地恢复图像。此外,根据声信号特点设计字典,并按算法特性设计了数据排列规则。实验表明:通过自适应块贝叶斯算法的压缩感知成像能够可靠地对水下目标进行成像,目标的几何特征明显。     

Acoustic source localization in a reverberant environment by average beamforming

This paper presents a strategy for the application of acoustic beamforming to locate noise sources in a reverberant field.In the hypothesis of stationary phenomena, the average amplitude and standard deviation of the output of beamforming, obtained from different array locations, are calculated.The standard deviation, normalized by the maximum value, can be used for beamforming output weighting, so as to enhance the source contribution, which is space invariant, and to attenuate the mirrors and sidelobe peaks, whose spatial position changes with changes in array position.The availability of microphone signals acquired when moving the array to a different position also allows a super-array to be obtained, i.e. an array obtained considering all the data as coming from a unique array. In this way, the capability of the averaging procedure to reject mirrors effects and disturbances is combined with high resolution beamforming for application in reverberant fields. These improvements are extended to the entire frequency range, since the procedure is not greatly affected by signal wavelength.     

基于物联网技术的矸石发电机组故障诊断系统设计

为确保矸石发电厂正常运行,降低运行成本,设计一种基于物联网技术的矸石发电机组故障诊断系统。系统硬件部分由下位机和嵌入式网关组成,根据发电机组数据特征分别给出各模块的电路设计方案;系统软件由预处理机、状态服务器和 Web 服务器组成,通过构建物联网传感器基阵,采集发电机组实时监测数据,利用 FCM 算法获得发电机组数据特征模式矢量,确定故障类别和中心矢量,以此实现矸石发电机组故障诊断。实验表明,该系统能够正常进行数据库访问和数据检索等操作,可有效地执行业务规则并完成相关工作。     

基于稀疏布阵的实时三维成像声纳系统

水下实时三维成像声纳系统可以有效地提高对水下目标探测及识别的能力,本文提出基于稀疏面阵的实时三维成像声纳系统,该系统包括3个部分:窄带信号发射系统、稀疏布阵接收系统及信号处理系统。信号处理系统在远场情况下采用二维FFT波束形成获得目标三维成像,近场情况下采用自聚焦二维FFT波束形成获得三维成像结果。相比于直接相移波束形成,稀疏布阵情况下采用二维FFT波束形成算法具有更小的计算量和内存需求量的优势。基于该成像算法,设计并实现一套实时三维成像声纳系统,通过多次湖上及海上实验对该系统进行测试,实验结果表明:该系统可以获得水下近场及远场目标的三维图像并满足实时成像的要求。