基于滤波的压缩感知信号采集方案

压缩感知中常选择随机矩阵作为测量矩阵来进行随机线性投影采样,但过多自由元素使得随机矩阵硬件实现、存储和计算困难,因此设计易于硬件实现的测量矩阵是将压缩感知推向实用化的关键.根据信号通过有限脉冲响应滤波器的差分方程,提出一种新的基于滤波的压缩感知信号采集方案,实现了信号在托普利兹测量矩阵下有用信息的高效获取.仿真实验说明托普利兹测量矩阵比随机矩阵更易实现信号采样和重构,并具有硬件实现简单、存储量小、计算复杂度低的优点.     

基于改进m序列的压缩采样观测矩阵设计

为了降低对嵌入式系统数据采集的硬件要求,提出了一种适用于模拟信号采集系统的压缩采样方法,为压缩感知观测矩阵提供了一种低功耗硬件实现方法。介绍了观测矩阵设计的相关要求,并提出了带压缩采样矩阵的高斯随机观测矩阵及基于改进的m序列的压缩采样矩阵硬件实现方法。考虑系统功耗及外围电路复杂度问题,提出利用MSP430微处理器完成压缩采样系统设计,并利用滚珠丝杠动态测试中的振动信号完成对系统的验证。实验结果表明,该系统能以低于亚乃奎斯特采样频率的采样率对振动信号进行压缩采样,能较为精确地重构出原始信号。     

基于奇异值分解的压缩感知噪声信号重构算法

压缩感知是通过对信号信息采样的信号处理新方法,它对可压缩信号可以大大降低采样数据.为提高噪声信号在压缩感知中的重构精度,本文提出了一种基于对观测矩阵奇异值分解的噪声信号重构算法,该算法对随机观测矩阵进行奇异值分解,通过均值算法修改对角矩阵的特征值,产生新的观测矩阵用于线性测量,理论证明了新观测矩阵比原观测矩阵具有更高的重构精度.仿真结果表明,算法重构精度在一维信号提高了3％～5％,二维信号的PSNR值提高1～2 dB.     

基于改进高斯随机测量矩阵的切削力信号压缩感知方法

高速加工过程中，依据传统Nyquist-Shannon采样定理进行信号采集通常会面临海量数据的存储、传输和处理难题。基于压缩感知理论提出了一种切削力信号采集新方法，实现信号压缩式采集。选择高斯随机矩阵作为基础测量矩阵，并结合近似正交三角分解和最小相关系数法对高斯随机矩阵进行重新设计，提高其压缩测量性能，再借助高效的压缩采样匹配追踪算法从测量值中恢复得到原始切削力信号。实验结果表明，改进的高斯随机测量矩阵具有更高的重构精度和稳定性，所提出的压缩感知方法在保证切削力数据重构效率和精度的同时，显著减少了数据量。     

基于FastICA的超声A波信号降噪研究

为便于缺陷可视化和提高缺陷定量分析精度,必须降低超声检测过程中多种未知噪声源对超声A波信号的干扰。首先将超声A波信号进行相空间重构,得到一个相空间重构矩阵;然后进行基于FastICA算法的独立分量分析;最后从独立分量中提取出所需的超声信号。为了验证降噪效果,将该降噪方法与小波去噪方法进行对比。实验结果表明:该方法与小波去噪方法效果接近,极大地提高了超声信号的信噪比。同时,该方法与小波去噪方法相比具有自适应能力强、简单且易于实现等优点。     

机械振动信号分块自适应压缩感知算法

为提高振动信号分块压缩感知过程中的信号重构效果,提出了机械振动信号的自适应分块压缩感知算法。首先将信号分割,构造信号矩阵,并利用K-SVD构造与信号矩阵相适应的冗余字典;然后根据不同信号块在冗余字典下匹配追踪系数的衰减速度,定义不同信号块的复杂度权值;最后以复杂度权值为依据,制定自适应的压缩感知采样策略,在保证振动信号的整体采样率不变的同时,自适应分配不同信号块的观测数目。将该算法应用于机械振动信号压缩感知,与传统压缩感知算法以及其他自适应压缩感知算法相比,信号重构的精度得到提高。     

振动信号过完备字典完整训练样本重构性能研究

针对用于训练过完备字典的样本集合中信号类型不足会影响到后续分析、分类和识别精度的问题,提出了一种基于过完备字典完整训练样本的滚动轴承振动信号压缩重构方法。该方法首先构造了用于字典学习的样本集合,使其尽可能多地包含各种信号成分;然后从所构造的多信号样本集合中随机选取K个原子作为初始字典,采用K-SVD算法对初始字典进行训练更新得到过完备字典,获得信号在K-SVD过完备字典上的最稀疏表示;最后利用高斯随机测量矩阵对振动信号进行压缩测量,并基于压缩测量数据采用正交匹配追踪(OMP)算法对原始信号进行重构。仿真实验结果表明,不同的训练样本集合对信号的重构精度有着很大的影响,且基于K-SVD过完备字典对信号进行稀疏表示时在较低的采样率下依然有着精确的重构性能。该方法在不丢失原始振动信号主要信息的情况下重构精度更高、重构时间更短。     

基于双稀疏字典模型机械振动信号压缩感知方法

针对机械装备在状态监测与故障诊断过程中,依据传统香农-内奎斯特采样定理进行数据采集时,面临的大量机械振动信号存储、传输和处理等困难问题,提出基于双稀疏字典模型机械振动信号压缩感知方法。分析机械振动信号在基于双稀疏字典模型训练得到的过完备字典上的近似稀疏性;然后利用高斯随机矩阵作为测量矩阵对机械振动信号进行压缩测量;最后通过双稀疏字典模型训练得到的过完备字典,结合正交匹配追踪算法完成对原始机械振动信号的重构。仿真测试结果表明,在相同压缩率下,相比经典K-奇异值分解(K-Singular value decomposition,K-SVD)字典训练方法,所提的方法有更高的重构精度,同时重构时间缩短将近50%。该方法既可以得到较高的信号压缩比又有着精确的信号重构性能。     

不同稀疏基对单像素相机矩阵性能的影响

针对不同稀疏基与单像素相机矩阵构成的重构矩阵研究较少的问题。首先将DCT矩阵和DWT矩阵这两种稀疏基分别与单像素相机矩阵组合成不同的重构矩阵，将得到的重构矩阵进行优化，分析优化过程中重构矩阵与优化矩阵性质的改变，再用重构矩阵与优化矩阵对信号进行重构实验。实验结果表明，基于DWT矩阵得到的重构矩阵和优化矩阵对信号的重构效果更好。基于DWT矩阵的重构矩阵和优化矩阵比基于DCT矩阵的重构矩阵和优化矩阵展现出了更好的重构性能。     

随机Duffing映射的Charlier多项式逼近与分岔研究

在参数随机性影响下,借助Charlier正交多项式逼近,实现了Duffing映射系统的动力学行为和随机分岔研究。为了明确系统的随机特性,首先,对确定性Duffing映射的复杂动力学行为进行分析,明确其动力学行为的发生、发展和变化规律;其次,针对系统随机参数的类型,选取相应的Charlier正交多项式实现对随机Duffing映射的逼近,得到扩阶等价确定性系统,进而运用集合平均响应实现随机分岔行为分析。数值结果表明,受随机因素的影响,倍周期分岔点发生前移;且系统的收敛区域随着随机变量强度的增加而缩小。     

基于DSP的列车制动防滑系统的速度测量

针对列车制动防滑系统的速度测量在测量精度和实时性两方面的要求,介绍了一种可变测速时区的速度测量方法.与传统测速方法相比,消除了测速齿轮加工偏差带来的测量误差,提高了测量精度,而且能将高、低速的测量统一于同一个计算公式,编程简单可靠;采用数字信号处理器(DSP)实现该测速功能,提高了速度和减速度的运算速度,满足了防滑控制的实时性要求.     

基于通道压缩的原子范数最小化 DOA 估计算法

针对波达方向(DOA)估计算法的精度以及分辨率受通道数目影响的问题,本文提出了基于通道压缩的原子范数最小化(CC-ANM)无网格DOA估计算法。该算法首先对通道数进行压缩,然后对压缩之后数据的协方差矩阵进行特征值分解,利用分解得到的特征值和特征向量构建新的观测向量,以此来构建单快拍模型下的ANM问题,最后根据半正定规划问题的最优解建立Toeplitz矩阵,通过其Vandermonde分解获得信号DOA参数的估计结果。仿真实验验证了CC-ANM算法在阵元数为20,压缩率为2,信噪比为20 dB,快拍数为200时,估计精度可以达到0.1°以下。对于角度间隔2°以上的信号可以达到100%的测量。对仪器接收入射角度为0°实测数据进行测试,该算法估计精度在0.3°以下,要优于同等条件下的压缩感知类算法。     

微弱光电信号检测电路设计

光电信号检测与采集电路的性能优劣,直接关系到粉尘浓度测量系统的准确度和精确度。在分析研究了光电检测基本原理和微弱信号检测影响因素的基础上,针对粉尘浓度测量系统中光信号的特点,通过采用差分式测量结构,提高光电探测器供电电源的稳定度,选用低噪声、响应快的运算放大器等措施,设计了一种噪声低、反应快、简单实用的微弱光信号检测电路,成功应用到了某粉尘浓度测量系统上。     

Estimation of time-varying power quality indices using a computationally efficient algorithm

In this paper a new recursive adaptive filter based on a fast Gauss–Newton method has been proposed for the estimation of power quality (PQ) indices for time-varying voltage and current signals in an electric power system. The presented algorithm is based on the minimization of a weighted forgetting factor based error cost function by the use of Recursive Gauss–Newton method. Further a Hessian matrix approximation is used to produce a fast recursive algorithm, which is immune to random noise, waveform distortion and increases the speed of convergence and accuracy. The algorithm models the typical time-varying signal and the accompanied distortions due to harmonics and random noise in a manner that will be suitable for real-time PQ indices estimation. Further, the forgetting factor is tuned in accordance with signal error covariance to provide improved performance. Also power system frequency variations are estimated and correction factors are derived. The effects of sub harmonics, and interharmonics in the signal have been considered while estimating the various PQ indices.     

离轴反射式光学系统结构随机振动响应与疲劳分析

为了探索振动环境对离轴反射式光学系统的影响,本文对其系统结构部分进行了随机振动响应分析以及疲劳分析。利用有限元软件MSC/Patran建立光学系统结构的整体模型并进行模态分析,以实际装配时基体框架前端连接法兰盘的连接孔部位作为边界条件,通过对其每个节点的六自由度进行约束并进行模态响应分析。分析结果表明在X、Y与Z三个方向上平移及旋转变化量均很小,满足空间环境中测量系统的精度要求。通过对光学结构整机部分在三个方向随机振动载荷作用下进行了有限元分析,结果表明光学结构内部最大应力分别为151、267和280 Mpa,都小于材料的抗拉强度,且有足够的安全阈度。根据所选的铝合金A709的疲劳曲线,以及应力响应PSD谱,利用Palmgren-Miner假设,对本文所选定的光学结构及其主框架结构在动力学环境下进行疲劳分析,结果表明其满足系统使用要求。     

数字信号处理技术在科氏质量流量计中的应用

科氏质量流量计是目前应用范围最广、发展速度最快的流量计之一。数字信号处理技术是科氏质量流量计的核心技术,直接决定其测量精度、测量稳定性等性能指标;而流量传感器输出信号的数学模型是信号处理的依据和基础。国内外学者提出了多种信号处理方法,但是,没有根据不同的信号模型和不同的应用场合对各种信号处理方法进行比较和评价。为此,根据不同数字信号处理方法的特征量提取原理,分析了其具有的优缺点。针对科氏质量流量计单相流、批料流与气液两相流测量这3种典型应用场合中存在的关键技术问题,依据随机游动信号模型、突变信号模型和自回归滑动平均(ARMA)信号模型,分别从计算精度、响应速度、收敛性、抗干扰能力和对参数变化的敏感度等方面,对不同信号处理方法进行考核和对比,确定了3种典型应用场合下,解决关键技术问题,性能最佳的数字信号处理方法。     

旋转加热辊温度测量电路设计

针对工业用旋转加热辊温度测量系统存在精度低、可靠性差、系统复杂等问题,给出了一种针对旋转加热辊温度测量电路的设计方法。该方法首先对加热辊温度测量的原理进行了分析;然后设计了基于DSP和PWM技术的温度测量方案,测温电路被制作成圆环形PCB,直接安装在加热辊转轴上,随辊体一起旋转,实时采集温度信号,再利用温度信号和PWM信号占空比呈线性关系,通过PWM信号的占空比即可反知温度大小,整套电路均通过DSP控制;最后给出了关键的信号调理电路,并通过实验证明了该方案的正确性和可行性。研究结果表明,该设计方案能满足工业用旋转加热辊温度测量对高精度、高可靠性的需求,有利于提高测温性能,具有一定的实用参考价值。     

通信光纤性能检测机理及装置研究

光纤性能对信号的传输具有非常重要的影响,因而安装前对光纤性能检测显得尤为重要。针对光纤性能的检测,进行了机理分析及检测装置的研发,并对光功率不同衰减区域以及对音频和数字信号的传输进行检测。研究测试结果表明:该装置具有成本低廉、精度满足实际需要、兼具光功率测量和数字信号、音频信号传输性能等优点,因而具有很好的精度,可靠性高,并有效地提高了电路的信噪比。     

An accurate continuous calibration system for high voltage current transformer

A continuous calibration system for high voltage current transformers is presented in this paper. The sensor of this system is based on a kind of electronic instrument current transformer, which is a clamp-shape air core coil. This system uses an optical fiber transmission system for its signal transmission and power supply. Finally the digital integrator and fourth-order convolution window algorithm as error calculation methods are realized by the virtual instrument with a personal computer. It is found that this system can calibrate a high voltage current transformer while energized, which means avoiding a long calibrating period in the power system and the loss of power metering expense. At the same time, it has a wide dynamic range and frequency band, and it can achieve a high accuracy measurement in a complex electromagnetic field environment. The experimental results and the on-site operation results presented in the last part of the paper, prove that it can reach the 0.05 accuracy class and is easy to operate on site.