一种强荧光背景拉曼谱图基线校正方法

针对新精神活性物质拉曼谱图信号特性与数据特征,通过归纳、逻辑分层与统计分析,利用几何辅助线、切线斜滑及多层搜索判断等技巧,设计了一种强荧光背景拉曼谱图基线校正方法。该算法的设计思想更加直接快捷,可解析分离各种不同程度的重叠簇峰。经验证该方法在仿真及实际应用中快速准确、实用有效。     

基于信号广义统计的谱峰识别算法设计与实现

论文充分利用信号的随机特性,设计了一种新型的峰识别算法。该算法通过对实际信号进行广义统计与分析,合理设定广义标准差阈值,利用信号广义标准差特征提取谱峰信号。经理论分析和仿真实验验证,该算法简单实用,有较强的抗噪声干扰和重叠峰判断能力,能有效的实现谱图信号中的谱峰检测。     

基于谱图和约束NMF的滚动轴承特征频谱提取算法

为了克服传统时频分析中信号特征频谱提取技术中参数敏感问题,设计了一种基于谱图和约束NMF的特征频谱提取算法。该算法首先对振动信号进行归一化预处理和短时Fourier分析,获得代表原始非平稳信号特性的瞬时参数即谱图;然后对谱图进行约束NMF分解;最后由基矩阵获得原始振动信号的特征频谱。理论分析、仿真和工程试验验证了该算法的可行性和有效性。     

基于VMD的声音信号增强算法研究

为提高声音信号增强效果,减小实际信号的计算量,利用可变模态分解(Variational mode decomposition,VMD)与相关系数以及能量的起始点检测准则相结合提出一种新的信号增强算法。该算法首先利用能量的起始点检测准则判断出实际信号的起始点提取有效信号;利用VMD分解该信号,计算分解后各本征模态函数(Intrinsic mode function,IMF)与原始信号的相关系数;利用预设的相关系数阈值来自适应确定有效IMF,利用有效的IMF重构信号。为了评估该算法的增强效果,利用该算法与经验模态分解(Empirical mode decomposition,EMD)算法进行对比分析。理论分析和试验结果表明:提出的算法在相同信噪比不同采样频率以及不同输入信噪比的条件下获得的输出信噪比都高于EMD算法,从而验证了该算法的稳定性和准确性。     

基于人工蜂群算法的彩色铁谱图像背景减除

针对铁谱图像背景与磨粒的分割,提出了基于人工蜂群算法的彩色铁谱图像背景减除方法(ABCTO)。该方法是在CIE L*a*b*颜色空间,利用人工蜂群算法分别对L、a、b三通道图进行分割;再通过对各通道分割结果进行操作,得到铁谱图像二值图,实现磨粒与背景的分离;最后将原始图像的背景像素点设置为白色,从而得到减除背景的彩色铁谱图像。实验证明该方法可以精确减除铁谱图像背景,是一种有效的背景减除方法。     

线性痕迹激光检测信号自适应匹配算法研究

针对目前图像处理及3D扫描方法难以快速定量比对剪切类线性痕迹的问题,提出了一种线性痕迹激光检测信号自适应匹配算法。该算法首先利用局部加权回归散点平滑法对激光位移传感器拾取的线性痕迹表面信号进行降噪,接着进行信号数据中"粗大连贯"趋势特征的识别,并通过余弦向量曲线拟合的方法量化特征向量,逐个计算样本空间距离。最后利用动态规划算法批量进行相似度比对,匹配各自最大相似样本。实际剪切痕迹多样本数据相似度比对试验证明了该算法的准确性和有效性。     

基于自适应滤波的强起伏背景下弱小目标检测

在分析强起伏背景信号的基础上,利用背景局部信号统计特征和目标运动特性,提出了一种基于自适应滤波的弱小目标检测方法.该方法能够有效地抑制强起伏杂波,增强目标能量,提高信噪比.实验结果表明,该技术对强起伏背景下弱小目标具有较强的检测性能.     

基于Kolmogorov-Smirnov检验的远程拉曼光谱寻峰算法

远程拉曼系统已经开始用于深空物质检测,要求远程拉曼系统具有小型化,抗辐射和低功耗等特点。为了解决通过降低激光脉冲能量来实现低功耗情况下,拉曼信号信噪比降低的问题,提出了一种新的拉曼光谱寻峰算法,根据远程拉曼特点,采用统计学中Kolmogorov-Smirnov检验作为寻峰方法,以此提高拉曼光谱的信噪比。为此建立了一个远程拉曼系统,实验中使用的激光脉冲能量为3 m J,检测距离为3.15 m。通过对设定的参数进行检验,验证了基于Kolmogorov-Smirnov检验的远程拉曼光谱寻峰算法的准确性和普适性。     

线性预测在核磁共振实验中的应用

在对ＦＴ－８０核磁共振波谱仪进行微机化改造的基础上，将线性预测技术用于核磁共振实验，提高了谱仪的信噪比和分辨率。介绍了线性预测的理论，对比了应用线性预测前后获得的谱图。线性预测技术使谱图得到明显改善，不仅基线平直，分辨率提高，基本消除了截趾纹波，而且保留了原有的精细结构。给出了线性预测算法的流程及相应算式。     

基于改进的多元离群检测方法的风机齿轮箱早期故障诊断

针对风电机组运行工况波动性以及机组早期故障特征不易提取的特点,提出一种基于改进的多元离群监测方法来实现风机齿轮箱故障的早期诊断。运用阶比重采样方法对原始振动信号进行预处理,并对处理结果进行量纲一因子分析;通过马氏距离建立风电齿轮箱的早期故障识别模型;利用多元线性回归改进多元离群检测算法进行实际数据的分析计算。结果表明,该方法较原始方法能够更早地察觉出风电齿轮箱早期故障。     

自主致密LCD和改进的广义局部频率解调方法

自主致密局部特征尺度分解方法通过确定待分解信号的最小信号极值尺度以度量其信号尺度的方式,采用新增伪极值点均匀化信号尺度的方法,可有效抑制局部特征尺度分解的模态混叠。在广义局部频率解调的基础上,基于强局部加权回归和伪端点方法的原理,提出了改进的广义局部频率解调方法。该方法通过分析广义局部频率和广义局部幅值突变情况,在广义局部频率和广义局部幅值中插入伪端点,并采用强局部加权回归对新增伪端点后的广义局部频率和广义局部幅值进行分段平滑处理,可有效改进广义局部频率和广义局部幅值曲线的平滑效果。采用仿真信号将自主致密局部特征尺度分解与局部特征尺度分解、经验模态分解进行对比,同时将改进的广义局部频率解调与希尔伯特变换、广义局部频率解调进行对比,结果证实了自主致密局部特征尺度分解和改进的广义局部频率解调方法的有效性。对转子碰摩故障实验数据的对比分析结果,进一步验证了该方法的有效性和实用性。     

广义旁瓣抵消器算法的轴承噪声信号增强研究

针对由于旋转机械故障噪声的复杂性,造成从传声器阵列所采集到的信息中很难提取到噪声源所包含的故障信息的问题,利用波束成形对实验设备进行噪声源识别与定位,根据故障点位置信息将广义旁瓣抵消器算法(GSC)中的阻塞矩阵构造为具有指向性功能,而后利用其算法重构出故障点声信号,从该信号中提取故障信息,进行故障诊断。为验证该信号处理方法的有效性,通过仿真和实验得出该方法可以有效减少传统波束形成算法产生的信号泄露,提高输出信号的信噪比。     

参数调节随机共振在机械系统早期故障检测中的应用

随机共振是一种利用噪声使微弱信号增强传输的非线性现象,与线性方法相比能够检测更低信噪比的信号.为了准确捕捉表征机械早期故障的特征信号,在分析双稳系统参数及检测信号幅值对随机共振检测性能影响规律基础上,以输入信噪比为变量、信噪比增益为信号增强程度衡量指标,提出一种自适应调节系统参数的随机共振微弱信号检测新方法,讨论了该方法的基本原理及实现步骤.将该方法用于转子碰摩故障早期检测,结果表明该方法简单稳健、实时性好,在短数据条件下能把信噪比较低的周期信号从强背景噪声中可靠地提取出来.     

拉曼光谱在中药注射剂鉴定中的应用初探

分析了中药注射剂的重要作用,探讨了利用拉曼光谱进行中药注射剂鉴定的可行性。运用拉曼光谱检测了中药灯盏花素注射剂和红花注射剂,并对其拉曼谱图进行了分析。灯盏花素注射剂和红花注射剂的拉曼谱图中虽然荧光背景很强,但依然包含了不少有用信息,这表明利用拉曼光谱鉴定中药注射剂是可行的,但是测量技术和技巧还有待进一步提高。     

SVR在航空发动机基线挖掘中的应用研究

针对航空发动机基线难以获取的问题,利用支持向量回归机(support vector regression,SVR)算法,采用厂家监控系统数据和飞机快速存储记录器(quick access recorder,QAR)数据两种方式对基线进行挖掘分析,提供了获取基线的多种途径和方法,取得了比较可靠的结果。支持向量回归机在处理非线性回归分析时具有快速、准确的优点,能够进行单参数及多参数的基线回归分析,通过计算结果比较分析,多参数基线回归与单参数基线回归、一元线性基线拟合相比具有偏差小、精度高的优势,能够有效提高发动机基线监控的准确性。     

一种检测多频多源复杂稳定声场声压的新方法

针对准确检测出多频多源声场复声压信号不理想,并且在信噪比(SNR)较低的情况下,现有的检测方法很难解决,提出了一种结合自适应算法、信号互谱和信号能量不变原则检测多频多源复杂稳定声场声压的方法。该方法首先利用自适应算法求出背景随机噪声,再次利用自适应算法求出声源辐射信号,并对频谱分析和校正,结合信号互谱、信号正交,以及信号能量不变原则得出声场中检测点的复声压,最后通过算例验证此方法的有效性和可行性,即使声场在多频多源且信噪比较低的情况下,仍然能精确测出声场测点的复声压信号。     

基于多级维纳滤波的OCT图像除噪方法研究

为了实现光学相干层析成像（OCT）过程中采集信号的噪声去除,设计了基于维纳滤波和对比度增强的OCT图像处理方法。首先对OCT图像的噪声进行了分析,继而针对OCT信号的噪声干扰问题提出一种除噪算法,通过多尺度维纳滤波器对图像进行滤波处理,然后根据区域特性采用对比度增强方法提高图像对比度。实验结果表明：经该方法处理后图像的背景方差（BV）较原始图像降低了3-7倍,而且信噪比高,细节方差和背景方差之比（DV/BV）提高了3-6倍。该方法不仅有效去除了OCT图像的噪声,而且视觉效果良好,是一种有效的图像后处理方法。     

基于广义互功率谱的温度检测方法

声温法是基于声波与CT技术相结合的非接触测温法,声波信号飞渡时间的精确测量是温度场检测的关键环节,在低信噪比、复杂混响的背景环境下,传统相关算法无法准确计算出声信号的时延。采用广义互功率谱相位分析算法来克服背景环境中乘积性干扰和卷积性干扰,通过对采样信号进行白化处理,并随信噪比的变化调整互功率谱的权值,来提高时延估计算法的抗噪声与抗混响能力。理论推导和实验结果分析证明,与传统相关函数分析算法和互功率谱相位时延算法进行比较,新互谱算法能有效克服噪声和混响干扰,锐化峰值,准确估计出声信号的时延。     

改进时域盲解卷积算法在轴承故障诊断中的应用

针对实际工业现场强背景噪声、干扰源多、旋转机械故障盲提取算法的不足,为了有效提取并分离出轴承的故障特征,提出一种基于广义形态滤波和改进KL距离相结合的改进时域盲解卷积故障特征提取算法。首先利用广义形态滤波提取信号中重要特征频率;然后利用正交匹配追踪算法去除滤波后信号的周期成分;最后,使用改进KL距离计算各分量的距离,通过模糊C均值聚类获得分离信号。实验仿真和故障滚动轴承声信号及振动信号的分析结果表明,该方法能够有效提取滚动轴承故障特征。     

基于SVD-HHT的低信噪环境语音信号端点检测

为了提高嘈杂、低信噪比环境中对语音信号的识别准确度,更加完善的语音信号端点检测尤为重要。本文提出了一种基于SVD-HHT的低信噪比环境语音信号端点检测算法,即将奇异值分解(SVD)算法与希尔伯特黄变化(HHT)算法相结合,用于语音信号端点检测。为验证该方法的准确性,本文在不同信噪比环境下,对相同的几组语音信号进行端点检测,并以基于小波变换降噪法语音信号端点检测作为比较对象,得出两种算法相应的检测准确率。通过实验比较与分析,本文提出的SVD-HHT端点检测算法其准确率高于小波法语音信号端点检测率,具有一定的实用意义。