双谱分析在引信信号检测中的应用

强背景噪声中引信信号的检测，是引信信号处理中的一个重要课题．传统信号检测理论和方法主要采用似然比检测，已得到广泛的应用，但是存在明显的缺点．提出了在强背景噪声中，采用双谱技术来检测引信信号，获得了较好的效果．     

双谱估计用于软件无线电中的调制识别

为了能稳定地识别出接收信号的调制方式，采用分级识别的方案，对软件无线电中用到的六种调制信号（BPSK，QPSK，π／4DQPSK，MSK，GMSK，TFM）进行分类识别，第一级利用反映包络变化的参数对调制信号集进行粗分类，第二级利用从信号平方谱、瞬时相位平方的双谱中提取出的特征参数分类识别。仿真结果表明，该方案在不需要预知精确载波频率的情况下，可达到较高的识别率。     

水下目标辐射噪声的子波变换和双谱联合分析

首次将子波变换和双谱联合分析应用于对水下目标辐射噪声的特征提取，首先利用子波变换提取辐射噪声的动态调制分量，然后应用归一化双相干系统分析该动态调制的谐波特性，结果表明，该方法可以有效地实现动态调制分量与其他信号的分离，准确提取谐波特性，并具有很强的抗噪性。     

Near-surface Interface Detection for Coal Mining Applications using Bispectral Features and GPR

The use of ground penetrating radar (GPR) for detecting the presence of near-surface interfaces is a scenario of special interest to the underground coal mining industry. The problem is difficult to solve in practice because the radar echo from the near-surface interface is often dominated by unwanted components such as antenna crosstalk and ringing, ground-bounce effects, clutter, and severe attenuation. These nuisance components are also highly sensitive to subtle variations in ground conditions, rendering the application of standard signal pre-processing techniques such as background subtraction largely ineffective in the unsupervised case. As a solution to this detection problem, we develop a novel pattern recognition-based algorithm which utilizes a neural network to classify features derived from the bispectrum of 1D early time radar data. The binary classifier is used to decide between two key cases, namely whether an interface is within, for example, 5? cm of the surface or not. This go/no-go detection capability is highly valuable for underground coal mining operations, such as longwall mining, where the need to leave a remnant coal section is essential for geological stability. The classifier was trained and tested using real GPR data with ground truth measurements. The real data was acquired from a testbed with coala€“clay, coala€“shale and shalea€“clay interfaces, which represents a test mine site. We show that, unlike traditional second order correlation based methods such as matched filtering which can fail even in known conditions, the new method reliably allows the detection of interfaces using GPR to be applied in the near-surface region. In this work, we are not addressing the problem of depth estimation, rather confining ourselves to detecting an interface within a particular depth range.     

一种基于修正围线积分双谱的HRRP特征提取算法

围线积分双谱是一种典型的平移不变特征,其保留了双谱的相位信息,避免了积分过程中的插值处理,因此被广泛用于雷达HRRP(High Resolution Range Profile)目标识别。但现有的围线积分双谱仍不能充分简化计算。文章对其积分路径按照双谱对称性进行改进,并利用改进算法进行HRRP目标识别的仿真实验,结果表明,其不仅具有原算法较高的分类精度,也能够大大减少计算量,缩短特征提取时间。     

应用EMD和双谱分析的故障特征提取方法

针对传统双谱分析从理论上仅能抑制高斯噪声,但对非高斯噪声无能为力的不足,提出了一种利用经验模式分解(empirical mode decomposition,简称EMD)和双谱分析的故障特征提取方法,并应用于滚动轴承故障诊断中。首先,对信号进行EMD分解;其次,利用能量相关法去除EMD分解过程中出现的伪本征模态分量(intrinsic mode function,简称IMF);最后,对得到的真实IMF进行双谱分析提取故障特征。仿真和实验结果表明,所提出的方法优于功率谱分析和传统双谱分析,能够更有效地提取强噪声背景下的机械故障特征信息,为滚动轴承的故障特征提取提供了一种新的方法。     

旋转机械升降速过程的双谱-FHMM识别方法

结合双谱和因子Markov模型，提出了一种基于双谱的特征提取建立机组各状态相应的因子隐Markov模型状态识别法，并成功地应用到旋转机械升降速过程的故障诊断中，同时还与基于双谱的特征提取的HMM状态识别法进行了比较，实验结果表明该方法是有效的。     

应用双谱进行裂缝储层检测

本文分析了双谱的相位谱和振幅谱对于不同相位系统的分辨能力，讨论了相位谱和振幅谱对于微弱振幅变化的敏感性及随机干扰对相位谱和振幅谱的影响。利用正演模型对相位谱和振幅谱在裂缝检测中的优缺点进行了分析，提出了利用双谱检测裂缝的方法：相位谱对于微弱的振幅变化敏感，抗随机干扰能力强，可以很好地预测局部的裂缝分布；振幅谱对于引起振幅剧烈变化的裂缝检测效果好，有利于检测整体裂缝的分布。最终将综合的双谱检测方法应用于实际资料，取得了较好的效果。     

粗糙表面的双相干谱分析

双谱分析是近年发展的一种随机信号的现代分析方法，它保留了信号的相位信息，可以定量描述信号之间的非线性相位耦合；同时具有很强的消噪能力，可以很好地反映信号的非对称特征．正常的加工条件下，表面轮廓符合高斯型分布，因此其双谱为零．但实际加工中，许多表面表现为非高斯型，其双谱不为零，此时可以用双谱分析定量地描述表面轮廓特征的非对称性．然而，用双谱表示灵敏度高、幅值大、不够直观，为了有效地反映表面轮廓的双谱特征，本文采用了双谱的归一化形式——双相干谱分析．最后还通过对几种典型试件的实验，证明了其有效性，并得出了一些有益的结论．