涡街流量计信号的高阶统计量特征

涡街信号的正确分析和有效处理是实现涡街流量计准确测量的先决条件之一.为研究涡街信号的非高斯性,提出了一种基于高阶统计量方法的涡街流量计信号分析的新方法.通过对涡街管壁差压信号的双谱分析,提取了不同流量下信号的非高斯特征.以信号的双谱幅度最大值作为特征参数,对不同流量下涡街信号偏离高斯分布的程度进行了定量估计.实验结果表明:涡街信号的非高斯性随着流量的增大而不断增加.这一研究结果为深入理解涡街现象、进一步优化涡街流量计的设计提供了有力的参考.     

基于非高斯AR模型双谱估计的发动机气门机构故障诊断

将高阶谱引入故障诊断领域,利用基于非高斯AR模型的双谱估计方法描述了缸盖振动响应信号的非线性和非高斯特性。基于非高斯AR模型的双谱估计,能够在数据较短的情况下,提供较高的频率分辨率且能提取信号的相位信息,可用于非平稳信号的数据处理和故障诊断。研究结果表明:当柴油机气门机构处于不同工作状态时,缸盖振动信号的双谱及其等高线具有明显的可分性。对双谱进行数据降维处理,从其主对角切片中提取了比较稳定的故障特征,为气门机构的状态监测与故障诊断提供了一种有效手段。     

Alpha稳定分布参数评估及应用研究

随着信号处理技术的发展,非高斯信号处理是近年来发展起来的一个信号处理的新领域.针对现实生活中所遇到的大量非高斯信号或噪声具有显著的尖峰脉冲特性,而这种脉冲特性使得这类非高斯过程的统计特性显著偏离高斯分布的实际问题.重点研究了基于广义中心极限定理的Alpha稳定分布,它能够很好地描述信号统计分布的非高斯性和重拖尾性.本文首先讨论Alpha稳定分布的定义和基本理论,然后求解出该分布的概率密度函数,以便于样本分位数法和基于分数低阶矩法的实现.最终,把研究结果应用于上证指数和道琼斯工业指数,求解出其服从的分布模型.     

一种新的非高斯分布噪声下的小波去噪方法

经典的小波阈值去噪方法在非高斯噪声下往往完全失效,对此提出了一种新的自适应小波信号去噪法.该方法利用最新发展的分位耦合理论,通过建立等价模型,在实施小波变换前将未知噪声信号转换为高斯噪声信号,然后再使用传统小波方法去噪.蒙特卡洛模拟试验结果显示,该方法在非高斯噪声下能极大提高信号去噪效果.     

非高斯噪声驱动的耗散动力系统的信息熵演化

熵在描述随机系统的演变、不稳定性、无序性或混乱程度以及信息传递方面起着重要的作用.本文对非高斯噪声驱动的一类耗散动力系统的信息熵演化进行了研究,文中通过线性变换的方法简化了所研究系统的FPK方程,然后根据Shannon信息熵定义推导出了该耗散动力系统随时间演化信息熵的精确表达式,最后分析了非高斯噪声和系统耗散参数对系统信息熵的影响.     

棱柱形高层建筑幕墙在非高斯脉动风作用下的响应

高层建筑上风压场的某些区域具有明显的非高斯特性,与传统的高斯风压场相比,非高斯风压场会使幕墙结构的动力响应增大。从模拟非高斯风压场入手,以幕墙结构节点位移根方差为比较对象,对幕墙结构等效模型进行动力分析,得出非高斯风压场较高斯风压场动力特性增大15%的结论。     

非高斯噪声环境的进化粒子滤波盲检测器

对于信道模型系数未知的平坦瑞利衰落信道下非高斯噪声环境中的盲信号检测,提出了一种基于进化粒子滤波的盲检测算法。该算法能够解决一般的粒子滤波对于估计长时间不变的状态存在的样本贫化的问题和系统噪声的非高斯问题。仿真试验结果证明,在信道模型系数未知的平坦衰落信道下,非高斯的噪声环境中,该算法性能优越,接近达到已知信道模型系数情况下的混合卡尔曼滤波算法的性能。     

包装运输试验中非平稳随机振动表征和模拟方法

目的研究量化表征非平稳随机振动的方法,模拟包装物实际运输振动环境中的非平稳和非高斯特征。方法通过引入“运行测试”非参数统计检验方法,对均方根值时变非平稳过程进行量化表征,利用贝塔分布随机数的幅值调制方法模拟生成非平稳非高斯随机过程。结果通过数值验证贝塔分布方法,能够基于目标峭度和功率谱密度函数等约束条件灵活生成具有不同平稳程度的非平稳非高斯随机过程。结论该方法可以对非平稳特征进行定量表征,并可用于真实模拟包装件的运输振动环境,避免“欠试验”和“过试验”问题的发生。     

基于ZMNL和SIRP的相关非高斯杂波产生比较

针对雷达杂波模拟问题,介绍了零记忆非线性（ZMNL）法和球不变随机过程（SIRP）法的基本原理,仿真了5种相关非高斯杂波——Log-Normal、K、拉普拉斯、Weibull和广义Gamma分布。结果中模拟数据的概率密度函数与理论分布,Welch法估计谱与理论谱都能够较好地吻合,证明了两种算法的有效性。同时与分布参数估计相结合,比较分析了ZMNL法和SIRP法的适用情况和优缺点,并为两者的选择提出了合理的建议。     

数字调制信号多重分形特性分析

多重分形能够对分形集的局部尺度行为进行精细的描述,可用于时间序列内在特征信息的精细刻画和准确提取。非高斯性和长程相关性是一时间序列具有多重分形特性的重要标志,验证数字调制信号的多重分形特性,能够为利用多重分形理论进行数字调制信号分析提供理论基础。文章根据斜度系数和峰度系数,验证了数字调制信号的非高斯性;根据Hurst指数验证了数字调制信号的长程相关性;理论分析和仿真结果证明数字调制信号具有多重分形特性。