二维主元分析法在心肌梗死心电信号检测中的应用

利用基于联合能量百分比搜索的二维主元分析法对12导高分辨率心电信号（ECG）进行全局特征提取和分类检测研究。所用数据取自PTB诊断数据库,包括健康状态ECG,早期心肌梗死（MI）ECG,急性期MI ECG,恢复期 MI ECG。结果表明,所用的方法能有效地融合12导ECG信号及其高频分量中的细微结构信息,与常规主元分析法相比,其平均分类检测精度可提高10.43%,与常规二维主元分析法相比,能得到维数更低的特征表示,并可获得99.46 %的平均分类检测精度。     

基于Hermite插值的简化风场模拟

针对传统Deodatis谐波合成法的模拟效率受Cholesky分解次数制约的问题,通过对互谱密度矩阵分解引入Hermite插值,推导了基于Hermite插值的简化风场模拟方法,将传统谐波合成法中的Cholesky分解次数由n×N次缩减为n×2k次（2k < N）,从而大幅度提升了传统谐波合成法的计算效率。以某大跨度三塔悬索桥主梁风场模拟为例,分别基于传统Deodatis法、三次Lagrange插值法、Hermite插值法模拟了时长为4096 s的脉动风速时程,三者在模拟耗时与模拟精度方面的对比表明：Hermite插值法与Lagrange插值法均能显著提高传统谐波合成法的模拟效率;Hermite插值法的模拟效率略低于三次Lagrange插值法,但其对H矩阵的模拟精度明显高出一个层次,因而Hermite插值法在风场模拟中表现更优。采用基于Hermite插值的简化方法,模拟脉动风速的功率谱与相关函数均能与目标值吻合较好,表明所模拟的脉动风速仍具有较高的保真度。在此基础上,通过插值间距的优化分析给出了插值间距的建议取值区间。     

基于Hermite插值的解耦小波基的构造及应用

小波的多分辨分析特性使得我们可以采用逐级嵌套,不断扩大的一系列空间来逼近一个函数,建立一个多分辨的有限元空间.但是,在多分辨的有限元空间中的不同尺度空间之间常常存在耦合项,如何消除这些耦合项以构造更为有效的自适应算法仍然是一个需要深入研究的问题.对于欧拉梁问题,利用小波的消失矩与多项式的正交关系,构造了基于Hermite插值的解耦小波基及相应的小波单元,消除了低分辨逼近空间与细节空间以及各个细节空间之间耦合项,实现了基于空间尺度解耦的自适应算法.数值算例验证了该方法的有效性.     

基于超声检测的无人机复合材料多特征提取研究

在超声检测无人机复合材料脱粘缺陷时,针对单一特征提取方法信息利用不充分、不同特征对识别重要程度不同的问题,分析超声回波信号特性,提出一种将小波包域和时域相结合的多特征提取方法。该方法首先对信号进行小波包分解,获得小波包域特征,并利用主成分分析法对该特征进行降维处理;然后结合复合材料特性提取信号的时域特征;最后将提取的不同域特征组合,并对组合特征向量进行加权处理。对处理后的特征向量运用类别可分性测度准则进行评价,结果表明提取的信号特征能较好地界定复合材料的脱粘等缺陷。     

基于三次Hermite插值的局部特征尺度分解方法

内禀时间尺度分解(Intrinsic time-scale decomposition,简称ITD)方法采用线性变换获得基线信号,使得分解结果出现毛刺和瞬时频率失真现象。因此,在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,简称ISC)基础上,提出基于三次Hermite插值的局部特征尺度分解方法(Cubic Hermite interpolation-Local characteristicscale decomposition,简称CHLCD),该方法能够自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的内禀尺度分量之和。首先对CHLCD方法的原理进行分析,然后给出采用CHLCD对信号进行分解的详细步骤,最后采用仿真信号和滚动轴承信号对CHLCD进行验证,结果表明了CHLCD方法的有效性。     

基于经验模态分解和奇异值分解的振动声调制信号分析方法研究

针对振动声调制特征信号被强噪声淹没无法有效提取的问题,提出一种基于经验模态分解与奇异值分解相结合的振动声调制信号分析方法。先对振动声调制信号进行经验模态分解,选取imf分量,然后将imf分量进行奇异值分解降噪,得到非线性特征信号,最后对特征信号进行Kolmogorov熵计算。将该算法应用于实际碳纤维复合材料的检测,利用Kolmogorov熵进行损伤评估。该方法成功提取了特征信号,实现了损伤诊断和定量评估,而且具有较强的自适应能力。     

基于多尺度熵和距离评估的滚动轴承故障诊断

为了解决滚动轴承非线性故障特征难以提取的问题,将多尺度熵和距离评估方法有机结合,提出一种新的滚动轴承非线性特征提取方法。首先利用多尺度熵来刻画滚动轴承振动信号在不同尺度上的细节特征;然后引入距离评估选择算法,对多尺度特征进行特征评估,优化选取敏感尺度特征,并送入支持向量机实现轴承不同状态的分类。通过滚动轴承故障诊断实验对该方法进行验证,结果表明,选取敏感多尺度熵特征集对故障特征进行刻画,较单尺度特征、原始特征集和随机特征集等诊断效果更佳,提高了诊断精度。     

基于智能手机APP的火焰温度分布检测研究

提出了一种利用辐射理论与可见光图像处理技术,基于Android系统APP测量火焰温度的方法。利用手机自带相机采集火焰的可见光图像,通过提取可见光图像各个像素点的RGB,标定镜头确定辐射亮度与RGB的定量关系,利用维恩辐射定律计算出各个像素点的温度值,实现随时随地测量火焰温度。开发的APP测量火焰温度的技术可以通过拍照或图库选择的方式输入燃烧图像,提取照片的曝光时间、白平衡、ISO等重要参数,经过计算,即可生成燃烧二维温度分布图。实验测量了反扩散火焰的温度分布,结果表明：与多波长测量方法相比,智能手机测量温度最大值的相对偏差为4%。     

基于信号稀疏表示和瞬态冲击信号多特征提取的滚动轴承故障诊断

在滚动轴承故障信号特征分析中,针对瞬态冲击信号稀疏表示和特征提取问题,提出一种基于IChirplet原子的故障信号多重特征提取方法。在分析故障信号特点的基础上,构建IChirplet原子库,利用优化的OMP算法进行原子寻优,然后提取IChirplet原子的时频参数和重构信号的敏感特征作为特征参量,通过PSO_SVM实现故障分类。实验证明IChirplet原子与滚动轴承故障信号有较好的匹配性,且多重特征的提取能够有效表征故障信息,更准确地判断轴承故障类型。     

基于经验模态分解和主成分分析的滚动轴承故障诊断研究

针对传统的振动信号特征提取效率低、诊断时间较长等问题,提出了基于经验模态分解与主成分分析的滚动轴承故障诊断方法。首先利用经验模态分解将振动信号分解为有限个本征模函数和一个残差函数,提取主要的本征模函数能量及其局部平均频率特征,最后将复合特征向量作为主成分分析分类器的输入,完成对故障的识别。实验结果表明:复合特征向量能够有效地反映轴承的运行状态;相比于BP神经网络、支持向量机、K-近邻算法,主成分分析分类法不仅能够准确地识别故障,而且训练时间短、使用方便。     

基于Taylor展开式的测量系统不确定度分析

在国际标准化组织制定的测量不确定度评定指南（ISOGUM）的基础上，对一种基于Taylor展开式的间接测量系统的不确定度分析方法进行了讨论。该方法考虑到了测试模型的非线性效应，能够更客观准确地反映系统的特征，对ISO GUM中给出的标准不确定度分析方法进行了补充和扩展。     

急性心肌梗死合并完全左束支阻滞的心电图诊断价值

目的:研究急性心肌梗死合并完全左束支阻滞的心电图诊断价值。方法:选择95例2011年1月-2019年2月进入我院治疗的完全性左束支阻滞患者,患者在心电图特征方面的情况。结果:完全性左束支阻滞患者的J点可以明显观察出来,急性心肌梗死合并完全性左束支阻滞患者的J点无法明显观察,T波呈现冠状直立,ST段呈单向弓背向上抬高振幅≥1/4S波的振幅。结论:在诊断过程中要根据患者个人的具体情况进行分析,这样有利于提高急性心肌梗死合并完全性左束支阻滞患者的诊断效果。     

基于DCT的微弱信号提取和识别

微弱信号提取一直是故障诊断领域的难点。结合离散余弦变换(DCT),将离散时间序列经过离散余弦变换处理成对应的系数向量,在阈值处理的基础上,重构信号提取出微弱故障信息。与小波降噪和低通滤波方法进行对比分析,该算法突出了信号的微弱故障特征信息,较好的再现了夹杂在信号中的微弱成分,参数设定简单,结果对参数不敏感。最后通过实验证实该方法的有效性。本算法速度快,简单易行,可用于实时故障监测。     

超声波散射式颗粒测量及其测量结果单值性的分析

提出了一种超声波散射式颗粒测量方法,论述了该技术应用的理论基础,并在详细分析其测量原理基础上,指出了在单频率换能器和单散射角下进行颗粒测量时存在着测量结果多值性的可能。给出了解决这一关键技术问题所采取的可能方案和措施。     

基于信息融合的矿井一氧化碳检测方法的研究

电化学传感器在检测矿井一氧化碳含量时,容易受到矿井中甲烷气体的影响。为了解决这个问题,将催化传感器与电化学传感器构成一体,利用两个传感器的输出信号,经过BP神经网络的训练,得到了一个分析一氧化碳的信息融合数学模型。实验表明,利用研究的信息融合信号处理方法,可以提高一氧化碳含量检测的可靠性。     

基于变形Lorenz系统和李雅普诺夫指数的微弱周期信号检测

提出了一种变形的Lorenz混沌检测系统,此系统主要具有混沌态和类周期态2种状态。利用最大李雅普诺夫指数作为判断混沌系统由混沌态趋于类周期态变化的量化依据,自动识别混沌系统的临界状态,更准确地判断微弱信号的存在。将互相关检测方法与混沌检测方法相结合,实现强噪声背景下微弱周期信号检测。仿真结果表明,该方法能有效地检测出强噪声中的微弱周期信号。     

基于嵌入超表面的雷达吸波结构带宽拓展方法研究

提出了一种基于嵌入十字形超表面的雷达吸波结构带宽拓展方法,仿真了超表面的十字形参数变化对结构材料吸波性能的影响,通过十字形结构单元的表面电流情况分析了产生共振的原因;仿真和实验结果都表明所设计的超表面嵌入雷达吸波结构后,在16.6 GHz附近增加了一个较大吸收峰,峰值达到了-33.4 dB,在雷达吸波结构材料厚度及面密度基本不变的情况下拓宽了其高频吸波效果。