基于矩阵秩最小化和统计修正的信号降噪方法研究

针对奇异值分解在信号降噪时有效秩的选择问题,提出一种基于矩阵秩最小化和统计修正的信号降噪方法。首先,利用矩阵秩最小化理论将奇异值有效秩选择问题转化为秩的约束优化问题;然后,通过凸优化求解,得到干净信号的Hankel矩阵,实现一次降噪;最后,根据奇异值子集标准差对干净信号Hankel矩阵进行统计修正,进一步优化降噪效果。模拟信号和真实信号的实验结果表明:该方法可以有效的消除脉冲干扰和高斯噪声,能够最大限度的降低信号均方误差,提高信噪比,增强了奇异值分解在信号降噪中的通用性。     

基于动态聚类的奇异值分解降噪方法研究

针对奇异值分解降噪中吸引子轨道矩阵重构阶次难以有效确定的问题,提出了基于非监督动态聚类算法来确定矩阵有效重构阶次的新方法.该方法利用含噪声信号的奇异谱图中表征噪声的噪声平台平缓和集中的特性,通过向谱图纵轴投影,应用动态聚类合理确定噪声平台的边界,进而有效地确定奇异值分解降噪中矩阵的有效重构阶次.仿真结果表明,该方法有较好的降噪精度和算法稳定度,提高了算法的实用性.     

基于低秩Hankel矩阵逼近的模态参数识别方法

针对测量结构输出响应信号所受噪声干扰问题,提出利用低秩Hankel矩阵逼近方法对响应信号降噪。该方法利用结构脉冲响应信号构建Hankel矩阵,对其进行奇异值分解后计算奇异值相对变化率确定模型阶次,通过迭代低秩逼近方法获得降噪信号后进行模态参数识别。用数值算例研究矩阵维数对降噪效果、计算效率影响,并用悬臂梁模型实验验证该方法的有效性。     

基于拟合误差最小化原则的奇异值分解降噪有效秩阶次确定方法

为了最大限度地提高旋转机械设备故障振动信号的信噪比,研究了奇异值分解降噪的原理,提出了一种新的奇异值分解降噪有效秩阶次的确定方法。首先,对振动信号进行相空间重构,对吸引子轨迹矩阵进行奇异值分解;然后,按不同的阶数,将奇异值分成信号组和噪声组,对每次分组的结果,以阶数为自变量、以奇异值为因变量,拟合成信号特征奇异值曲线和噪声特征奇异值曲线,并求拟合误差;最后,将拟合误差最小值对应的奇异值阶数确定为有效秩阶次,并进行奇异值分解降噪。通过数值仿真和实际齿轮故障数据分析,表明该方法可以有效地提高信号的信噪比,为后期的故障特征提取创造有利条件。     

基于奇异值分解和独立分量分析的滚动轴承故障诊断方法

针对强背景噪声下难以提取滚动轴承早期故障信号中故障特征频率的问题,提出奇异值分解和独立分量分析相结合的滚动轴承故障诊断方法。该方法首先利用相空间重构将一维时域矩阵拓展到高维矩阵,得到吸引子轨迹矩阵;然后对轨迹矩阵进行奇异值分解降噪,依据奇异值差分谱阈值原则选取相应阶次分量进行重组构造虚拟噪声通道;接着将重组信号和观测信号进行独立分量分析分离;最后利用能量算子解调方法提取出有效的故障特征分量,进而识别故障类型。滚动轴承故障诊断实验和仿真结果表明该方法有效可行。     

一种基于奇异值分解技术的模型定阶方法

摘要：模态参数识别中模型阶次的确定非常重要。基于奇异值分解技术,探讨模型阶次的确定方法,提出了利用奇异值的相对变化率来确定模型的阶次。该方法利用结构的量测脉冲响应信号构造Hankel矩阵,对其进行奇异值分解后计算奇异值的相对变化率,变化率最大的地方对应着模型的阶次。通过数值算例研究了噪声因素对模型阶次确定的影响,并利用模型实验数据验证了本方法的有效性。     

一种新的差分奇异值比谱及其在轮对轴承故障诊断中的应用

因滚动体和保持架的随机滑动,轴承故障信号多为伪循环平稳信号。针对这种情况,提出了应用周期截断矩阵的奇异值分解的轮对轴承故障诊断方法。研究了轴承故障伪循环平稳信号的奇异值分布,结合奇异值能量差分和奇异值比,提出了一种新的能量差分奇异值比谱作为周期截断矩阵的嵌入维度计算方法;利用能量差分奇异值比谱计算嵌入维度并利用轮对轴承振动信号构造周期截断矩阵,对矩阵进行奇异值分解,并提出利用差分能量谱确定奇异值有效秩阶次并重构矩阵从而分离出周期信号;对该信号做包络分析以实现轮对轴承的故障诊断。应用轮对实验台的复合故障轴承振动数据对该方法进行验证,结果表明,所提方法能够有效提取轴承外圈、滚动体及保持架的特征频率的基频及其倍频,与传统应用Hankel矩阵进行奇异值分解降噪方法相比,该方法抗干扰能力显著,能够分离同频带的不同故障周期信号,且得到的包络谱谱线清晰,谐波丰富,使故障诊断的可靠性得到了显著提高。     

一种基于奇异值分解的自适应降噪方法

根据信号处理基本理论和方法．针对奇异值分解方法中有关的Hankel矩阵有效秩难以确定的难题,提出了一种奇异值分解方法,即主分量分解方法．并通过试验数据进行了验证。仿真信号和海上实录信号的降噪实验研究表明．提出的方法比基本的LMS滤波和奇异值分解降噪效果更加优越,能有效提高信噪比并去除噪声。     

改进SVD算法的转子系统轴心轨迹快速提纯研究EI北大核心CSCD

为实现转子系统轴心轨迹的快速提纯,提出一种改进的奇异值分解(improved singular value decomposition,ISVD)算法。首先,构建一种奇异值差异比(singular value difference ratio,SVDR)的评判指标来确定矩阵行数,对Hankel矩阵的结构进行优化;其次,利用奇异值与频率的数量关系筛选有效分量,对有效分量进行重构得到特征信号;然后,将降噪提纯后的特征信号合成轴心轨迹,实现轴心轨迹的提纯;最后,利用仿真和实测信号对所提方法进行分析。试验结果表明,与最大维数法相比,在SVDR确定的矩阵结构下,奇异值分解的降噪性能保持不变,但分解的时间缩短了90.18%,提高了计算效率。     

强背景噪声振动信号中滚动轴承故障冲击特征提取

针对机械早期故障引起的冲击特征微弱,易受强背景信号和噪声的干扰而难以提取的问题,提出一种奇异值分解(Singular Value Decomposition,SVD)差分谱与S变换相结合的微弱冲击特征提取方法。将原始信号构造成Hankel矩阵,采用SVD对重构矩阵进行分解;利用奇异值差分谱确定降噪阶次进行降噪;采用S变换对降噪后的信号进行时频分析,提取信号中的微弱冲击特征信息。通过数值仿真和实际轴承故障数据的对比,表明该方法可有效辨别轴承振动信号中故障引起的早期微弱冲击特征,为轴承故障诊断提供先验信息。     

基于支持向量机的传感器非线性动态补偿方法

提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化,可获得更好的泛化性能,不易发生局部最优及过拟合现象,因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性,结果表明,即使当传感器动态模型存在严重非线性,且有测量噪声存在,该方法也仍然有效.     

基于支持向量机的激光成像雷达地形重采样

针对机载三维激光成像雷达测量地形高程的特点,提出了一种基于最小平方支持向量机和Shepard的激光成像雷达扫描的地形重采样方法.该方法利用支持向量机是基于结构风险最小化准则,对带有噪声的数据拟合方面具有较好的泛化能力的优点,结合Shepard的局部插值能力,使重建的地形具有局部失真小、总体保持最优的特点.仿真实验结果达到了较高的地形测量精度.     

一种新型回归支持向量机的学习算法

支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,也是一种具有很好泛化性能的回归方法,本文对标准支持向量机稍作改动,提出了一种新型回归支持向量机,并推导出它的对偶表达方式,随后利用一个优化定理设计了一个多变量更新学习算法,该算法能单调收敛于极值点,并具有简单的迭代方式,仿真实例说明所提出的回归支持向量机及其训练算法具有较好的学习性能.     

Experimental-numerical study and optimization of sound insulation of a finite composite cylinder

The aircraft fuselage is idealized as a composite cylinder, its vibroacoustic properties are studied both experimentally and numerically, and a minimization of the inner pressure of a composite cylinder is conducted with the genetic algorithm (GA). In the optimization, the Acoustic Transfer Vector (ATV), which comes from the boundary element method, builds the relationship between the structural surface velocity and the sound pressure at the specific filed points. Results show that the noise reduction obtained by the experimental and numerical methods have a good agreement; the optimization method which combines GA and ATV show high efficiency and robustness; increase of the bending stiffness of the cylinder can improve the noise reduction at low frequencies; both the reduction of weight and the increase of noise insulation can be achieved by the optimization of the layup at different regions of the cylinder individually.     

结构参数对轴承振动噪声的影响

根据非线性力学和声学理论,建立轴承结构本身产生振动噪声的数学模型,分析轴承结构参数（径向游隙、沟道曲率半径、钢球个数）对轴承振动噪声的影响。研究表明：径向游隙对轴承振动噪声的影响最为显著,并呈现很好的线性关系。沟道曲率半径对振动噪声的影响复杂,它对轴承振动位移和速度最大幅值的影响各不相同,随着沟道曲率半径的增加,最大声压、最大声压级逐渐减小;从整体出发,在符合设计条件的前提下,减小钢球个数可以减小轴承的振动噪声。 x方向的振动噪声远大于y方向,由此,结构参数对x方向的振动噪声的影响更为显著。通过改变结构参数来减振降噪,比起传统方法简单、可行、有效,减少制造成本,为以后轴承减振降噪提供一种新的方向和一定的参考依据。     

基于声辐射模态的粘弹性阻尼板声功率最小化研究*

为了减小薄板结构振动辐射的噪声,在重量约束下进行了声功率最小化研究。利用有限元振动模型来处理结构振动环节,利用声辐射模态模型来处理声辐射环节,用可行方向法进行了优化设计研究。以一矩形粘弹性阻尼板为例,得到了阻尼重量约束下板的声功率最小化模型,结果表明在满足重量约束条件下能够达到明显的降噪效果。     

基于小波包分解和PCA-Attention-LSTM的舰船辐射噪声识别技术

为了改进舰船辐射噪声分类系统的性能,进一步提高识别准确率,文章提出了一种基于多特征的小波包分解在长短期记忆(LongShort-TermMemory,LSTM)网络中分类的方法。该方法首先通过小波包分解技术,分频段提取舰船辐射噪声的多种特征,将提取的特征利用主成分分析法(Principal Component Analysis, PCA)进行数据降维,通过添加注意力机制(Attention Mechanism)算法的LSTM网络,对辐射噪声结果分类,提高了学习效率和识别准确率。为了更精细地提取特征,分频段提取了舰船辐射噪声的时频域特征、小波变换特征和梅尔倒谱系数等特征,并将分频段与不分频段的特征、多特征与单一特征、不同信噪比间的算法性能进行对比。实验结果表明,基于小波包分解和PCA-Attention-LSTM的模型可以有效地提高舰船辐射噪声分类的性能,是一种可行的分类方法。     

Reduction of speckle noise from optical coherence tomography images using multi-frame weighted nuclear norm minimization method

In this paper, we propose a speckle noise reduction method for spectral-domain optical coherence tomography (SD-OCT) images called multi-frame weighted nuclear norm minimization (MWNNM). This method is a direct extension of weighted nuclear norm minimization (WNNM) in the multi-frame framework since an adequately denoised image could not be achieved with single-frame denoising methods. The MWNNM method exploits multiple B-scans collected from a small area of a SD-OCT volumetric image, and then denoises and averages them together to obtain a high signal-to-noise ratio B-scan. The results show that the image quality metrics obtained by denoising and averaging only five nearby B-scans with MWNNM method is considerably better than those of the average image obtained by registering and averaging 40 azimuthally repeated B-scans.     

基于相干分析的高铁简支箱梁结构噪声源识别方法研究

列车荷载作用下桥梁结构振动产生的低频结构噪声会给轨道交通沿线环境带来噪声污染问题,该文给出了基于相干分析的桥梁结构噪声源识别方法。首先确定了频谱分析与相干分析相结合的噪声源识别方法,介绍了频谱分析法、常相干分析、偏相干分析的方法和流程,给出了偏相干分析中最优线性条件输入模型的迭代求解,编制了相应的Matlab程序;其次针对成灌铁路一座高架桥的振动与噪声综合试验的实测数据,结合频谱分析和常相干分析方法讨论了桥梁结构振动的噪声辐射机理,通过偏相干分析对桥梁结构噪声进行了噪声源分离与识别,由重相干函数的分析可以定性得到结构噪声的影响区域。综合分析表明,相干分析结合频谱分析的噪声源识别方法可以得到结构局部振动与所辐射的结构噪声之间的相互关系,能较好地分离识别存在相干关系的各结构噪声源的独立贡献和频谱特性,可以为桥梁结构的减振降噪措施提供理论指导。     

路噪结构载荷模拟方法研究

工况传递路径分析(Operational Transfer Path Analysis,OTPA)方法用于道路噪声分析的效率较高,但在相关的激励源同时作用于系统或传递路径之间存在强耦合时,传递率矩阵的求解结果会出现严重偏差,无法保证其精度。针对激励源同时作用的问题,提出以一个试验台为依托,用激振器将路面噪声(简称：路噪)结构载荷可控地作用于车辆,实现从较少的工况数据中获得参考响应信号的列满秩矩阵,进而求解传递率矩阵。试验台经有限元仿真优化及试验验证后,用试验台及汽车底盘测功机分别作为激励源,在半消声实验室进行两组试验。试验结果表明两种激励方式相干函数在50~400 Hz频段内整体上接近1,同时在该频率范围内,两种激励方式获得的传递率曲线一致性较好,说明文中所提方法能够较好地模拟路噪结构载荷。