1 1/2维倒谱在滚动轴承故障诊断中的应用

从三阶累积量的概念出发，提出了1 1/2维倒谱的概念，并从理论上推导出其能抑制噪声、提高信噪比．将其应用于实际的滚动轴承故障特征提取中，分析表明，与其他一般的信号处理方法相比1 1/2维倒谱能有效地从复杂的信号成分中提取出特征信号来，且计算量小、精度高．     

基于Hilbert倒谱的齿轮剥落故障识别

文章在倒谱的基础上，提出Hilbert倒谱的概念。并将其应用于齿轮箱的齿轮剥落故障识别中，实验表明Hilbert倒谱能有效识别故障信号的特征成分，并且对信号中存在的调制成分，具有抑制能力，提高信噪比。能快速、准确地识别齿轮故障，具有很大的实用价值。     

基于AR模型谱估计的调制方式自动识别算法

使用现代谱估计技术估计出平滑的调制信号功率谱,从信号的功率谱和信号平方的功率谱中提取出谱峰个数和谱峰的峰态量两个特征参数.在不需要先验知识的情况下,可对常用的MPSK和MFSK信号进行自动识别.仿真结果表明,两个新特征值在信噪比较低时（-2 dB）仍然能有较高的识别率.     

泽泻化学成分的分离与鉴定

运用色谱分离技术,从泽泻科泽泻中分离得到7个化学成分,其结构用各种光谱技术(包括红外光谱、质谱、一维和二维核磁共振谱)鉴定为4-pyrazin-2-yl-but-3-ene-1,2-diol,烟酰胺,甘油棕榈酸酯,1-monolinolein,11-deoxyalisol,alisol A 24-acetate及alisol C 23-acetate.其中,4-pyrazin-2-yl-but-3-ene-1,2-diol、烟酰胺、甘油棕榈酸酯和1-monolinolein为首次从泽泻科中获得.     

一种新的稀疏重构的DOA估计算法

为提高低信噪比和较少快拍数条件下远场窄带信号波达方向的估计精度,提出一种新的基于加权l₁范数的稀疏重构波达方向的估计算法．该算法首先采用前后向空间平滑技术获得阵列输出数据协方差矩阵;其次构造出改进Capon算法空间谱函数中的倒谱系数矢量,设计得到符合加权l₁范数的权值矩阵;最后通过奇异值分解对接收数据进行降维处理,获得基于稀疏重构的加权l₁ 范数约束问题模型．仿真结果表明,在低信噪比或快拍数较少的情况下,该算法能够有效地抑制空间谱伪峰和保证较强的稳健性,且信源不需要进行相关处理,仍能获得很高的估计精度．     

基于功率谱平均的水声直扩信号倒谱检测方法

直扩是水声网络中常用的通信技术,对非合作直扩通信信号的检测是对其实施干扰的前提.倒谱检测具有计算速度快的优点,得到了广泛应用.传统的倒谱检测方法基于倒谱集平均和单根谱线能量,易受脉冲噪声干扰使得虚警概率高,低信噪比时谱线淹没于噪声中使得检测概率低.新方法利用分段数据的功率谱集平均求解倒谱,提升了倒谱域低端谱线,并以低端一定采样宽度的倒谱幅度平均值与倒谱整体幅度平均值的比值作为检测量,在与传统方法相同的虚警概率下,提高了检测概率.仿真表明了新方法工作性能的提高.     

倒谱域音频与图像水印算法

综述了倒谱域数字水印技术的现状，详细介绍了现有倒谱域音频、图像水印的嵌入与检测方法，展望了倒谱分析在数字水印算法中的应用前景．将倒谱分析非线性方法用于水印技术具有一定的研究价值，可在一维、二维复倒谱域中对数字图像信号嵌入图像水印、音频水印；可将倒谱变换与其他方法结合研究音频信号、数字图像水印的嵌入技术．     

常规声压与声矢量信号非整数维谱性能比较研究

为解决高阶谱算法复杂、计算量大和声压信号有限的抗干扰能力问题,提出了声矢量信号非整数维谱分析方法.利用可抑制高斯和对称分布噪声的高阶累积量非整数维谱对目标辐射噪声声压信号和声矢量信号进行了特征分析.分别采用功率谱图和三维动态谱图方法对常规声压和声矢量信号非整数维谱性能进行了直观比对.为获得定量分析结果,分别对不同背景噪声环境条件下,不同输入信噪比的常规声压与声矢量信号非整数维谱的轴频PBR及PD进行了详细计算.结果表明,声矢量信号非整数维谱特征提取与轴频检测能力优于常规声压信号,为高阶统计量应用于声矢量信号处理提供了一条途径.     

基于小波和FFT的组合分形噪声生成方法

1/f类噪声是光学陀螺信号中的主要误差源,研究仿真生成这类信号的方法对分析光学陀螺的输出信号具有重要意义.基于常用的FFT和小波生成方法,考虑到这两种方法的特点和不足之处,提出了将两者结合来生成1/f类信号的新方法.与目前性能最好的小波方法相比,新方法不仅具有其优点,即可生成具有任意谱指数的1/f信号,而且,从所生成1/f信号的功率谱密度和Allan方差两方面进行比较,新方法的性能优于小波方法.     

与2×2谱问题相关的孤子族及其无限维Bi-Hamilton结构

立足于一个2×2谱问题获得了3×3 Lenard算子对(K,J),并由此导出一类非平凡的(1+1)维孤子方程组.为研究其结构,通过定义新的Lenard递推序列{G j}得到了该等谱方程组的2×2 Lenard算子对(K^,J,J⁾,进而证明了此孤子族具有Bi-Hamilton结构且在Liouville意义下可积.     

Algorithm for extraction of features of robot speech control in the factory environment

In the real working environment,the mobile robots have a poor recognition performance to speech control commands due to the noise effect. Aiming at this issue,this paper proposes a new algorithm based on the gammatone frequency cepstral coefficient and the mixed feature extraction of the Teager energy operator. This algorithm replaces the common Mel filter with the Gammatone filter. In the process of extracting gammatone frequency cepstral coefficients,the Teager energy operator reflecting the energy of speech signal is added to form a new feature, with the dynamic characteristics of the speech signal considered. It is combined with the first-order difference parameters to form a mixed feature. And the principal component analysis is made to reduce the dimension,and the final mixed features are used to the speech recognition system for control command of the mobile robot. Experimental results show that,in the environment of the workshop noise and signal-to-noise ratio of 10dB,the recognition rate of mixed features is improved by 12.20% compared with the mel frequency cepstrum coefficient. The recognition rate of the mixed feature is increased by 1.02% when the dimension is reduced by principal component analysis.     

基于声道频谱参数的语种识别

针对低信噪比下语种识别正确率低的问题,提出了一种声道冲激响应频谱参数和Teager能量算子倒谱参数融合的识别方法.根据语音中不同特征信息量分布特性,首先在特征提取前端引入低通滤波器滤除信号高频部分,并采用重采样方法降低采样率,再基于信号频谱提取声道冲激响应频谱参数,然后融合Teager能量算子倒谱参数,最后通过高斯混合通用背景模型进行语种识别验证.不同信噪比条件下性能测试表明,所提方法相对于基于单一的梅尔频率倒谱系数特征、单一的伽玛通频率倒谱系数特征和基于对数梅尔尺度滤波器组能量特征,在低信噪比下提升约15 dB,显著提高了识别正确率.     

GPS多路径信号的广义倒谱相关函数分析法

根据倒谱分析方法的原理,给出了倒谱分析方法和广义倒谱相关函数分析法用于分析GPS多路径信号的原理图及分析过程,并利用Matlab工具进行了仿真。仿真结果表明：广义倒谱相关函数分析法在延迟估计中优于倒谱法,可以消除发射源、各路径传递函数以及卷积干扰对延迟估计的影响。而在直达波和多路径信号分离中,倒谱分析方法更适用。     

基于倒频谱特征提取的齿轮箱故障诊断

介绍了齿轮箱故障的特点、倒频谱分析的基本原理以及例频谱分析在齿轮箱故障诊断中的应用。首先,用传统的傅立叶变换法对故障信号进行分析,结果无法有效地提取故障特征;其次,对故障信号进行倒频谱分析,发现能很好地捕获故障信息。实验证明：倒频谱分析在齿轮故障诊断中具有无比的优越性。     

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.     

基于小波和复倒谱变换的音频水印技术

提出了一种基于小波分解和复倒谱的音频数字水印算法。该算法通过对原始语音信号进行三级小波分解，提取出小波近似分量，从近似分量中选取重要系数。利用复倒谱变换系数的不相关性，对重要系数进行复倒谱变换实现解相关运算，最终把水印嵌入到语音复倒谱域中，实现了在语音信号中嵌入二值图像，提高了水印嵌入算法的不可听性。实验证明该方法在抗常见的信号处理如加噪、滤波、重采样、有损压缩等方面具有较好的稳健性。     

基于降噪及独立分量分析的轴承故障声信号特征提取

针对传统降噪算法的缺点,提出了将局部投影用于故障声信号的降噪。该算法具有较高的计算效率及广泛的应用前景,不仅可用于线性系统,而且还可用于非线性系统。而独立分量分析可用于分解相互独立的信号,它解决了多传感器信号的信息融合与特征提取问题。综合局部投影算法及独立分量分析算法两者的优点,提出了一种轴承弱故障特征识别算法。试验表明,该方法能有效地分离背景信号及特征信号。     

基于多重判别分析和分形维的数字调制样式自动识别

将不同数字调制样式的通信信号采样重组成为二维数据阵列后,会呈现独特的纹理。根据分形型理论,不同纹理具有不同的多分形维,因此本文提出通过多重分形维区别不同调制样式的方法。首先用离散小波去噪的方法处理含噪声的采样信号,然后计算信号纹理的多重分形维,再将分形维特征向量通过多重判别分辨分析投影到Fisher超平面,最后用最大似然方法分类识别特征向量。用算法对四种数字调制样式的分析获得了正确的分类结果,证明将多重分形维用于识别数字调制样式是可行的。     

一种应用三阶倒谱的盲均衡新算法

提出了一种基于系统输出三阶倒谱的非最小相位信道盲均衡新算法,由该算法构成的盲均衡器可适用于多电平通信系统。首先利用非对称性变换改变传送信号的对移分布特性,然后利用系统的三阶倒谱方程分别求出信道的最大和最小相位分量,在此基础上构成盲 均衡器。     

Simulating Study of Dynamic Load Spectra Identification Method of Machinery in Cepstrum Domain

1 Introduction In general, data, curves and charts of random dynamic loads jointly are referred to as load spectra[1]. The load spectra reflect the laws of machine working loads, which play an effective role in the design and improvements of machines. Based on the theory of digital signal processing, this paper proposes a method for the identification of dynamic load spectra from the system of machine response signals. This is an adaptive windowing method based on the cep- strum domain of a dy…