应用分数低阶循环相关估计单电磁矢量传感器的波达方向和极化参数

提出了一种在α和高斯混合噪声以及循环平稳干扰并存背景下基于分数低阶循环相关(FLOCC)联合估计单电磁矢量传感器波达方向(DOA)和极化参数的多重信号分类(MUSIC)方法。该方法利用信号的循环平稳特性,采用分数低阶循环相关函数抑制α和高斯混合噪声以及循环平稳干扰信号;然后利用MUSIC方法对单电磁矢量传感器的DOA和极化参数进行联合估计,并利用DOA参数与极化参数的相互独立性,将传统MUSIC方法的四维搜索简化为两次二维搜索,从而有效地减少该算法的计算量。对所提算法与基于分数低阶矩的MUSIC算法进行了实验对比。结果显示:提出的方法可充分地抑制与待测信号循环频率相异的任意循环平稳干扰信号;在α和高斯混合信噪比为0dB,信干比为3dB时,估计得到的DOA和极化参数的均方根误差分别为0.3°和0.7°,明显优于基于分数低阶矩的MUSIC方法。     

利用隔离小生境混合蛙跳方法联合估计波达方向和多普勒频率

为了高效准确地联合估计波达方向（DOA）和多普勒频率,提出了基于二维MUSIC谱和隔离小生境混合蛙跳算法的联合谱估计方法。首先,利用状态空间模型构造包含DOA和多普勒频率信息的广义可观测矩阵。 然后,利用MUSIC算法和广义可观测矩阵构造联合估计的二维谱函数,将参数估计问题转化为多峰函数优化问题。最后,引入混合蛙跳算法（SFLA）并利用隔离小生境技术对混合蛙跳算法进行改进,使其适应于二维MUSIC谱多个极值的优化搜索,降低搜索计算量,得到DOA和多普勒频率的估计值。实验结果表明：在考虑信噪比为0 dB的两个独立信号源的情况下,利用本文方法估计得到的DOA和多普勒频率的均方根误差分别为0.23°和0.005 5 rad。该方法具有控制参数少、计算量小、参数自动配对等特点。     

双端谐振型SAW扭矩传感器信号提取与处理的研究

针对应用于车载EPS系统中的双端谐振型SAW扭矩传感器的信号提取与频率估计困难的问题,提出一种新的估算方法。该方法在M-Rife算法的基础上利用Welch算法计算功率谱及最大谱线,代替原有的FFT过程,提高了估计准确性。当估计频率不在规定的中心区域内时,用Quinn算法来判断频移系数进而确定频移方向,而后重新利用Rife算法进行频率估计。仿真和试验结果表明,改进的算法在估计双端谐振型SAW扭矩传感器的频率信号方面具有较好的精度,估计结果明显优于单独使用M-Rife算法,符合EPS系统对扭矩传感器的要求。     

低截获概率雷达信号检测方法的优化及应用

针对利用循环谱理论检测低截获概率(LPI)雷达信号存在计算量大的问题,提出了一种优化的快速傅里叶变换(FFT)累积算法来更新信号处理设备的软件程序。分析了原软件中信号处理的过程,提出了采用并行流水型结构的优化方法;利用前一个滑动窗口内采样信号的FFT,推导出下一时刻采样信号序列的FFT;通过减少重复采样点,减少计算量。然后,利用循环谱检测中4个象限的循环谱的对称性,减少计算象限数,并采用一维搜索进行峰值检测,从而进一步减少计算量。理论推导显示,改进方法减少了计算复杂度和计算量。最后,利用提出的方法对常用的线性调频(LFM)和二进制相移键控(BPSK)信号进行了分析。结果表明,在相同条件下,利用改进的算法及一维搜索,计算时间可缩短为原算法的1/25左右。另外,算法改进后检测信号的幅度值仅减小了不到10%,不影响后续处理对循环谱参数的估计。     

一种信号参数估计的小波去噪方法

针对MUSIC算法在低信噪比(SNR)和信号到来角(DOA)间隔较近时估计性能下降的问题,提出了一种信号参数估计的小波去噪方法,并从伪二维图像去噪的角度对阵列去噪的性能进行了验证.仿真结果表明,对去噪后的信号接收矩阵应用MUSIC算法,不仅可以提高DOA估计的SNR,而且可以提高DOA间隔较近时的算法分辨率.     

基于高阶累积量MUSIC法的轧辊偏心信号提取

针对轧辊偏心信号是混杂在各种随机干扰中含有多次谐波的复杂高频周期信号,研究了一种基于高阶累积量的MUSIC法和Prony法相结合的轧辊偏心信号提取新方法.首先采用基于高阶累积量的MUSIC法对偏心信号进行空间分解达到降阶的效果,能够有效地抑制噪声,在信噪比低时仍具有高的频谱分辨率,能准确提取出偏心谐波的频率及谐波的个数,对于频率相近的偏心谐波信号,不存在频带重叠的问题,克服了低信噪比时FFT法出现的频谱泄漏和栅栏效应等缺点.通过高阶累积量MUSIC法对偏心信号进行了消噪和降阶预处理后,使用Prony方法进一步估计偏心信号的各次谐波幅值和相位,弥补了Prony法对噪声敏感的弱点及对信号阶数的要求,充分发挥了其优点.仿真及实验结果验证了该结合方法的可行性和有效性,低信噪比时能够准确提取出偏心信号参数,重构的偏心模型比FFT法精度高,偏心补偿效果明显.     

高精度的科氏流量计频率估计方法及应用

为提高科氏流量计的流量测量精度,在分析科氏流量计现有频率估计方法问题的基础上,提出一种高精度的科氏流量计频率估计方法。采用FFT法对流量信号进行短时频率估计,以提高陷波器收敛速度;利用负反馈控制原理,通过设置一个评价因子来实时监测调整陷波参数,实现信号频率的长时跟踪。文中阐述了所提方法的基本思路、具体措施和实现步骤。仿真结果表明,所提方法可实现信号频率的快速估计,长时跟踪精度更高,普适性更强。工程应用也证实了所提方法的有效性。     

用免疫量子克隆算法估计声源频率和DOA的SPM方法

提出了一种可用于同时估计声源频率和波达方向(DOA)的信号相位匹配(SPM)方法.通过SPM原理方位估计的最小二乘解,构造了以信号方位和频率作为双自变量的适应度函数,采用免疫量子克隆算法(IQCA)对其进行非线性全局寻优.该方法在保留SPM方位估计算法低信噪比下具有高分辨率优势的基础上,改善了传统SPM方位搜索计算量大,需设置固定搜索步长和频带范围的问题,使信号相位匹配原理不仅扩展到了二维参数的联合估计,而且加速了搜索最优参数的收敛过程.-10 dB信噪比时,宽频带和角度搜索范围内的100次独立Monte-Carlo实验表明,方位和频率估计值的标准差可分别达到1.444°和0.361 1 Hz,同时运算耗时较传统SPM方法缩短94%,适于工程应用.     

水声定位中高分辨时延估计算法研究

本文采用MUSIC算法解决水声定位中的多径信号分辨问题,给出了MUSIC时延估计算法的推导过程,并通过仿真对比了不同时延间隔和不同信噪比时采用MUSIC算法和传统的脉冲压缩算法的分辨能力,结果表明高分辨时延估计算法能够有效地分辨小于分辨单元的信号。     

传感器阵列预测空域多信号分类目标定位跟踪

目标定位跟踪技术广泛应用于军事民用领域,是当前研究的热点与难点.提出了一种空域多信号分类-自回归粒子滤波(multiple signal classification autoregressive particle filter,MUSIC-ARPF)方法,定位跟踪地面目标.该方法使用多信号分类(multiple signal classification,MUSIC)算法估计目标波达方向(direction of arrival,DOA)并计算目标信号源位置,利用自回归(autoregressive model,AR)模型和粒子滤波(particle filter,PF)算法预测信号源下一时刻位置,进而自适应选择通带与阻带扇面进行空域滤波,同时调整MUSIC算法中谱峰搜索区域,提高DOA估计的分辨率,减少目标定位的扫描域.实验结果表明,空域MUSIC-ARPF方法能够减少目标定位时间,提高目标跟踪精度.     

感应电机轴承故障检测方法研究

分析了感应电机轴承发生故障时的振动信号的特性,利用带通滤波器和希尔伯特变换,对感应电机轴承振动信号进行处理,然后采用高分辨率谱估计算法--MUSIC（Multiple Signal Classification）算法对包络信号作谱分析,再从包络信号的MUSIC谱中提取故障特征频率分量.研究结果表明,该方法频率分辨率更高,故障检测更为准确.将该方法应用于电机轴承故障诊断,可准确提取轴承故障特征分量.     

基于稀疏布阵的实时三维成像声纳系统

水下实时三维成像声纳系统可以有效地提高对水下目标探测及识别的能力,本文提出基于稀疏面阵的实时三维成像声纳系统,该系统包括3个部分:窄带信号发射系统、稀疏布阵接收系统及信号处理系统。信号处理系统在远场情况下采用二维FFT波束形成获得目标三维成像,近场情况下采用自聚焦二维FFT波束形成获得三维成像结果。相比于直接相移波束形成,稀疏布阵情况下采用二维FFT波束形成算法具有更小的计算量和内存需求量的优势。基于该成像算法,设计并实现一套实时三维成像声纳系统,通过多次湖上及海上实验对该系统进行测试,实验结果表明:该系统可以获得水下近场及远场目标的三维图像并满足实时成像的要求。     

基于经典谱估计改进方法的涡街流量计

针对涡街流量计高精度、高量程比的要求,在分析涡街信号及其噪声特点的基础上,提出一种采用自适应采样频率和Welch功率谱估计相结合的涡街信号分析处理方法。该方法首先使用经典功率谱估计的FFT算法计算出信号频率的区间范围,然后将信号通过相应截止频率的低通滤波器以防止发生混叠现象,采用信号抽取的方法降低采样频率从而减小频谱的最小频率分辨率,最后采用Welch功率谱估计的方法进行谱分析提高信噪比、减少谱失真。仿真及实验结果表明:所提出的涡街信号处理方法能有效地抑制噪声,实现高精度的功率谱计算,对于提升和改进涡街流量计的性能有良好的效果。     

IBPSO-Based MUSIC Algorithm for Broken Rotor Bars Fault Detection of Induction Motors

In spectrum analysis of induction motor current, the characteristic components of broken rotor bars (BRB) fault are often submerged by the fundamental component. Although many detection methods have been proposed for this problem, the frequency resolution and accuracy are not high enough so that the reliability of BRB fault detection is affected. Thus, a new multiple signal classification (MUSIC) algorithm based on particle swarm intelligence search is developed. Since spectrum peak search in MUSIC is a multimodal optimization problem, an improved bare-bones particle swarm optimization algorithm (IBPSO) is proposed first. In the IBPSO, a modified strategy of subpopulation determination is introduced into BPSO for realizing multimodal search. And then, the new MUSIC algorithm, called IBPSO-based MUSIC, is proposed by replacing the fixed-step traversal search with IBPSO. Meanwhile, a simulation signal is used to test the effectiveness of the proposed algorithm. The simulation results show that its frequency precision reaches 10^?5, and the computational cost is only comparable to that of traditional MUSIC with 0.1 search step. Finally, the IBPSO-based MUSIC is applied in BRB fault detection of an induction motor, and the effectiveness and superiority are proved again. The proposed research provides a modified MUSIC algorithm which has sufficient frequency precision to detect BRB fault in induction motors.     

IBPSO-Based MUSIC Algorithm for Broken Rotor Bars Fault Detection of Induction Motors

In spectrum analysis of induction motor current, the characteristic components of broken rotor bars(BRB) fault are often submerged by the fundamental component. Although many detection methods have been proposed for this problem, the frequency resolution and accuracy are not high enough so that the reliability of BRB fault detection is a ected. Thus, a new multiple signal classification(MUSIC) algorithm based on particle swarm intelligence search is developed. Since spectrum peak search in MUSIC is a multimodal optimization problem, an improved bare?bones particle swarm optimization algorithm(IBPSO) is proposed first. In the IBPSO, a modified strategy of subpopulation determination is introduced into BPSO for realizing multimodal search. And then, the new MUSIC algorithm, called IBPSO?based MUSIC, is proposed by replacing the fixed?step traversal search with IBPSO. Meanwhile, a simulation signal is used to test the e ectiveness of the proposed algorithm. The simulation results show that its frequency precision reaches 10~(-5), and the computational cost is only comparable to that of traditional MUSIC with 0.1 search step. Finally, the IBPSO?based MUSIC is applied in BRB fault detection of an induction motor, and the e ectiveness and superiority are proved again. The proposed research provides a modified MUSIC algorithm which has su cient frequency precision to detect BRB fault in induction motors.     

Fast Fourier Transform Analysis of Computer-Acquired Friction Data©

A commercial computer program for data acquisition and analysis has been used to facilitate the evaluation of the frequency content of friction force data obtained from a sliding wear test. The program uses a fast Fourier transform (FFT) algorithm to calculate the frequency spectrum of the friction force. The validity of the FFT program has been demonstrated by applying it to a recently published example that used a detailed mathematical treatment to remove an oscillatory component from friction data. When applied to friction force data from a pin-on-disk sliding wear test of NBD 200 silicon nitride sliding on NBD 100 silicon nitride, filtering of the dominant frequencies revealed by the FFT method reduces both the general dispersion of the friction values and almost completely eliminates localized signal perturbations. Successive filtering steps permit the association of particular frequencies with observed signal disturbances. Although the mean friction value in this example is not greatly altered by the frequency filtering, knowledge of the existing vibration frequency components in the tribosystem is important for a complete interpretation of wear mechanisms and for characterization of the machine/specimen interaction.     

小波图形显示算法在旋转机械模糊自动诊断中的应用

本文建立了济南炼油厂重油催化机组的模糊数学模型，开发该系统基于频域的自动诊断实用程序，对平稳信号的分析可直接得到诊断结果。而对于非平稳信号则采用小波分解法，重点采用了小波图形显示算法保证了信号经小波分解后的频域分辨率，最终将图形显示算法与模糊自动诊断系统相结合用于生产实践中非平稳信号的分析诊断，完善了该系统的功能，并得到了很好的效果。     

无功补偿控制器中数据采集及FFT算法处理

控制器集无功补偿、电度量计量、电能质量监测以及通信于一体，将三相电压、电流信号通过传感器进行转换和信号调理，送入单片机80K196KC中的A／D转换器，通过对信号一个周期内的等间隔采样和将电压、电流作为复序列的实部和虚部对采样数据进行快速傅里叶变换处理(FFT)，对电压、电流信号进行频域分析，从而得到各有关电量参数，实现无功补偿、电度量计量及电能质量监测功能。对谐波分析的基本原理、采样方法和采样数据处理的方法进行了详尽阐述，给出了硬件电路和软件设计方法。而且，对数据进行处理的FFT算法进行了分析。本算法经实际测量表明：精度满足无功补偿、电度量计量及电能质量监测的要求。     

基于LabVIEW的调频连续波雷达频率测量算法

提出了一种基于LabVIEw的频率测量算法，给出了框图程序。该算法将快速傅里叶变换与频谱校正理论相结合，完善了LabVIEW的信号处理功能。可应用于调频连续波雷达进行频率测量，能有效地减小测频误差，提高距离分辨率。