基于ESPRIT方法的直升机声目标特征提取

目的提取直升机声信号谐波频率作为特征用以识别直升机. 方法用旋转不变技术估计信号参数法(ESPRIT)从实测的直升机声信号中提取谐波频率,算法采用SVD-TLS. 结果 ESPRIT方法在直升机不同的飞行条件下,用有限长度的数据准确地提取了声信号的谐波频率. 结论用ESPRIT方法提取直升机声信号谐波频率是十分有效的,将谐波频率作为目标特征用以识别直升机是完全可行的.     

基于互四阶累积量的谐参数联合估计的TLS-ESPRIT方法

导出了混合色噪声中复值随机谐波信号和实值随机谐波信号的互四阶累积量及对角切片,利用这些对角切片皆可估计出相同的频率和相移,但根据实值随机谐波所估计的互功率为复值随机谐波的3/16.将互四阶累积量与高分辨率的ESPRIT方法结合,提出了在混合色噪声中基于互四阶累积量的谐参数联合估计的TLS- ESPRIT方法.研究结果表明,基于互四阶累积量的谐参数联合估计TLS-ESPRIT方法可抑制混合色噪声,具有优越的参数估计性能.     

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.     

Simulation and analysis of effects of Young''s modulus of isolation material on natural frequencies of the sensor package and displacement of the chip

For the first time an anti-shock packaging model of an acoustic-vibration sensor system has been designed by using the shocking isolation principle. The finite element analysis has been applied for design and simulation of the model. The effects of Young's modulus of anti-shock rubber on naturally occurring frequencies of the combination of rubber and an acoustic sensor chip were analyzed. The displacement of the acoustic sensor chip is loaded with force. The results of static analysis and harmonic analysis show that while increasing Young's modulus of anti-chock rubber, the first five natural frequencies of the package body also increases. Yet the displacement of the acoustic sensor chip around the resonant frequency decreases. The results of static and transient analysis show that the displacement of the acoustic sensor chip decreases with the increase of Young's modulus of anti-chock rubber being loaded with either transient force or static force at the bottom of the combination of rubber and acoustic sensor chip.     

一种叶片裂纹检测的稀疏共振解调算法

针对强相干噪声干扰下叶片振动信号中裂纹故障微弱特征的提取问题,提出了一种基于稀疏共振解调的诊断方法。首先,利用从中心集化多分辨分析处理机组上取得的原始振动信号进行子空间重构;其次, 对小波子空间信号进行希尔伯特包络解调,选取故障特征频率及其倍频成分能量占优的子空间;再次, 根据周期性故障稀疏模型,采用梳形滤波器分离故障特征频率及其倍频成分,构造故障分量参考信号;最后,结合故障参考信号对子空间重构信号进行小波降噪, 从而提取与叶片裂纹相关的微弱特征。在出现叶片裂纹故障的发电机组增压风机故障诊断案例分析中,仅采用多尺度分解无法在时域上得到周期性冲击故障特征。而采用所提出的基于稀疏共振解调方法进行信号处理后,强相干噪声得到了有效抑制, 从而突出了故障特征。     

基于apFFT-AMD的密集频率谐波/间谐波检测

针对电力谐波信号中含有密集频率的谐波/间谐波问题,提出全相位快速傅里叶变换（apFFT）与解析模态分解法（AMD）相结合的检测方法. 由于AMD在分解前需要确定信号中各个频率成分,应用apFFT对待分析信号进行频谱分析,得到频谱中各个频率的值;通过apFFT相位谱的平坦特性来判断信号中是否含有密集谱频率成分,获得密集频谱谐波/间谐波频率的大概位置,若含有密集频谱成分,对信号中的密集频段使用量子粒子群进行优化,寻找最佳的二分频率;通过各个频率成分之间的二分频率,利用AMD方法将电力谐波信号分解为一系列的单频信号分量,以完成含有密集频率的谐波测量. 与希尔伯特-黄变换法（HHT）相比,该方法对于含有密集频率的谐波/间谐波信号分解效果更好. 仿真和实验结果都表明了该方法的有效性和准确性.     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．     

基于互高阶谱的ESPRIT法的间/次谐波参数估计

电力系统中,准确有效地确定信号中的间/次谐波分量,对于改善电能质量有重要意义。提出了基于互高阶累积量的子空间旋转法(Esprit)来估计间/次谐波幅值和频率。最大优点是无需谱峰搜索,计算量很小。     

基于复解析小波变换的信号包络检测

水声信号中的低频线谱成分是目标声信号的一个重要特征量,在水声信号检测、识别和分类中起着重要的作用。为了提取水声信号中的线谱成分,本文利用复解析小波变换兼具带通滤波和包络提取的特性提取信号包络。仿真和实测数据分析表明,与传统的Hilbert变换提取信号包络算法相比较,基于复解析小波变换的信号包络提取算法可以完全抑制所分析通带以外的噪声,从而提高了信号包络的信噪比。     

一种低复杂度的ESPRIT方法

提出一种低复杂度的旋转不变技术信号参数估计方法,只需要利用某一个信号的导频信息就可以实现对所有信号和干扰的波达方向进行快速估计,不需要估计协方差矩阵和对其作特征值分解,具有低复杂度和小运算量的特点．     

基于单电磁矢量传感器的ESPRIT算法改进

为了充分利用非圆信号共轭相关不为零的特性,提高空间到达角(direction of arrival,DOA)和极化参数估计精度,提出了一种信号DOA和极化参数估计的稳健算法.即构造2个非圆信号的4阶累积量矩阵,引入旋转不变子空间(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法思想,利用这2个矩阵之间的旋转不变特性求出旋转因子,实现信号DOA和极化参数更精确估计.与2阶相域ESPRIT相比,改进的算法适用于任意极化状态的信号,提高估计信号的利用率,同时利用4阶累积量对高斯噪声的抑制性处理相关噪声,使估计信号的精度有了明显提升,并通过仿真结果验证了改进算法的有效性.     

Transverse vibration of the blade for unmanned micro helicopter using rayleigh-ritz method

A rotor manipulation mechanism for micro unmanned helicopter utilizing the inertia and the elasticity of the rotor is introduced. The lagging motion equation of the rotor blades is established, and then the natural frequencies and mode shapes of the blade for the helicopter are studied by using beam characteristic orthogonal polynomials by the Rayleigh-Ritz method. The variation of natural frequencies with the speed of rotation and the mode shapes at different rotational speeds are plotted. The using of orthogonal polynomials for the bending shapes enables the computation of higher natural frequencies of any order to be accomplished without facing any difficulties.     

近程雷达目标多分量信号处理

研究近程雷达FM多分量信号条件下目标距离测量 .利用目标多点散射模型、TLS ESPRIT和数理统计方法确定平均距离 .计算单分量信号瞬时频率的方法不适合于多分量信号 .多分量信号瞬时频率可以利用TLS ESPRIT结合数理统计的方法获得 .计算机模拟证明这种方法具有很高的测距精度     

色噪声背景下LFM信号参数估计的互谱ESPRIT方法

对色噪声背景下LFM信号(线性调频信号)进行了分析,提出了一种基于二次型变换的互谱ESPR IT方法。该方法首先对LFM信号进行二次型变换转化为平稳信号,再将现代互谱理论引入ESPR IT方法生成互谱ESPR IT方法来进行后续的信号处理,成功地实现了高效率、高精度的参数估计,且使附加的有色噪声信噪比低至-5 dB。仿真试验结果证明了本文方法的正确性和有效性。     

基于希尔伯特-黄变换的船舶声信号特征提取

将希尔伯特-黄变换(HHT)用于船舶声信号特征提取中,利用HHT对实录船舶辐射噪声进行特征提取后,利用神经网络进行分类.研究表明希尔伯特-黄变换方法对于信号的时频特性具有较高的分辨能力,适用于水声非平稳信号的分析.与传统时频分析方法相比具有很强的自适应特性和较好的时频聚集性,时频分辨力高于小波变换.结果表明对于船舶声信号识别,希尔伯特-黄变换方法是一种有效的特征提取方法.     

一种基于广义特征向量的改进ESPRIT测向算法

基于信号子空间的ESPRIT算法不需要进行谱峰搜索,但是估计方差大于MUSIC算法。该文提出了一种基于广义特征向量的ESPRIT算法,利用信号子空间旋转不变关系矩阵的广义特征向量估计信号波达方向,得到了比基于广义特征值算法更准确的方向估计结果。该算法充分利用了信号子空间的旋转不变特性,通过利用信号子空间与阵列流形的关系进行波达方向估计,实验证明该算法能够在保持小计算量的优势下达到与MUSIC算法相近的性能。     

磁聚焦电导率成像系统信号源与信号提取的实现

为了提高信号源的稳定度和实现扫频检测,以提取更可靠、更丰富的有用信号,信号源用直接数字频率合成器设计,输出频率为1～20 MHz的扫频正弦波信号,通过具有很好聚焦特性的平面螺旋线圈接成调幅电路输出。同时平面螺旋线圈采用差分线圈结构以检测和提取信号,其输出送往由集成乘法器MC1595组成的鉴相电路,使鉴相器输出相位变化随着输入信号的频差变化,利用低通滤波器滤除扫频载波从而提取线圈有目标以及目标变化时的频差信号。获得了足够的可靠数据,提高了系统的稳定度,提高了成像系统的空间分辨率。有利于系统软件进行电导率反演和成像。     

一类混沌背景中正弦信号的提取

利用信号的尺度特性,提出了一种应用小波多尺度分解算法进行混沌信号的降噪及从混沌背景中分离正弦信号的方法。该方法不需要已知产生混沌信号的数学模型以及要求叠加在混沌背景中其他信号的幅度远远小于混沌背景信号的幅度的假定,便可从Lorenz混沌背景下提取正弦信号。计算机仿真结果表明:该方法具有实现简单、鲁棒性好、计算量小等优点。     

基于Unitary ESPRIT的双基地MIMO雷达目标定位算法

针对双基地MIMO雷达目标定位问题,提出一种基于Unitary ESPRIT的双基地MIMO雷达目标定位算法.该算法利用MIMO雷达发射阵列和接收阵列的相位延迟特性对接收数据矩阵进行重构,使协方差矩阵为Centro-Hermitian矩阵,然后通过酉变换将协方差矩阵从复数域变换为实数域,最后利用Unitary ESPRIT算法实现目标的DOD和DOA估计,且DOD和DOA自动配对.与传统的ESPRIT算法相比,该方法有效地增加接收数据信息,提高了目标角度估计性能,且所有的特征值分解及矩阵计算均在实数域进行,大大降低了运算复杂度.仿真结果验证了该算法的有效性.     

Prony算法在电网故障分析中的应用

傅立叶算法能够在电力系统发生故障时较为准确地得到工频分量,但该算法存在频谱泄露现象,从而对故障信号不能够精确地分析.通过对Prony算法进行理论分析,搭建PSACD仿真模型并提取信号中工频分量,且与傅里叶算法进行对比可知,Prony算法可以精确检测到故障信号的相位、振幅、频率和衰减因子,相对于传统的信号分析方法如傅立叶算法,Prony算法在快速故障分析中具较好的应用前景.