小波多分辨率分析在激光扫描回波信号处理中的应用

小波变换具有表征信号局部特征的能力，适于分析信号中的瞬态和奇异现象，并可展示其成份，所以采用小波多分辨率分析方法对激光回波弱信号进行处理。利用这种方法，可以有效消除噪声，提取有用的信号。结果证明小波多分辨率分析对于激光回波信号处理十分有效，提高了信号分析的准确性。     

非稳态振动信号分析（连载）

第五讲　瞬态信号的分析工程中有一类信号具有明显的瞬态性质 ,例如 :结构物爆炸时的信号 ,机器部件受瞬时冲击时的信号 ,火箭发射时的信号 ,地震信号和地震时结构响应信号以及各种脉冲型信号 ,撞击声信号等等 ,都属于这一类瞬态信号。这类信号具有很强的时变性 ,而且是短时段的。这类信号用前面几讲里所提到的一些信号分析方法来处理往往达不到好效果。比较合理的方法是希望能有一种分析方法把时域分析与频域分析结合起来 ,即找到一种联接时间与频率的双线性变换 ,使之把一维的时间函数及频率函数映射为时间＿频率的二维函数 ,它既能反映该…     

Hilbert-Huang变换在瞬态信号检测中的应用

空投物体入水时产生具有时域冲击特性的信号,一般称之为瞬态信号。Hilbert-Huang变换可通过经验模态分解和Hilbert谱分析两种方法,从时频角度对瞬态信号进行分析。介绍了Hilbert-Huang变换的基本原理,建立了瞬态信号的数学模型,提出了基于Hilbert-Huang变换的信号重构瞬态信号检测方法,并与传统能量检测器的性能进行了对比分析,最后通过软件仿真和湖试数据处理验证了该方法的可行性和有效性。     

基于连续小波和统计检验的瞬态成分检测与应用

将连续小波变换和统计检验结合用于检测信号中具有一定时频分布的瞬态成分，提出了一种基于连续小波变换和统计检验的瞬态成分检测方法，并用于圆锥滚子轴承振动中的瞬态成分的检测与提取，比较有效地检测出瞬态成分，并在此基础上应用连续小波变换反演得到瞬态成分的估计，表示轴承的状态特征，作为轴承故障诊断的依据。     

渐近信号瞬态频率的提取

由渐近信号的小波分析出发，研究了渐近信号小波变换的渐近估计方法。着重讨论了渐近信号在小波变换下的特征，构造了信号瞬态频率提取的实现算法。最后结合仿真数值，得到了较好的结果。     

小波分析在混沌信号识别中的应用研究

通过分析混沌信号和噪声信号的频谱特性以及小波变换对两种信号的作用结果的差异。论证了小波变换是一种有效的去除混沌信号中噪声成分的方法。通过数值仿真研究，证明了小波方法的有效性，最后给出了实验结果。     

小波变换在电梯测试信号分析中的应用

小波变换很适合对非平稳信号的分析，将小小姐分析方法应用于电梯测试与分析系统，提取有用信号，可很好地对测试信号进行深入分析。取得了较显著效果。     

基于同步压缩变换和局部替代数据的非平稳振动信号分解方法

实际工程振动信号往往包含非平稳信息,时频分析是一种目前最为常用的非平稳信号分析方法。同步压缩变换把小波时间-尺度平面转化成了时间-频率平面,提高了时频分辨率。替代数据在时频上可对信号平稳性进行检验。采用同步压缩变换时频分析和替代数据检测信号平稳性。结合局部替代数据,在时频面上通过评价时频幅度谱的统计特性,对平稳和非平稳成分进行分解。保持原信号相位谱,将分解的成分用同步压缩反变换恢复出时域信号,提供了一种将非平稳信号分解成平稳和非平稳两部分成分的方法。数值算例验证了该方法的有效性。     

改进的Hilbert-Huang变换在信号瞬态特征提取中的应用

通过对Hilbert-Huang变换(Hilbert Huang Transform,HHT)方法的机理的研究,提出了一种提取非平稳信号中瞬态特征的新方法,即正交经验模态分解(Orthaogonal Empirical Mode Decomposition,OEMD)与Hilbert变换结合法.OEMD是一种以快速带通滤波为基础的,获得同有模态函数(IMF)的新方法,其最大特点是具有严格的正交性.通过OEMD得到IMFs后,再进行Hilbert变换求得瞬时频率和幅值,便能精确检测出信号中瞬态成分的时间、频率和幅值等信息.仿真和应用结果表明,该法比原HHT方法能更加有效地提取信号的瞬态特征,并成功地解决了原HHT中存在的模态混叠、虚假模态和边界效应等问题.     

小波分析在非平稳速变信号处理中的应用

首先对小波变换的优点做了介绍,综述了小波变换在遥测非平稳速变信号处理中的两个重要方面的应用:信号消噪和信号突变点特征提取。     

试论植物微弱电信号研究

介绍了植物微弱电信号的特点、产生机理、生理效应 ,并就当前植物微弱电信号研究状况进行了简要评价     

Research of Modified LMS Adaptive Noise Cancellation

Noise cancellation is very important in the field of signal processing. In this paper, the designation of a modified LMS Adaptive Noise Cancellation is demonstrated in detail; the model is simulated. We have compared the performance of the new model with the old model. The result of the experiments shows that this designation improves the noise cancellation′s performance greatly.     

截齿磨损程度的多特征信号融合识别研究

为了解决采煤机开采过程中截齿磨损程度在线监测和状态识别的工程难题,提出一种基于多特征信号融合的截齿磨损程度识别方法。搭建截齿磨损程度监测实验台,分别测试提取不同磨损程度截齿截割过程中的振动加速度信号、声发射信号、红外热像信号和电机电流信号,建立了截齿截割的多传感信号数据样本库;针对数据样本库中两相邻磨损状态截齿特征样本存在数据交集、系统识别精度低的问题,构建最小模糊度优化模型并计算各特征信号的最优模糊隶属度函数,获取特征样本最大隶属度。构建截齿磨损程度的神经网络识别模型,运用多特征数据样本对Back-Propagation（BP）神经网络进行学习和训练。实验结果表明：BP神经网络识别模型的识别结果和试样的实际磨损程度类别相同,此识别模型能够对截齿磨损程度类型进行实时监测和准确识别。研究结果为实际工程中截齿监测和更换提供了解决方案。     

变幅单频交流信号幅度的同步采集方法

叙述和介绍了采集交流信号的常用方法，指出了常用方法在采集幅度快速变化的交流小信号时存在的缺陷。在此基础上提出了一种新的交流信号同步采集方法，适合于对采样率和采集精度要求较高的场合。     

基于FPGA可调谐半导体激光气体检测电路设计及应用

可调谐半导体激光吸收光谱技术(TDLAS)具有高分辨率和高灵敏度等特性,目前广泛应用于痕量气体检测,便携式和可在线调试是其发展的趋势。由于FPGA具有速度快,体积小,结构简单,抗干扰能力强,可在线调试和并行等方面的明显优势,TDLAS痕量气体检测系统结合FPGA技术具有良好的应用前景。本文主要研究信号产生、采集的FPGA实现。由开放光路的连续观测实验可知,信号产生精度高、频率可高达10 kHz而不失真,信号采集精度高,可靠稳定,优化传统的TDLAS痕量气体检测系统,表明信号产生、采集的FPGA实现可行,为TDLAS痕量气体检测系统基于FPGA的实现奠定基础。     

基于复解析带通滤波器的复调制细化谱分析的算法研究

在采用复解析带滤波器宽度为fs／2D、隔D点选抽一点、移频和作N点谱分析的方法进行细化谱分析的原理基础上，研究了基于复解析带通滤波器复调制细化谱分析的算法。讨论了算法的核心部分－复解析带通滤波器的构造，滤波器外扩的原理，一级选抽及二级选抽滤波器的设计。仿真研究表明，采用一级FIR数字滤波器，当半阶数为500时，最大细化倍数可达150，仍能保证幅值分析误差在1％以内，采用二级FIR滤波器最大细化倍数可达2000倍以上，运算速度也有较大幅度的提高。     

机械装备中跌落物冲击信号的恢复

卷积同态系统可以将卷积组合的信号转化成倒频域以内相加组合的信号,本文正是利用了卷积同态系统的这一特点进行信号的恢复的。本文首先简单地介绍了卷积同态系统的组成和信号恢复的方法,接下来给出了用螺母、小球以及力锤进行的试验的结果,各种试验条件下的信号恢复的结果是令人满意的。最后给以后的研究方向作出了一个展望。     

基于复解析带通滤波器的复调制细化谱分析原理和方法

采用复解析带通滤波器进行选带细化谱分析的原理为：构造复解析带通滤器－对时域信号隔D（细化倍数）点或2D点进行复解析带通滤波－移频－进行FFT和谱分析。与传统复调制细化谱分析相比,由于只对细化选抽点进行移频,大大节省了内存空间,减少了计算工作量;由于先选抽滤波后移频,避免了较复杂的频率调整过程,复解析滤波器的负频率部分幅值为零,能够大大降低对数字滤波器特性的要求,提高细化分析的最大倍数和细化谱分析的精度,仿真研究表明,采用FIR一级数字滤波器,当半阶数为500时,最大细化倍数可达150,仍能保证幅值分析精度误差在1％以内,采用二级FIR滤波器,最大细化倍数可达2000倍以上。     

微光环境下显示器(CRT)颜色视标呈现时间和视标面积交互作用的研究

在微光环境的情况下，对CRT显示器8种颜色视标呈现时间和视标面积的交互作用进行了比较研究。视标的呈现时间有0.5s、1s、1.5s三个水平。视标面积的直径大小也有1.5mm、8mm、14mm三个水平。实验结果表明，在微光环境下，视标呈现时间和视标面积对被试的绝对正确辨认率有显著影响，且这两个实验变量之间有明显的交互作用。     

基于过估计信源数的宽带弱信号源DOA估计

为改善MUSIC类DOA估计算法检测弱信源的性能,提出了一种利用过估计源个数和频域峰值统计信息检测宽带弱信号源的MUSIC类DOA估计算法(OSM)。该算法放宽了MUSIC类DOA估计算法过于依赖信源个数质量的限制,OSM把过估计的信源个数输入给MUSIC,提高了正确检测弱信源的概率,同时也增加了虚警概率,但虚假峰值随窄带的变化呈无规则分布。由PPNN和MNT把这一频率域信息引入到信源检测,抑制了虚假峰,提高了OSM的检测性能。其最小可检测信噪比较传统的MUSIC类DOA估计算法降低了6dB。当带宽较窄时,若信号平稳性较好,适当增加一次快拍的采样长度,可提高窄带数目,亦增加了OSM的稳定性。海上实验数据处理得到了和理论分析一致的结果,该数据处理结果也初步验证了OSM算法的良好检测性能。