基于自适应陷波滤波器的窄带波束形成方法

本文介绍了自适应陷波(Notch)滤波器的工作原理,在此基础上推导了一种窄带波束形成的新方法,并通过仿真加以验证.该方法简单易于实现,因而具有广泛的应用价值.     

基于FastPW和CNC降噪的液压泵振动信号预处理方法

针对离散余弦变换(Discrete Cosine Transform,DCT)阈值降噪法存在的问题,提出一种自适应的余弦相邻系数(Cosine Neighboring Coefficients,CNC)降噪法,仿真信号分析结果表明CNC降噪法具有更好的降噪性能。将该方法与振动信号快速预白化(Fast Pre-Whitening,Fast PW)技术相结合形成了一种液压泵振动信号预处理新方法:首先采用Fast PW算法对液压泵振动信号预白化,去除信号中的谐波分量,得到仅包含冲击分量和白噪声的预白化信号;然后采用CNC降噪法对预白化信号进行自适应降噪。实测信号分析结果表明提出的方法能够很好地消除液压泵振动信号中的谐波分量和噪声成分,且能有效保留信号中的故障分量。     

基于循环神经网络的自适应滤波方法及应用研究

针对目前地震工程研究领域在滤波方法上存在人为因素、峰值突刺、噪声干扰等方面的缺陷,结合递归最小二乘法(RLS)和循环神经网络(RNN)模型,提出了一种自适应滤波的新方法。研究分析表明,该方法通过设置自适应调节滤波器参数以及算法的自我迭代等方式进行滤波,对噪声识别能力和滤波速度上均优于美国地质调查局(United States Geological Survey, USGS)所推荐的传统滤波方法,并可有效降低滤波后对原始波形的失真损坏以及相位提前等问题。同时,运用所提自适应滤波方法将其应用于不同场地类型台站的含速度脉冲近场地震记录,进一步验证了自适应滤波方法的有效性和适用性。研究成果为地震工程领域的滤波分析提出了一种新思路和新方法,也可为地震记录处理及相关应用工作提供参考。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类，但此网络使用BP算法，其误差能量函数是一个不规则的超曲面，容易陷入局部极小值．因此，提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法．该方法能够自动地确定网络的最优结构和联结权值，同时避免网络的局部优化．实验结果表明，将该方法用于被动声纳目标的分类识别，能够有效地克服局部最小问题，具有更好的识别率．     

基于B样条插值的局部均值分解方法研究

局部均值分解(Local Mean Decomposition,LMD)方法是一种较新的自适应信号分析方法。LMD算法的核心思想是将原始信号分解为多个乘积函数(Production Function,PF),其中每个PF都是一个包络函数和一个纯调频函数的乘积。在LMD算法中需要提取信号的局部均值函数和包络估计,然而常规的提取方法会带来局部误差且分解速度慢。为了解决此问题,提出了利用三次B样条对信号上、下极值点进行插值得到上、下包络线,进而获取信号局部均值和包络估计的新方法。对仿真信号和机械振动信号的对比实验验证了该方法的优越性。     

自适应信号控制条件下的交通流预测模型研究

在分析信号交叉口进口道车流运行特征的基础上,剖析了长时段交通流统计数据序列与短时段交通流统计数据序列的变化规律,阐述了自适应信号控制系统中既不能用长时段的交通流预测方法,也不能用短时段的交通流预测方法,结合两种预测方法的优点,建立了综合功效的自适应交通流预测模型。经实际调查数据验证表明:综合功效的自适应交通流预测模型具有较高的预测精度和实时性,完全能满足自适应信号控制中的预测要求。     

基于自适应光学系统闭环数据的大气相干长度的计算

提出了一种计算大气相干长度(r0)的新方法。根据自适应光学系统的控制关系,由闭环数据复原得到开环数据,并计算出系统噪声。大气相干长度由去除系统噪声的开环数据得到。与传统的方法相比较,此方法不需要中断自适应光学系统的工作进行开环数据采集,保证了校正的连续性。而且,用此方法计算得到实时的r0,消除了系统噪声的影响。将此方法应用于61单元的自适应光学系统中,对实测大气相干长度进行了分析。     

自适应遗传算法用于机械零件的可靠性设计

目的 探索机械零件可靠性优化设计的一种新方法。方法 在造价、体积、强度和重量等约束条件下，机械零件的可靠性优化设计问题是一个具有多局部极值、非线性及具有整数和实数变量的混合优化问题。本文以发动机气门弹簧为例，应用遗传算法建立了机械零件可靠性优化设计的一种新方法。结果 应用自适应遗传算法建立的新方法比常规优化方法更适合于并行处理优化计算。结果 应用自适应遗传算法建立的新方法比常规优化方法更适合于并行     

水下小孔径阵列远程目标检测方法研究

匹配滤波器频域自适应线谱增强方法是一种基于递归算法的非线性滤波技术,它大大提高了匹配滤波器的检测性能.针对当前该技术使用窄带信号作为发射信号存在可利用的带宽有限,不能充分发挥自适应线谱增强器性能的问题,文章提出将该技术与宽带信号相结合来检测远程目标.仿真显示,该方法在低信噪比条件下获得了较高的信噪比增益和检测概率.海试...     

自适应遗传算法用于机械零件的可靠性设计

目的　探索机械零件可靠性优化设计的一种新方法 .方法　在造价、体积、强度和重量等约束条件下 ,机械零件的可靠性优化设计问题是一个具有多局部极值、非线性及具有整数和实数变量的混合优化问题 .本文以发动机气门弹簧为例 ,应用遗传算法建立了机械零件可靠性优化设计的一种新方法 .结果　应用自适应遗传算法建立的新方法比常规优化方法更适合于并行处理优化计算 .结论　将自适应遗传算法用于机械零件的可靠性设计效果是明显的     

双自适应小波局部极大模方法及其在信号特征提取中的应用

将小波分析中的局部极大模方法采用双自适应提升算法进行改进,用于机械故障冲击信号特征的提取,获取了信号时域和频域冲击特征。将该方法应用于滚动轴承微弱冲击特征的提取,并将原始信号直接进行包络分析、原始信号极大模包络分析、经典小波分析方法、第二代小波的细节信号方法进行了对比。结果表明,双自适应局部极大模方法可以更有效的提取信号中的冲击特征,对小波分解层数极不敏感,表现出了很好的鲁棒性。新方法为进一步实施冲击型故障的诊断工作提供新的思路。     

时频流形自适应稀疏重构的遥测振动信号特征增强方法EI北大核心CSCD

针对遥测振动信号非线性、非平稳性、瞬态冲击性等特点,提出一种基于时频流形自适应稀疏重构的遥测振动信号特征增强方法,对振动信号进行相空间重构提取其时频流形;以时频流形为基础,采用KSVD算法自适应构建过完备字典,并从中找到最匹配的时频原子,根据得到的原子与相空间展开信号的时频分布,依次匹配计算获得其重构的稀疏系数;利用稀疏系数和时频原子对相空间中各维信号的时频分布进行重构,通过时频分布的逆运算和相空间还原得到特征增强信号。仿真和实测信号处理结果验证了算法的有效性。     

基于复解析小波变换的瞬时频率分析方法

提出了利用基于复解析小波变换的瞬时频率分析的新方法。复解析小波变换将Hilbert变换与小波分析紧密结合在一起，具有自适应分析能力。对信号作复小波解析变换得到信号的瞬时频率，通过瞬时频率的功率谱分析就可提取信号特征。通过对齿轮故障振动信号的分析，表明该方法能有效地诊断齿轮局部故障，且与传统的频域方法相比具有更好的分析效果。     

强噪声背景下的语音信号提取研究

针对强噪声背景中语音信号提取的难度,提出一种基于Simulink和FDATool的改进型信号提取模型,该模型在传统自适应噪声消除器SIMULINK模型的基础上通过增加双带通数字滤波器实现.理论分析和仿真结果表明,该方法在强背景噪声中提取语音信号是可行的,且比没有改进时信号提取效果明显增强.     

基于数字信道化技术的自适应门限检测算法

当卫星通信系统中同时存在强信号和弱信号时,固定门限对微弱信号出现大概率漏警问题,该文提出了一种基于数字信道化技术的自适应门限检测算法。该算法针对不同的子信道集产生适配的自适应检测门限,在强信号的检测上保持了固定门限的优势,在弱信号的检测上能够有效检测和跟踪目标频率信息,支持对强信号和弱信号进行分离和检测。通过蒙特卡洛仿真对数字信道化后的固定门限检测和自适应门限检测进行对比,自适应门限算法能够有效检测强信号和弱信号,实现强弱信号的有效分离,验证了基于数字信道化技术的自适应门限检测算法的有效性。     

未知曲面的矩形细分自适应测量方法研究

 在介绍已知曲面的自适应测量方法的基础上，重点分析了现有未知曲面测量方法的不足，提出了未知曲面自适应测量的矩形细分法，实现测点的自适应分布，并通过仿真分析和实验研究，验证了该方法的有效性，为提高未知曲面的测量精度和效率提供了一种新方法．     

大电机谐波及无功电流检测方法的研究

通过对谐波和无功电流的检测方法种类的比较,提出一种将自适应噪声对消技术用于电机谐波和无功电流检测的新方法.利用神经网络的自学习、自适应能力,解决了检测电路的实时性、精度和误差等问题.     

基于自适应传播机制的红外图像快速增强算法

针对传统的红外图像对比度增强方法存在的运算速度慢、增强效果不佳的问题,提出了一种基于自适应传播机制的红外图像对比度快速增强算法。首先使用自适应传播机制求出红外图像的各种局部空间信息,然后对各种信息进行非线性拉伸调整,得到增强后的图像。最后,比较和分析了几种增强算法实验结果,证明了本方法快速高效的优异性质。     

用自适应线谱增强器实现主动声呐信号的检测

简述了用自适应线谱增强器(ALE)在噪声背景下提取CW脉冲形式的声呐回波的原理,介绍了用TMS320C25芯片实现ALE的方法.实验表明.ALE是一种有效的声呐回波检测器.     

基于自适应VMD-MPE算法的矿山爆破地震波信号降噪方法研究

实测矿山爆破地震波信号含有大量高频噪声,一定程度上掩盖了真实信号特征,不利于爆破有害效应分析。为了有效降低实测信号的噪声成分,提出了基于自适应VMD-MPE算法的矿山爆破地震波信号降噪方法。将原信号进行变分模态分解(intrinsic mode function, VMD)获得本征模态函数(variational mode decomposition, IMF),利用能量差参数ξ自适应确定模态数K,对IMF分量进行多尺度排列熵(multi-scale permutation entropy, MPE)的随机性检测,准确区分出真实IMF和噪声IMF,去除原信号中的噪声IMF以达到降噪目的。对3组实测矿山爆破地震波信号进行降噪处理,结果表明该模型能够较好地去除高频噪声,保留了信号真实成分;其降噪效果均优于EEMD-MPE、CEEMDAN-MPE算法,验证了自适应VMD-MPE降噪方法的有效性。