紊流积分尺度实用识别算法及其数值验证

对比现有的几种紊流积分尺度算法,针对其在某些来流条件下存在的系统偏差,提出了基于泰勒假定修正的紊流积分尺度识别算法。采用谐波合成法数值化地再现多组基于Von-Karman谱的宽频紊流及窄带单频的风速时程序列,利用该算法对紊流积分尺度进行识别,并将识别结果与预期理论值进行比较,提出基于时间尺度修正系数项的实用紊流积分尺度识别算法并进行了验证,得出对于宽带紊流,时间尺度修正系数适合取为2/3,对于窄带紊流,时间尺度修正系数适合取为6。结果表明:本文方法大大提高了紊流积分尺度的计算精度,具有很好的工程应用价值。     

最大熵谱在空间网格结构频谱分析中的应用

振动信号的频谱分析是空间网格结构模态识别及健康评定的基础。通过对几种功率谱估计方法的比较,利用最大熵谱代替传统经典功率谱分析识别了环境激励下的自振频率,并采用AIC准则确定了模型的阶数。通过一个网架模型进行了仿真模拟,成功地识别出了它的前6阶频率,从而验证了最大熵谱可以用较短的振动响应获取较高的频率识别精度,且能识别密集模态,适合于环境激励下空间网格结构的频谱分析。最后将其运用到大运会主场馆振动监测系统中,可为类似结构长期监测提供参考,具有较大的工程应用价值。     

窄带语音带宽扩展算法研究

为了降低谱失真,提出了一种基于隐马尔科夫模型的窄带语音带宽扩展算法。首先,算法选取与宽带谱包络互信息大的参数构成特征矢量,并利用隐马尔可夫状态和过去观察特征矢量的联合先验概率估计条件后验概率。其次,以条件后验概率为基础,算法结合贝叶斯条件参数估计法和最小均方差准则估计宽带谱包络。针对宽带激励信号估计,基于信号高频和低频的谐波相关性,提出了一种中频激励扩展算法。实验结果表明,与传统的基于隐马尔可夫模型的带宽扩展算法相比,本文算法可降低0.187 dB的平均谱失真,将谱失真大于10 dB的语音帧减少了34.3%。     

基于ST时频分析的地下厂房微震信号识别研究

利用S变换(S Transform,ST)分析地下厂房岩石破裂、爆破振动信号的频率特征,通过频带能量分布比例对其进行量化研究,并作为信号特征,建立基于遗传算法优化的BP神经网络模型,实现信号的准确分类。在白鹤滩水电站左岸地下厂房微震监测资料的基础上,通过MATLAB编制相应程序,对信号进行ST时频分解,并求解各子频段的能量分布比例。通过信号的频带能量分布特征,结合遗传算法优化的BP神经网络对400组地下厂房2类拾取信号进行训练,建立分类识别模型,并对100组测试信号进行分类预测。研究结果表明:岩石破裂与爆破振动信号表现出明显的频带能量分布差异;建立的基于遗传算法优化的BP神经网络模型能对2类信号进行有效识别,识别精度达98%,研究方法可为类似工程的微震监测波形识别模型的建立提供参考。     

压电阻抗法识别管道裂纹试验研究

在运营条件下对油气管道的裂纹损伤进行有效识别是实现油气管道健康监测的重要内容之一,实时探测识别油气管道的损伤有利于建立管道健康监测系统。本文利用压电阻抗技术,对油气管道裂纹损伤进行了识别试验。试验分四种工况,通过量测不同深度裂纹损伤的油气管道的压电阻抗谱,分析了油气管道裂纹损伤与压电阻抗谱变化的规律,并利用统计特征指标RMSD和MAPD进一步评估损伤。试验结果表明:损伤的发展会导致电导纳实部频谱曲线向左偏移,频谱曲线峰值频率减小;随着损伤程度的增大,RMSD和MAPD指标呈线性增长。由此实现了对油气管道裂纹损伤程度的有效判别。因此,压电阻抗技术可应用于油气管道的损伤识别,研究结果可为油气管道结构健康监测提供借鉴。     

预测特征误差映射及其在多基地水下目标识别中的应用

针对水下多基地目标识别问题,提出了基于特征预测和误差映射的多基地融合识别算法。推导并简化了基于贝叶斯公式的多基地目标识别条件概率公式,利用BP神经网络对最后一个节点的特征向量进行预测,并计算得到预测值与实际值误差的概率密度,将其与前面每个节点的条件概率累乘,以得到目标识别的条件概率。将利用特征预测计算条件概率的方法从单个节点推广到多个节点上,同时针对误差概率分布模型不准确的问题,提出了利用混合高斯分布模型代替单高斯概率分布模型的改进方法。对每个目标重复此过程,取结果最大值对应的目标类别为最后的识别结果.在消声水池开展多基地模拟实验,对四类目标进行识别,在一定声呐节点数目及信噪比条件下,与单基地声呐相比,多基地目标融合识别得到的识别正确率最大可提高40%,采用改进方法以后,识别正确率得到进一步提高。     

频域滤波的水泥路面图像降噪增强方法

针对在水泥路面裂缝图像识别中刻槽和纵向条带状形成的噪声干扰，提出了一种基于频域滤波的降噪增强方法。首先，分析了这两类噪声的频谱特征，并根据空域图像中刻槽的周期性，推导了频域图像中刻槽谱峰的位置，设计了消除这些谱峰的系列滤波器。根据纵向条带状干扰属于低频成分的特性，设计了抑制低频、增强高频的滤波器，经优化滤波器参数达到消除这类干扰的效果。实验结果表明，该方法能够消除两类噪声干扰，同时，增强了裂缝的对比度，为水泥路面裂缝识别提供了理论基础。     

平地机声振特性测试及降噪措施探讨

针对国产某型平地机整机噪声大、声环境污染严重的问题,对该平地机进行了整机声功率级测试、噪声源频谱分析和驾驶室的振动级测试分析,并提出了相应的减振降噪措施。试验结果表明:整车声功率高,噪声谱为宽带频谱,驾驶室隔振效果较差。降噪后的整机声功率级降低6～8dB(A)。     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。     

稀疏矢量阵信号栅瓣及对称伪峰干扰抑制

稀疏矢量阵进行宽带信号处理时,强目标的栅瓣及对称伪峰会干扰弱目标的检测,提出了一种基于理论干扰预测的加权抑制方法。方法利用矢量阵波束形成先获得强目标的波达方向(Direction Of Arrival,DOA)信息以及目标所在方位各频率的幅度谱信息,再利用理论计算公式获得强目标的栅瓣和对称伪峰角度上对应的各频率点的幅度谱强度信息,通过在方位、频率维度加权的方式对强目标的栅瓣和伪峰干扰进行抑制,来改善在强干扰下的弱目标检测能力。方法也适用于多目标情况,对各个目标依次使用,减少多目标时栅瓣和对称伪峰对方位历程的影响,净化了时间方位历程图。对所提方法给出了理论推导过程并进行了仿真和实验验证,实验结果验证可行。结果表明,新方法可以有效地抑制强目标的栅瓣和对称伪峰干扰,提高弱目标的检测能力,此外,净化后的时间方位历程图更利于弱目标检测和目标数量的估计。