基于高阶累量谱的轴承故障诊断

在轴承故障诊断中，故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号，信噪比很低，微弱的故障信息往往完全淹没在噪声中，信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感，应用在轴承的故障诊断中，可以有效地分离信号与噪声，提高信噪比，增强故障信息。对轴承在不同状态下的振动信号进行对比分析，提取了不同状态下轴承振动信号的功率谱与高阶累量谱（双谱），建立了用于故障诊断的双谱特征向量，并利用BP神经网络进行了故障诊断。分析结果表明，从高阶累积量提取的特征与功率谱相比，对故障特征比较敏感，容易实现智能诊断中的数字特征提取，可有效地区分轴承的故障。     

双谱估计在直升机声信号特征提取中的应用

根据直升机信号在更多情况下表现为非高斯的随机过程,提出采用高阶统计量对直升机声信号进行建模与特征提取,导出基于三阶累积量的直升机声信号非高斯参数双谱模型,讨论了双频域内直升机声信号特征提取的方法,并结合实例给出说明,最后指出将高阶统计量分析方法用于直升机声目标识别具有十分有意义的应用前景。     

基于高阶谱的声压梯度声源定向

声压梯度法用于声波的定向是一种新方法,该法对声源定向既存生系统误差（确定性误差）,本文研究了在高斯随机干扰噪声下,非高斯信号声源的基于高阶谱的随机误差消除方法,应用高阶谱对高斯噪声的不敏感性,由此可以消除高斯噪声的影响,仿真结果验证了该方法的有效性。     

基于高阶谱的声压梯度声源定向

声压梯度法用于声源的定向是一种新方法.该法对声源定向既存在系统误差(确定性误差),又存在随机误差.本文研究了在高斯随机干扰噪声下,非高斯信号声源的基于高阶谱的随机误差消除方法,应用高阶谱对高斯噪声的不敏感性,由此可以消除高斯噪声的影响.仿真结果验证了该方法的有效性.     

双谱在可控震源地震信号预处理中对时延估计的应用

在可控震源浅层地震勘探信号预处理中，鉴于高阶统计量具有屏蔽高斯噪声的优点，文中使用双谱作为数学工具估计Chirp信号的时间延迟，压制噪声，仿真结果证明双谱方法有很好的时延估计效果，其精度高于相关方法。     

基于双谱分析的毫米波多普勒引信目标检测

目标检测是毫米波多普勒引信信号处理的重要内容,在目标检测过程中,传统功率谱等技术不能充分揭示隐含于目标回波中的高阶统计信息,不能消除噪声和杂波的影响,不利于目标特征分析及检测,因此提出了基于双谱分析的毫米波多普勒引信目标检测技术,利用双谱及双谱对角切片进行特征分析及优化,通过对实测毫米波多普勒引信数据进行理论分析和试验仿真,结果表明采用双谱分析的毫米波多普勒引信目标检测方法有效可行。     

双谱幂次水下检测空中高速运动声源方法

提出一种水下检测空中高速运动声源的方法。采用波数积分方法对空气中运动声源激发的水下声场进行建模,仿真分析了水下接收信号的时域波形。并利用信号的时频域临近连续性和高阶谱抑制高斯噪声的特点,以信号的双谱替换DFT得到双谱幂次检测器,利用该检测器在高斯背景下检测空中声源水下噪声。仿真和实测数据处理结果表明,所提出的方法切实可行。     

基于双谱的微地震动信号的特征提取

讨论双谱的有关概念 ,从理论上证明了双谱可完全消除高斯白噪声或有色噪声 .针对轮式车与履带式车产生的微弱地震动信号 ,进行了双谱分析 ,并与功率谱分析对比 ,发现双谱分析在特征提取方面明显优于功率谱分析 .     

基于高阶累积量的水声噪声检测与识别

本文基于高阶统计量理论研究了海洋环境噪声和船舶辐射噪声的高斯性,同时基于高阶累积量T2研究了非高斯背景下非高斯信号的一种检测方法,并用于海洋环境噪声下检测船舶辐射噪声的方法研究中.另外研究了三类船舶辐射噪声双谱中对角切片和非对角切片特征,并将其作为表征船舶辐射噪声的特征向量,经过一定的实船实验得到了较为满意的结果.     

AR谱结构特征提取及其对车辆目标的识别效果分析

针对车辆噪声识别问题,在对实测的４种车辆噪声进行预处理和ＡＲ谱估计的基础上,提取了谱重心,谱面积和卓越频率成分等几个特征量。实测的车辆噪声数据检验表明,基于ＡＲ谱结构提取的这几个特征具有良好的稳定性,且对车辆目标具有良好的识别效果,这对最终完成战场声目标模糊模式识别具有重要的参考价值。     

基于信号小波系数层间关系的线谱信号去噪研究

舰船辐射声中的低频线谱是舰船的一个重要特征量,对声引信的信号检测、识别与分类具有重要的作用。随着现代舰船,特别是潜艇声辐射能量迅速降低和海洋环境噪声级逐年增加,利用舰船噪声中线谱信号对目标的发现距离正在减小。本文利用双树复解析小波变换( DT-CWT)对海洋环境噪声和舰船噪声线谱信号进行小波分解,并对小波系数的层间联合分布进行分析,建立了海洋环境噪声和线谱信号的小波系数的层间联合分布的数学模型,并推导出最大后验概率估计子(MAP)的解析表达式,用于去除噪声干扰,检测淹没在海洋噪声背景中的舰船噪声线谱信号。对实测舰船噪声信号和海洋环境噪声的分析表明,所提出的算法能够明显减弱连续谱干扰成分,捉高舰船噪声中线谱信号的检测效果。     

一种水下目标辐射噪声调制特征提取方法

水下目标辐射噪声的调制信号携带许多重要特征信息,本文在现代信号处理理论的基础上对其调制特征提取方法进行了探讨。首先,利用小波变换和多分辨率分析理论,提取水下目标辐射噪声的调制包络;然后选取具有明显调制特征的特定频段数据对其进行112维谱分析,得到了辐射噪声的谐波信息。该方法结合小波变换与高阶谱理论对调制谱进行提取,可同时利用小波的消噪和高阶谱对高斯噪声的天然抑制性。对实测噪声数据进行的仿真结果表明,该方法可以有效提取噪声中的动态调制信息且抗噪性良好,具有很好的应用前景。     

舰船辐射噪声波形重构研究

舰船辐射噪声作为舰船的重要特性,其物理仿真实现对武器和声纳样机的物理检测及评估都具有实际工程价值。该文研究了舰船辐射噪声波形重构的3个问题。依据线性系统理论,给出了在通用计算机上产生同时具有规定振幅概率分布和功率谱的随机时间序列的方法。该算法的突出优点是,可以连续产生模拟噪声,使用该算法可以便利地校正由发射换能器频率响应引起的失真。其次,讨论了接收换能器的等效电特性,以便构成一个可覆盖宽频带（3 Hz～20 kHz）的声电换能器模拟系统。仿真结果表明,利用耦合腔、振动液柱和消声水池能够对目标探测系统进行物理模拟试验,能够产生模拟实船噪声的声信号及实船通过时的通过特性,本文研究旨在为水声接收机的性能模拟研究提供依据。     

基于SVD-TLS的AR谱估计方法在声目标识别中的应用

为提高 AR谱估计方法的抗噪性能 ,提出采用 SVD-TLS算法。文中对该算法作了介绍 ,并用一简单例子将 SVD-TLS与其它算法作了比较 ,最后应用 SVD-TLS对几组实测的直升机声信号进行了 AR参数估计和谐波频率提取。仿真结果表明 SVD-TL S较之其它算法可在更低的信噪比情况下准确地提取信号的频率信息 ,具有良好的抗噪性能和数值稳定性 ,将其用于声目标识别对改善系统的抗噪性能是十分有意义的。     

基于方位走向的潜艇亮点分布特征提取与仿真

针对传统的潜艇目标回波亮点特征提取方法,只计算有限个峰值点处的方位值来分析目标亮点特征,存在鲁棒性较差的不足,本文基于目标回波与背景干扰相比幅值较大,子回波所体现的方位/距离信息相近等特征,同时结合双通道短时互谱法,提出了一种基于方位走向的潜艇目标回波亮点特征提取方法.首先,采用双通道短时互谱法提取目标回波方位走向特征.然后,通过采用能量判决和利用子回波方位/距离信息,对子回波序列进行分类,从而得到潜艇目标回波亮点的空间分布特征.经仿真验证,该方法与传统方法相比具有更好的鲁棒性.本文的研究结果可为分析潜艇目标声学特性与水声对抗提供参考.     

基于SαS的水声信号噪声统计分布建模

针对水声信号噪声统计分布难以准确描述的问题,在α稳定分布相关特性基础上,提出了一种基于对称α稳定分布(SαS)的水声信号噪声统计分布模型.首先结合水声信号噪声概率分布的特征,建立了用于描述水声信号噪声统计分布的SαS模型,再根据各种水声环境实际试验数据,对不同水声环境下特征指数α的取值范围进行了水池、湖试和海试试验统计.试验数据分析结果表明,SαS分布模型可用于水声噪声信号统计描述.     

基于关联维数迭代局部投影算法的装甲目标声信号去噪研究

为了抑制装甲目标声信号中包含的噪声成分,消除其对信号特征提取的不利影响,针对局部投影法中邻域半径选取困难的问题,提出了一种基于关联维数迭代的局部投影算法（CDBI-LPM）。对典型混沌系统Lorenz序列分别叠加不同噪声水平的高斯白噪声,得到信噪比为20 dB和10 dB的含噪信号,运用本算法对其进行去噪仿真实验。结果证明,本算法不仅简化了计算量,而且可以使Lorenz系统的动力结构得到良好的恢复。应用本算法对坦克和轮式装甲车两类装甲目标的实际声信号进行去噪处理,样本信号的噪声强度显著下降,关联维数减小,信号序列的吸引子结构由杂乱变得有序,说明了本算法可有效消除非线性信号中所含噪声。     

一种基于快速傅里叶变换反鱼雷鱼雷主动声引信回波检测方法

为了实现反鱼雷鱼雷（ATT）声引信在强混响背景下对回波信号的检测,利用反鱼雷鱼雷主动声引信目标回波信号与混响噪声之间的特性差异,基于多普勒频移这一特征量设计了基于快速傅里叶变换（FFT）的回波信号检测方法。在降低了接收机设备量的同时,实现了-50～50 kHz的频率搜索范围。最后,通过蒙特卡罗方法仿真分析了接收系统工作特性。研究结果表明,基于FFT的反鱼雷鱼雷主动声引信检测系统可以实现对强混响背景下目标回波的检测。当信噪比高于3 dB时,在虚警概率Pf=10-4下,检测系统检测概率达到0.999 5以上。     

加速旋转螺旋桨脉动噪声干扰特性及抑制方法研究

提取船舶螺旋桨的加速度特征,是声纳导引头和智能声引信探测与分类港口水域机动目标的可行途径。首先分析了匀加速旋转螺旋桨的空泡体积脉动辐射噪声、脉动力辐射噪声和连续谱噪声的水声信号特征,给出被动声纳接收信号模型。进而基于该信号模型,分析了在一定条件下提取螺旋桨加速特征时存在的干扰问题,从而提出了基于分数阶Fourier域滤波的干扰抑制算法及相应的螺旋桨加速度提取算法,并给出了算法的实现步骤。最后,通过对水洞试验数据的分析,验证了算法的合理性。     

混响环境下基于频率-波数谱分析的水下慢速目标回波检测方法

针对水下慢速目标回波信号往往被随机噪声、混响信号等湮没的问题,提出一种基于频率-波 数（FK）谱分析的回波检测方法。FK谱分析相当于速度滤波器,回波中的混响信号与运动目标信号在FK域呈现不同形态。利用此特性,通过Radon变换提取接收信号经过二维傅里叶变换后的FK谱线信息。构建低维数特征空间,采用支持向量机识别运动目标和混响信号。进一步根据运动目标信号的FK谱线斜率构建滤波器,进行信号滤波。该方法将目标分类前置,不需要预先对信号做波束形成,较传统方式更高效。采用海试数据验证算法,成功从强混响信号提取目标信号,并获得大约3 dB增 益。结果表明,回波检测方法能够提取受混响严重干扰的慢速运动目标信号。