汽车变速箱故障诊断中的时域同步阶次分析法的分析研究

旋转机械故障诊断技术是20世纪七、八十年代得到迅速发展的一项新技术;在实际的生产应用中,一般将齿轮箱的频谱分为低频、中频和高频分别进行处理,进而实现故障诊断;文章所述的汽车变速箱故障诊断系统利用时域同步平均法,在阶次分析理论基础上,对时域信号进行处理,根据信号源的不同提取各自时域信号并进行处理。进而实现故障诊断;结合试验,对基于阶次分析的时域同步平均法进行了详细的论述和结果验证。     

基于功率谱密度的人体运动状态检测

提出了一种视频图像序列中人体运动状态检测的新方法。针对传统人体状态检测方法利用数据信息的复杂性,对图像中人体外接矩形区域提取位置和尺度稳定的非结构化数据信息——关键点,计算关键点的功率谱密度,在序列视频图像中可获得关键点功率谱密度的分布,利用其分布特点判断人体运动状态。实验证明方法的有效、可行和简易。     

基于功率谱密度与卷积神经网络的心音分类

正常与异常心音分类在心血管疾病的筛查中有着重要的作用.建立在无心音分割的基础上,提出了一种基于功率谱密度时频分布特征与卷积神经网络的心音分类方法.该方法采用小波降噪做预处理,通过循环自相关获取心动周期,采用双线性插值法提取维度一致的心动周期功率谱密度时频特征,并送入卷积神经网络进行训练与测试.实验采用Challenge...     

多进制基带信号功率谱密度的仿真分析

随着信息技术的发展,多进制数字基带信号的应用越来越广泛.而分析其频谱特性对多进制数字基带信号的应用十分必要.以二进制数字基带信号为基础,利用交变波和稳态波分解法首先分析了三进制数字基带信号的功率谱密度,然后推广分析了M(M≥2)进制数字基带信号的功率谱密度特性.最后分别选取二进制、三进制和四进制数字基带信号用Mat-hb平台仿真分析了其功率谱密度,结果显示多进制数字基带信号的频谱一般由离散谱和连续谱组成,但在特定的条件下,其频谱中将只存在连续谱成分,而不存在离散谱.仿真结果为多进制数字基带信号的分析和应用提供了有益的参考.     

一种语音信号基音检测的功率谱二次处理方法

对基音检测的倒谱法进行了细致的分析,指出其在基音检测计算及其数字实现时存在不足。为了克服倒谱法的不足之处,提出了二种;新的功率谱二次处理基音检测方法,该方法在克服了倒谱法在基音检测中不足之处的同时还提高了计算速度,对基音轨迹曲线的估计准确性也得到了较大改善。     

改进的功率谱二次处理基音检测法

作为语音信号处理中的一项关键技术,基音检测一直是研究热点。本文分析了功率谱二次处理基音检测方法的不足:对于过渡语音,易产生半频或倍频误判;噪声干扰下,检测结果易失真;清、浊音的判断方法复杂。针对这些不足,本文提出一系列改进方法:时域非线性处理,频域加窗滤波,简化清、浊音判断。MATLAB仿真实验结果表明,无论是高信噪比还是低信噪比语音,改进的二次谱法较AMDF法和二次谱法更能清晰、准确地检测出基音轨迹。     

基于电能质量监测平台的次同步振荡在线监测终端的设计与实现

大规模风电的发展使得次同步振荡现象出现得越来越频繁.目前的次同步振荡监测的方案主要是基于PMU的改造或设置专门的次同步振荡在线监测装置;提出一种基于电能质量监测平台的次同步振荡在线监测终端,提出一种基于谐波分析、间谐波分析和振荡功率的快速算法,提供了仿真算例和实际算例,并在工程中进行应用.     

基于信号功率谱密度分布的动态非均匀子带分解方法

针对频谱变化范围较大的宽带信号的子带分解问题,为了动态地调整子带的宽带与数量,合理地控制子带信号的自相关矩阵特征值扩散度,提高子带信号处理的性能和效率,在基于离散傅里叶变换(DFT)子带分解方法的基础上,提出了一种基于信号功率谱密度(PSD)的动态非均匀子带分解的新方法。对于给定序列,通过功率谱估计,确定子带数目和子带幅度范围,通过子带调制实现不同子带向零频处搬移,实现信号的分解。利用Matlab对子带信号特征值扩散度和信号重建性能进行了仿真。实验结果表明,与均匀子带分解相比,提出的方法直接利用PSD的分布信息实现非均匀子带分解,有效地控制了子带信号特征值扩散度在合理范围内的分布,并具有较好的重构性能。     

基于功率谱密度的盲信号源数估计

通常盲源分离以及源数估计均要求传感器数必须大于或等于源数,对于实际复杂系统来说,这个条件很难满足.为此,提出一种基于功率谱密度的源数估计方法.该方法最大特点在于,无论传感器数与源数关系怎样,根据观测信号的功率谱密度函数的比值,得到功率谱密度矩阵,通过比较矩阵各列向量,可准确估计不相关源或独立源的源数.对于相关源,可估计源数的上下界.理论分析和仿真实验证明了该方法的有效性,同时还仿真了噪声对源数估计的影响.     

基于倒谱预滤波的二次互相关算法

传统的广义互相关算法在噪声和混响的情况下效果不佳,而基于倒谱预滤波的时延估计算法尽管改善了广义互相关算法的抗混响效果,但其在噪声环境下性能仍然较差,针对这一缺点,引入二次互相关,同时对相位变换(PHAT)加权函数进行改进,提出了基于倒谱预滤波的二次互相关算法.仿真结果表明:基于倒谱预滤波的二次互相关算法在抗混响和抗噪声...     

小波包和功率谱密度分析法在混凝土龄期强度监测中的应用

利用压电智能骨料激发的应力波,对混凝土28 d内目标龄期进行信号监测试验研究,并通过功率谱密度和小波包能量分析法对混凝土龄期内监测信号进行分析.试验结果表明:混凝土目标龄期内,随着时间的逐渐增加,混凝土试件中传感器监测信号的小波包能量和功率谱密度的幅值随时间的变化趋势呈现出非线性增长,6 d和12 d是增长变化的分界点,其幅值分别达到了2.345×104 V2、3.923×104 V2和61.54 pV2/Hz,98.86 pV2/Hz.其试验结果与混凝土试件在实际养护过程中试件强度的变化规律具有很好的一致性.     

基于EMD的谱峭度方法在滚动轴承障检测中的应用

针对传统谱峭度方法中短时傅里叶变换不能保证对瞬态脉冲这种高度非平稳信号最优分解效果的问题,提出一种基于经验模式分解的谱峭度方法;该方法首先利用经验模式分解和Hilbert变换得到信号的时频分布,然后将信号的时频分布按照不同层数分成若干频段,通过计算各频段的峭度值得到相应的峭度图,再根据峭度最大原则选择滤波频段进行带通滤波,最后对滤波信号采用包络分析确定故障信息;实验结果表明:相比基于短时傅里叶变换的谱峭度方法,文章方法更能准确的获得轴承加速度信号的故障特征频率信息.     

一种简化DFT的滑窗迭代算法在电力谐波检测中的应用

文章介绍了一种在有源滤波控制器应用中基于简化离散傅立叶变换的谐波电流检测技术的设计和应用。为检测由非线性负载产生的谐波电流成分,运算过程中应用了滑窗迭代算法,它能有效地提高系统的实时性、目标跟随特性和抗干扰性,并且具有计算量小、容易工程实现的特点。该算法的有效性通过实验和仿真结果得到了证明。     

基于模糊控制的最大功率点跟踪算法的研究

本文根据太阳能电池的特性方程进行优化得到其工程模型并建立MATLAB/SIMULINK仿真模型,同时对仿真结果进行简单分析,主要是分析太阳能电池在标准参数下的伏安特性和伏瓦特性,以及在不同温度和光照强度条件下的特性。介绍最大功率点跟踪(MPPT)的原理并采用扰动观察法进行了定步长的仿真并对其结果进行了分析,在其基础上进行改进,提出一种基于模糊控制的变步长扰动观察算法,应用MATLAB中的Fuzzy工具箱进行模糊控制器的设计。得出的仿真结果表明,本算法能够稳定在最大功率点,避免了定步长扰动观察法在最大功率点的震荡,在环境参数突变的情况下,能够快速寻找到新的最大功率点,具有良好的跟踪效果。     

基于RBF-BP神经网络的光伏MPPT研究

针对光伏电池的输出特性受光照强度、温度等因素的影响而具有的非线性特性的问题,为了提高光伏发电系统的发电效率必须对其输出功率进行追踪,并且为了克服MPP追踪过程中收敛速度慢和精度低的缺点,提出了一种RBF-BP组合神经网络对光伏阵列最大功率点追踪的算法。首先通过对光伏电池输出特性的研究,确定了温度和光照强度是影响光伏电池最大功率点输出的主要因素。然后考虑这两个因素作为RBF-BP组合神经网络的输入来设计光伏阵列最大功率点追踪系统。最后,利用Matlab建立该系统的仿真模型,并进行仿真研究与分析。仿真结果表明,该系统具有最大功率点追踪的精度高,响应速度快等优点。从而有效地实现了对光伏最大功率点的追踪,提高了光伏发电系统的发电效率。     

统一载波测控系统下行信道噪声功率谱密度标定依据分析与探讨

统一载波测控系统集跟踪、测距、测速、遥测、遥控、通信、数传等功能于一体;噪声功率谱密度是测控设备下行信道的基本参数之一,反映了信道接收弱信号的能力,调节综合基带输入端的噪声功率谱密度至合理范围是完成航天测控任务的前提;介绍了统一载波测控系统下行信道的基本组成及设计要求;分析了噪声功率谱密度在下行信道中的传递特性,提出了在不同信号电平、不同测控体制下噪声功率谱密度标定的基本依据和原则;结合某型号S频段统一测控系统的工程实际,系统分析了噪声功率谱密度的原理和具体标定方法,该方法根据不同应用环境和测控体制,充分考虑各级增益的分配标准,准确计算各级信号噪声的电平,合理进行噪声功率谱密度标定,以确保系统工作的可靠性和稳定性,为设备性能指标测试和航天测控任务参数设置提供参考和依据。     

改进相位差测量在感应加热电源频率跟踪中的应用

在感应加热电源的频率跟踪环节中,需要对负载电压和电流信号相位差进行测量.由于待测负载信号存在波形畸变,使得常用的过零比较法在实现时存在一定误差.为了解决这一问题,提出一种改进的相位差测量方法.利用dsPIC的输入捕捉模块测量负载信号的周期,配合快速傅里叶变换得到负载电压和电流信号相位差,然后对测得的相位差进行修正和补偿,最终实现系统频率跟踪功能.实验结果表明,该方法可以使逆变电路输出较为准确地跟踪负载固有谐振频率的变化,提高了系统的工作性能,较好地达到系统频率跟踪的要求,在实际设计中有一定的应用价值.     

超分辨率谱估计理论在电力系统 谐波、间谐波分析中的应用

将基于"子空间方法"的超分辨率谱估计理论引入电力系统谐波、间谐波分析领域,讨论了基于子空间分解的MUSIC算法原理.该类算法对同步采样没有要求,无需考虑频谱泄漏问题,理论上具有任意的分辨率非常适合用于电力系统谐波、间谐波分析.本文对算法的性能进行了仿真,得到了准确的谐波、间谐波分析结果.并与DFT方法进行了比较,表明该类算法具有经典Fourier分析无可比拟的优越性.     

基于密度聚类的电力设备位置信息分析方法研究

传统的数据聚类处理主要采用基于聚类中心的方式,但其存在一些限制,例如需要预先确定聚类中心的数量,并对数据的分布形态有一定的要求。针对这一问题,本论文选择基于密度聚类算法作为解决方案,重点研究了电力设备位置信息的聚类问题。在介绍密度聚类原理和常用算法的基础上,分析了电力设备位置信息的特点和处理方法,介绍了OPTICS、HDBSCAN和DBSCAN三种密度聚类算法的实现步骤,并与传统的K-mean聚类算法进行比较,通过实验设计和结果分析,验证了密度聚类方法的有效性和适用性。最后,通过应用案例分析,探讨了这些方法在电力系统分析中的应用实例和价值。研究结果表明,基于密度聚类算法的电力设备位置信息聚类方法可以有效地帮助电力系统实现数据的快速分析,具有重要的理论和应用价值。