基于小波功率谱算法的脑电地形图成像方法

由于脑电图信号的非平稳性,首先从理论上推导出针对脑电图信号的小波功率谱计算公式。以小波功率谱算法代替传统功率谱算法,以所记录的脑电图数据作为原始数据,编程计算出16导脑电图数据在δ、θ、α1、α2、α3、β等脑电波频段在采样区间[t1,t2]的功率,再用插值方法,计算出大脑某个水平截面各点的功率分布,并用伪彩色将截面上的功率分布显示出来,构造出更准确和更符合实际的脑电地形图。     

基于小波包能量谱的往复式隔膜泵故障诊断研究

针对往复式隔膜泵故障的多元性、不确定性和并发性的特点,提出了基于小波包能量谱的往复式隔膜泵故障诊断方法。小波包能将振动信号分解到不同子频带,通过各子频带信号的能量变化反映设备运行状况。通过采集往复式隔膜泵振动信号,进行小波包分解为多个子频带,求出各频带的能量和能量比例,然后对比故障振动信号和正常振动信号的频带能量谱比例图,找出发生故障的频带,进而找出往复式隔膜泵的故障特征频率,诊断出故障。实验表明:通过小波包能量谱对往复式隔膜泵进行故障诊断是有效可行的。     

基于小波包变换和虚拟仪器检测电动机振动信号

小波包变换(WPD)不仅能检测非平稳信号的整次谐波，还能检测信号的非整次谐波，又因为小波变换本身对信号的奇异点十分敏感，这个特点可以用来跟踪电动机振动速度信号。在虚拟仪器(VI)LabVIEW6．i平台上，基于小波包变换算法设计了VI程序，实现了电动机振动速度信号实时检测系统。经过信号处理，该系统还具有信噪分离、测量电动机振动功率谱、伴有噪声的原始振动波形和噪声波等测量功能。实测Y630-10／1180型大型三相异步电动机的振动速度信号，结果表明，该方法是可行的和有效的。     

涡街流量计信号能量的功率谱式表征与应用

为了研究涡街流量计实际流量信号的能量分布情况,提出了一种基于功率谱幅度的涡街流量计信号能量的表征方法.在此基础上,定义了涡街信号的功率谱能量比,定量讨论实际流量信号在整个涡街流量计输出信号中的能量变化规律.结果表明,涡街信号的功率谱能量比分散性较大;当被测介质为水和空气时,其值分别介于38%～96%和10%～65%;并且在靠近发生体的地方功率谱能量比的值较大,涡街信号强、易于检测.因此,功率谱能量比可作为优化选择涡街流量计检测元件位置的参数之一.     

基于小波包频带能量检测技术的故障诊断

在机械设备的在线检测和故障诊断中,振动信号分析是十分重要的手段。小波包变换能将振动信号按任意时频分辨率分解到不同频段,而各频段信号的能量变化包含着丰富的信息。在机械设备运行正常和非正常两种状况下,小波包分解后各频段信号的能量谱尺度图有明显差异。将小波包能量谱尺度图检测方法用于轴承振动信号的诊断处理,验证了该检测方法有效、可行,为机械故障诊断提供了一条新的途径。     

基于压电主动传感的混凝土龄期内强度监测研究

针对混凝土龄期内强度变化的特征,预先将压电智能骨料埋入钢筋混凝土试件内指定位置,对不同龄期内压电传感器接收到的应力波信号进行功率谱密度分析和小波包能量分析。试验结果表明：在混凝土养护期内,传感器接收信号的小波包能量值随时间的变化趋势,与同等条件结构固有频率下功率谱密度特征参数随时间的变化趋势基本一致,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相吻合。     

高速铣削颤振识别和稳定性预测

颤振是刀具与工件之间剧烈的自激振动,是影响工件表面质量与刀具磨损的重要因素。通过高速铣削试验,对加工过程中铣削力与振动信号进行分析,给出了一种通过监测加工过程中信号功率谱能量比变化来识别颤振的方法。试验结果表明:颤振发生时信号功率谱最主要的特性是在主轴转动频率、切削频率及其谐波两边等间距处会出现相应的颤振频率,当主颤振频率处的能量超过一定的阈值时,加工系统颤振,否则,无颤振。建立了颤振动力学模型,通过试验获得了铣削系统频响函数和铣削力系数,绘制了铣削加工稳定性曲线。结合提出的颤振识别方法,验证了动力学模型的准确性,可为实际加工中合理选择加工参数和颤振监测提供参考。     

磁悬浮效应的人行天桥振动参数测量研究

将磁悬浮技术应用于振动测量,设计了磁悬浮人行天桥振动监测系统,对振子的受力进行了分析,建立了振子的动力学方程.通过实测获得测试系统输出电压与桥梁振动幅度的关系.用虚拟仪器数据处理方法得到被测振动信号的功率谱.分别测量了自振状态、桥下有车经过、单人通过和多人通过的振动波形.通过波形分析、功率谱分析得出人行天桥的振动情况.实测表明:磁悬浮人行天桥振动测试系统测量频率下限可达到1 Hz,频率测量范围在1～190 Hz.     

信号检测系统中预处理滤波算法的研究

针对信号检测系统中原始信号采集后的预处理滤波问题,分别采用FIR滤波算法和LMS滤波算法对该问题加以分析和讨论。通过功率谱密度、小波能量系数分析评价体系,验证了预加重信号在能量谱提升方面起到的作用,同时得出LMS滤波算法在信号预处理方面优于FIR滤波算法的结论。最后将该预处理滤波算法信号检测系统应用于整体传感器信号的测试检测中,该实验取得了较好的效果。     

地震救援系统中判断声波振动信号的同源问题

地震救援系统通过多个传感器接收声波振动信号,用DASYLAB采集信号,进行傅立叶变换(FT)及功率谱计算,对功率谱进行相关,从而判断信号是否同源。本文对该系统的原理及实现进行了介绍。     

Welch法在双曲拱桥固有频率检测信号识别中的应用

随机振动法是检测桥梁信号中常用的一种方法,首先采用经典功率谱估计的方法对高速静态应变采集系统DH3817得到的数据进行处理,但频谱泄漏是不可避免的.因此采取Welch功率谱估计法,从而达到频域滑动平均的效果,去掉频域曲线中的"毛刺",最终得出该桥的固有频率,以判断该桥梁是否需要加固.     

基于频谱异构和用户移动的频谱共享算法研究

频谱共享允许多个认知节点以机会主义方式使用空闲频谱资源,而绝大多数的频谱共享研究没有考虑传输距离、错误率等方面的频谱异构特性。针对集中控制认知无线网络,提出一种基于频谱异构和用户移动的频谱共享算法。网络中不同类型的频谱信道具有不同的覆盖范围,认知用户可以静止或移动。认知用户的信道分配综合考虑了信道可使用时间、用户地理位置、接入公平性等因素,并在此基础上建立了一个信道分配效用函数,最终目的是最大化系统总效用。仿真结果表明,提出的频谱共享算法能够大大减少系统中的信道切换次数,同时系统其他方面的性能也能够得到保证。     

基于LabVIEW的离散频谱校正技术仿真

在许多工程应用领域,离散频谱分析发挥着越来越重要的作用,频谱分析结果的精确程度是在工程应用取得成功的关键因素之一,但是在现阶段,经过快速傅里叶变换得到的离散频谱,其频率、幅值和相位均可能产生较大误差.基于这一原因,研究了离散频谱的校正技术,通过LabVIEW软件编写出两种基于频谱校正方法(比值校正法和能量重心校正法)的校正程序,并构造相应的函数仿真来验证该方法的可行性.通过仿真结果分析,表明该程序可以进行离散频谱校正,大大提高频谱分析的精度,取得了不错的效果.     

基于频谱池的认知无线电频谱切换分析

为了解决认知无线网络中认知用户频繁切换的问题,最大程度上降低认知用户的切换次数,在已建频谱池的基础上,提出了频谱空穴空闲时间由长到短的排队时间模型,并对该模型下的频谱切换概率问题进行对比研究.推导了一次认知业务请求服务时间内发生频谱切换的概率公式,研究了授权用户到达率与认知用户到达率对频谱切换概率的影响,给出了频谱切换的概率仿真,仿真证明该模型比随机信道选择的效果更优越.     

Reduction of artifacts in images from MR truncated data using singularity spectrum analysis

In this paper,the theory of signal singularity spectrum analysis (SSA) is proposed,Using SSA theory,a new method is presented to reduce truncation artifacts in magnetic resonance(MR) image due to truncated spectrum data.In the scheme,after detecting signal singulatrity locations using wavelet analysis in spectrum domain,SSA mathematic model is constructed,where weight coefficients are determined by known truncated spectrum data.Then,the remainder of the truncated spectrum can be obtained using SSA.Experiment and simulation results show that the SSA method will produce fewer artifacts in MR image from truncated spectrum than existing methods.     

认知无线电在频谱感知和资源分配方面的探讨

认知无线电是一种智能无线电技术,具有自主寻找和利用空闲频谱资源的能力,它是解决无线通信需求增长与频谱资源稀缺的有效途径。本文简述了认知无线电的基本原理,对其在频谱感知和资源分配方面的研究进行了总结,并探讨了该技术发展需要解决的几个关键问题。     

An Efficient Optimized Handover in Cognitive Radio Networks Using Cooperative Spectrum Sensing

Cognitive radio systems necessitate the incorporation of cooperative spectrum sensing among cognitive users to increase the reliability of detection. We have found that cooperative spectrum sensing is not only advantageous, but is also essential to avoid interference with any primary users. Interference by licensed users becomes a chief concern and issue, which affects primary as well as secondary users leading to restrictions in spectrum sensing in cognitive radios. When the number of cognitive users increases, the overheads of the systems, which are meant to report the sensing results to the common receiver, which becomes massive. When the spectrum, which is in use becomes unavailable or when the licensed user takes the allocated band, these networks have the capability of changing their operating frequencies. In addition, cognitive radio networks are seen to have the unique capability of sensing the spectrum range and detecting any spectrum, which has been left underutilized. Further this capability of recognizing the spectrum range based on the dimensions detected, allows for determination of the band, which may be utilized. The main objective of this paper is to analyze the cognitive radio’s spectrum sensing ability and evolving a self-configured system with dynamic intelligence networks without causing any interference to the primary user. The paper also brings focus to the quantitative analysis of the two spectrum sensing techniques namely; Energy Detection and Band Limited White Noise Detection. The estimation technique for detecting spectrum noise is based on the detection of probability and probability of false alarms at different Signal-to-Noise Ratio (SNR) levels using Additive White Gaussian Noise signal (AWGN). The efficiency of the proposed Cooperative CUSUM spectrum sensing algorithm performs better than existing optimal rules based on a single observation spectrum sensing techniques under cooperative networks.     

认知无线电中一种n步串行信道感知策略

为了提高频谱感知的整体性能,基于链路层多认知用户集中式协作感知思想,提出一种带缓冲区的双周期n步串行协作感知机制.该机制利用多认知用户分时、分段协作提高频谱感知效率,建立频谱池缩短被中断用户切换延迟时间,使用离散马尔可夫模型对感知参数建模,通过求解最优搜索步长和双感知周期比,提高认知用户频谱感知性能和QoS.仿真实验结果显示,该算法在感知效率、被迫中断概率和中断时间方面均优于随机搜索和传统串行搜索策略.     

业务类型感知的认知无线电动态频谱选择算法

在分析认知无线电的业务类型与主用户频谱空穴时长之间关系的基础上,提出一种认知业务类型感知的动态频谱选择算法.通过将认知业务接入到与其服务时长相近似的主用户频谱空闲时间隙中,结合认知用户的业务类型动态选择空闲信道,降低认知业务与主用户业务冲突的概率,增加主用户频谱空闲间隙的使用效率.模拟结果表明,本算法能够有效地降低认知用户的业务冲突率,进一步提高频谱资源的利用率.     

地震动谱烈度传感器设计

谱烈度传感器采用三分量MEMS器件采集加速度信号,经过mR带通滤波器,采用一种地震动谱烈度的实时计算方法,根据单自由度系统的地震输入响应,利用Z变换方法,得到相对速度反应谱的差分方程,来计算实时地震动谱烈度.