一种基于Fisher投影的时间序列非线性检验

为进一步提升替代数据法非线性检验的性能和稳定性,本文引入Fisher投影将不同的非线性检验统计量进行组合并投影,使不同非线性统计量的检验性能互补。利用6类非线性混沌序列和线性高斯白噪声序列进行实验,检验该方法的有效性,结果表明,基于Fisher投影的替代数据法对各类信号正确检验的能力明显提升,且稳定性较好,具有较强的数据适应性;尤其是三阶自协方差统计量、峭度和三阶自相关统计量的三维组合,相对于其他的统计量组合,对非线性混沌序列及线性高斯白噪声序列的检验能力更强,数据适应性更高。     

基于独立分量分析的高速微铣削力混合信号噪声分离方法

为得到高速微铣削力的真实信号,并且准确识别各激励源,对微铣削力混合信号分离和识别技术进行研究。首先对铣削力混合信号矩阵进行预处理,利用对预处理结果的独立成分分析(ICA)分离得到独立源信号矩阵,再通过快速傅里叶变换(FFT)得到独立源信号的频谱,最后分析并结合实验工况识别出微铣削力信号、机械噪声信号和环境噪声信号。实验结果表明:该方法具有同时分离非高斯性的机械噪声信号和高斯性的环境噪声信号的优点,可以弥补传统方法只能抑制高斯噪声信号的不足。     

基于JADE-ICA的滚动轴承多故障信号盲源分离

研究一种基于源信号高阶统计信息的矩阵联合近似对角化独立元分析(JADE-ICA)方法,并将其应用于滚动轴承故障声发射(AE)信号的盲源分离。滚动轴承的声发射源信号一般具有衰减性和准周期性,多组信号间还具有时差性,信号被多个传感器接收。通过最大程度的联合近似对角化,可以使源信号与分离信号有效的一一对应,克服非线性和时差的影响;通过高阶统计的高斯噪声不敏感性可以有效抑制随机观测噪声对分离结果的影响。选用相关系数、二次残差、性能指数和频谱特征构成系列时频域评价指标对分离结果进行较为全面的验证。仿真结果证明了该方法的可行性和有效性。     

用以区分风成噪声与航船噪声特性的分析技术

描述了一种在感兴趣的海区中对环境噪声源(风成噪声与航船噪声)予以分类的分析技术,这时并不需要涉及该处环境的或船舶航行的情报。对于一个指定的地理区域,通过长期的环境噪声观察(两星期以上)找出自相关函数的过零点时间与环境噪声时间系列的频率之关系,就能对风成噪声与航船噪声、或两者的组合予以分类。从噪声级时间系列中获得的自相关函数(用无方向性水听器测量和通过1/3倍频程滤波器处理。)过零点时间的结果表明,它是限制于两个特殊过零点时间界限之内的。从四个相隔很远的地理区域之数据来分析,产生相同的界限值,这就意味着它们与海区无关。在1/3倍频程带宽下与风速有强相关的那一段谱内发现解相关时间(即过零点时间的范围)为26到40小时。在与风速无关的谱段内,就认为是由航船所引起的,它的解相关时间范围为4到8小时。对于由两种噪声组成的谱来说,解相关时间在8到26小时之间。所观察到的相关函数可用一个二项式来近似表达,这有助于在风成噪声级与航船噪声级之比为任何值之下来确定解相关时间。公式的每一项(一是与风速有关,而另一则与航船有关)都是正弦形式。它们的衰减参量等于它的相应的解相关时间平均值,正弦周期则为此值的四倍。     

谐波恢复的时间平均三阶累积量方法及其工程应用

为了识别在强高斯噪声背景下振动信号的谐波成分，从三阶累积量的估计算法出发，提出了基于时间平均的三阶累积量算法，进行振动信号的谐波恢复。时间平均三阶累积量是三阶累积量的一种估计值。理论推导表明，随机相位谐波过程时间平均三阶累积量为非零值，而且其一维切片仍然是谐波过程。由此提出了一种在强高斯噪声背景下识别信号的谐波成分的频谱分析方法。该方法对抑制振动信号中的高斯噪声、正确识别其中的谐波成分十分有效，工程应用实例和信号仿真都很好地验证了该方法的正确性。     

机械故障诊断中的声发射信号处理方法研究

由于声发射换能器的输出信号经过硬件滤波后还含有大量的噪声信号,而且其频谱可能和噪声信号的频谱重叠,因此提取能反映实际物理状态的信号是声发射检测工程应用的关键技术之一.设计了自适应噪声对消器,以消除环境噪声的干扰,再通过数字带通滤波以进一步抑制不需要的信号.在声发射信号的处理中使用了时频分析工具-小波包,将信号在不同尺度上分解,以便确定信号在奇异点处的时频特征信息.     

高斯白噪声序列谱的统计特性及应用研究

本文系统地分析和归纳了平稳高斯白噪声序列离散频谱、离散幅度谱、离散功率谱的统计特性，并就其具体应用作了探讨。     

延时矢量方差算法及其在齿轮故障识别中的应用

提出了利用时间序列的延时相空间重构，采用延时矢量方差及替代数据的时间序列非线性的检验方法，并将该方法应用于设备故障信号的非线性检验与故障识别。数值实验结果表明，延时矢量方差法是一种有效、直观的非线性检验与故障识别方法，对噪声信号具有很强的鲁棒性，对非线性信号具有很高的敏感性。采用该方法对齿轮振动信号进行非线性检验与故障识别，结果与实际情况相符。     

在不同采样情况下的替代数据检验方法研究

替代数据方法是由零假设和检验统计量两部分组成.其中检验统计量是度量时间序列某些特性的数字量,它可以检验零假设在置信度范围内是否成立.目前,基于简单算式作检验统计量的替代数据检验方法在检验非线性时间序列的非线性成份时,对采样间隔有所敏感,通常在过采样的情况下,会给出虚假的结果.本文利用不同采样情况下的混沌时间序列对替代数据检验方法进行了研究,研究表明在过采样情况下用关联维数作检验统计量可得到较好的结果,但检验所需时间很长.     

深海海沟航船噪声数值建模与特性分析

0引言海洋环境噪声是水声信道中的一种干扰背景场。对声呐作用距离进行预报时,要求对海洋环境噪声级进行预估;另外在声呐信号处理方案中,还要求充分掌握噪声场的时空统计特性,使声呐系统达到更高的信噪比。近年来,人们对海洋环境噪声进行了广泛的研究[1][2][3][4],包括环境噪声随深度、频率、地形和舰船密度等环境因素的变化,以及噪声的垂直和水平指向性等。本文结合声场的互易性,提出了一种深海航船噪声建模计算方法,并对深海海沟的航船噪声特性进行了分析。     

邻域自适应选取的局部投影非线性降噪方法

局部投影降噪算法已广泛应用于非线性时间序列的分析中，但受邻域选取的影响较大。提出了一种按照自适应方式选取邻域大小的局部投影降噪算法。首先用时间延迟方法将一维时间序列重构到高维相空间。然后逐步增大每个待分析相点的领域大小，根据领域最大主方向变化过程中首次出现平稳阶段时，自适应地确定该相点的最优领域，最后再用局部几何投影的方法去除噪声成分。对洛伦兹信号和杜芬信号分别添加不同噪声水平的高斯白噪声，对领域自适应选取的局部投影算法与标准局部投影算法的降噪效果进行了比较。实验结果表明，自适应邻域选取方法，提高了局部投影算法的降噪能力和对领域参数的鲁棒性。     

基于小波变换的柴油机气缸压力信号降噪

为了获取高信噪比的柴油机气缸压力信号,采用非线性离散序列的小波变换（DTWT）对柴油机气缸压力信号进行降噪．由于降低压力信号采集循环数目,简要分析了气缸压力信号中的高频噪声和高斯白噪声特征,先用Donoho的阂值降噪法去除高斯白噪声,降噪效果明显优于低通滤波和9点平滑法;再用多分辨率分析法,分析不同频率段上的噪声幅值,用小波尺度系数反变换来去除高频噪声,恢复柴油机气缸压力信号．结果表明：这种方法能够有效地去除气缸压力信号的噪声．     

调幅信号谱相关密度分析中白噪声影响的研究

重点研究了加性高斯白噪声对调幅信号谱相关密度分析结果的影响。平稳信号的谱相关密度仅存在于频率轴上，但是由于谱相关密度分析为非线性二次变换，信号和噪声的交叉项也将干扰分析结果。本文通过对加性高斯白噪声干扰的调幅信号的理论分析，得到了加性噪声干扰在谱相关密度双频率平面上的分布特点，总结了该类型循环平稳信号谱相关密度图的分布规律，最后利用仿真信号验证了理论分析的正确性。     

基于S变换和时频谱空间滤波的超声缺陷回波检测方法

缺陷回波的检测是超声探伤的一项重要内容,为减弱噪声的影响准确检测缺陷回波,提出基于S变换时频分析和时频谱空间滤波的信号处理方法。讨论了高斯回波模型下的到达时间和中心频率与S变换时频谱的关系,说明了利用S变换时频谱幅值矩阵的极值提取回波到达时间和中心频率的合理性;为检测回波,首先对原始信号作S变换,然后对得到的时频谱幅值矩阵应用最大熵法自适应选择去噪阈值,对S变换时频谱作空间滤波完成降噪;从降噪后的区域中提取反映缺陷的到达时间和中心频率;对降噪后的时频谱作S逆变换,获得缺陷回波明显的时域信号。仿真研究表明,基于S变换和时频谱空间滤波的方法能够有效去除噪声,检测回波。棒材试块的实验结果同样表明了该方法在缺陷检测上的有效性。     

基于S变换和时频谱空间滤波的超声缺陷回波检测方法EI北大核心CSCD

缺陷回波的检测是超声探伤的一项重要内容,为减弱噪声的影响准确检测缺陷回波,提出基于S变换时频分析和时频谱空间滤波的信号处理方法。讨论了高斯回波模型下的到达时间和中心频率与S变换时频谱的关系,说明了利用S变换时频谱幅值矩阵的极值提取回波到达时间和中心频率的合理性;为检测回波,首先对原始信号作S变换,然后对得到的时频谱幅值矩阵应用最大熵法自适应选择去噪阈值,对S变换时频谱作空间滤波完成降噪;从降噪后的区域中提取反映缺陷的到达时间和中心频率;对降噪后的时频谱作S逆变换,获得缺陷回波明显的时域信号。仿真研究表明,基于S变换和时频谱空间滤波的方法能够有效去除噪声,检测回波。棒材试块的实验结果同样表明了该方法在缺陷检测上的有效性。     

离散频谱四点能量重心校正法及抗噪性能分析

在对比离散频谱能量重心法采用不同点数时的频率、幅值和相位校正精度的基础上提出了4点能量重心校正法,推导了高斯白噪声背景下单频率谐波信号采用4点能量重心法进行频率、幅值和相位校正的统计方差公式,通过仿真计算验证了其正确性.分析对比了采用不同点数进行能量重心校正时的优缺点,建议在工程中采用Han-ning窗4点能量重心法进行谐波信号离散频谱校正.     

基于滑动峰态算法的信号弱冲击特征提取及应用

机械故障振动信号中往往含有故障引起的弱冲击成分,冲击信号具有显著的非高斯特性,而零时滞四阶累积量即峰态能够描述信号偏离高斯分布的程度;基于峰态这一特性,本文提取一种基于滑动峰态算法的弱冲击特征提取方法,首先对原信号进行滑动峰态计算,获得一个新的峰态时间序列,然后对该峰态时间序列进行傅立叶变换,提取出信号中冲击成分的频率特征。通过强背景信号及噪声环境下弱冲击特征提取的仿真研究,证明了该方法具有很好的冲击特征提取能力。以实测齿轮断齿信号分析结果证明了该方法的有效性。     

离散频谱分析比值校正法幅值和相位的抗噪性分析

谐波信号离散频谱分析的比值校正法(内插法)在无噪声时是一种准确的校正方法,只存在计算时的舍入误差,但在包含噪声尤其信噪比较低时,校正精度会有所下降,甚至误差很大.研究了比值校正法的幅值与相位加不同的窗函数及加性高斯白噪声时的统计方差公式,并通过不同信噪比下的仿真验证了其准确性.建议避免在归一化频率误差较低的情况下使用加矩形窗的比值校正法来校正相位.     

水声信号的低通滤波及局部投影法联合降噪

1引言 对水声信号的滤波,通常使用的是线性或统计的方法.线性滤波的方法是在对信号和噪声的频谱的分析的基础上提出的,它的假设是信号和噪声占据着不同的频带,因此使用带通滤波器就可以将噪声和信号分离开来.而在统计的理论框架下,是对水声信号和噪声的统计特性在先验知道的情况下,或对其给出合理的假设,然后,在信号的频带内对信号中的噪声进行适当的抑制.但是,由于非线性水声信号带宽比较宽,对于信号的动力系统的知识不是很多的情况下,通常使用的滤波降噪的方法就有它的局限性.因此,处理水声信号不仅要抑制信号频带内的噪声,而且对于频带内的信息要尽可能的恢复.所以,对于非线性信号的处理,应该在借鉴线性的方法的基础之上使用非线性的方法.本文将线性和非线性的方法结合使用对水声信号进行滤波,得到了很好的效果.     

基于频率调制随机共振的弱周期信号检测

将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。