基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义.实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测.传统的小波频域或其他滤波方法,会同时光滑信号奇异点.根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析.实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点.     

自适应奇异值分解瞬变信号检测研究

该文介绍了奇异值分解检测信号的原理,研究了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的奇异值分布特性,提出了相邻奇异值增量的概念,并根据瞬变信号和噪声相邻奇异值增量的不同,区分信号与噪声。在此基础上,提出了自适应选择主奇异值个数的奇异值分解检测瞬变信号的方法,并给出该方法检测瞬变信号的具体流程。仿真结果表明,与传统奇异值分解相比,该方法检测微弱瞬变信号更准确。     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。本文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点AR模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明本文方法是有效的。     

基于小波阈值自适应的局部放电信号降噪

为了抑制电缆绝缘局部放电检测中存在的白噪声干扰,提出一种基于小波阈值的局部放电特征提取的方法.对含噪信号进行小波分解,在选取最优阈值时,用鲸鱼算法优化阈值选取过程,有效提高了算法的精度与运算速度.为验证去噪效果,利用该方法和传统小波软阈值法对局部放电仿真信号和实测局部放电信号去噪,结果表明:与传统软阈值函数法相比,该方...     

基于EEMD-CCA组合去噪的新型配电开关柜局部放电抗干扰检测

为了实现噪声干扰条件下的配电开关柜局部放电检测,研究了基于组合去噪的配电开关柜抗干扰检测方法:首先,分析了局部放电检测原理,设计了电晕放电、内部放电、沿面放电3种典型缺陷模型及检测平台。其次,提出了一种集合经验模 态分解与典型相关分析相结合的组合去噪方法,根据局部放电信号分解的本征模态函数构造多通道观测信号,进而采用典型相关分析进行盲源分离,将表征噪声的源信号删除即可实现去噪,进行了局部放电抗干扰检测实验,验证了组合去噪方法的有效性,并对比了典型缺陷下不同检测方法的效果。结果表明:暂态地电压和超声波法检测的放电幅值较大,而特高频法对微弱放电信号的检测能力更强。     

基于矩阵奇异值分解的高频雷达瞬态干扰抑制

雷电等瞬态干扰严重影响了高频雷达的工作性能,必须加以抑制。该文提出了基于矩阵奇异值分解的高频雷达瞬态干扰抑制方法。该方法将高频雷达回波信号分段构造成矩阵并进行奇异值分解,首先根据矩阵有效秩的大小判断雷达回波中是否存在瞬态干扰,然后利用奇异值分解的正交性实现雷达回波的正交分解,使瞬态干扰分离出来,以利于检测,最后通过建立线性预测的全极点自回归模型对瞬态干扰位置处的回波信号予以恢复。实测数据处理结果表明该方法是有效的。     

提升小波变换的局部放电白噪声抑制方法研究

局部放电(partial discharge, PD)信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值对小波系数进行滤波。利用信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号降噪处理,将提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error, MSE)和波形相似系数(Normalized cross correlation, NCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。     

基于耦合 Ｄｕｆｆｉｎｇ 振子的局部放电信号去噪方法研究

局部放电信号在检测前需去除其噪声,且为了进一步识别局放信号的模式,去噪时还应尽可能保留其波形特征。所以噪声抑制能力和波形恢复能力是局放信号去噪的两个关键指标。提出了一种适用于局放信号去噪的由三个Duffing振子构成的耦合同步系统,该系统具有耦合程度高、同步速度快的特点。仿真实验表明,该Duffing振子系统可以适应各种类型信号的去噪。应用到局放信号去噪时,该系统可以在-25dB的信噪比下恢复局放信号,且信号的关键波形细节还原较好。此外,该系统的求解速度很快,可以应用于局放信号的实时处理。     

基于噪声子空间奇异值的信号分量数目估计

针对现有信号分量数目估计方法在低信噪比时估计性能差的问题,该文提出了基于噪声子空间奇异值恒虚警检测方法估计信号分量数目。通过对Hankel矩阵奇异值与噪声能量之间关系的研究,利用高斯白噪声包络平方服从指数分布的特点,在虚警率一定的条件下,获得噪声子空间奇异值检测门限。仿真结果显示该方法在低信噪比时有效。     

基于SVD的时域强干扰信号抑制

针对时域信号中强干扰信号的抑制问题,提出一种基于奇异值分解（Singular Value Decomposition,SVD）的时域强干扰信号抑制方法。该方法通过构建一维时域信号的信号矩阵,对矩阵进行SVD处理,得到分解后的奇异值矩阵及对应的奇异向量矩阵;通过设定门限对奇异值进行筛选,将强干扰信号所对应的奇异值置零并还原信号矩阵,从而实现强干扰信号抑制。仿真结果表明,该方法对单频信号、线谱信号及周期性信号的干扰具有较好的抑制效果。     

基于峰度特征的瞬态电磁信号检测提取方法

瞬态电磁信号持续时间短,对其进行数据采集和信号处理时,噪声干扰等冗余数据多。利用峰度在表征瞬变、冲击等脉冲信号方面的优势,基于峰度特征和滑动窗技术,研究了噪声干扰下瞬态电磁信号的检测提取方法。分析结果表明,瞬态电磁信号和噪声干扰信号之间的峰度特征值具有较高的区分度,且稳定性好,受信号强度等参数变化的影响小,可用于对单个及多个瞬态电磁信号的检测提取。该方法能有效降低噪声干扰等冗余数据占比,且计算量小、简单便捷,仿真计算和实测结果也验证了该方法的可行性。     

SVD降噪在载波同步技术中的研究

为了提升突发通信中载波频偏估计的性能,降低有效估计的信噪比门限,提出了一种基于奇异值分解去噪的频偏估计方法。首先,该方法将含噪信号根据相应映射转换成矩阵,并对该矩阵进行奇异值分解;其次,将较大的奇异值判定为信号特征予以保留,否则判定为噪声特征置零;接着,根据降噪后的奇异值重构矩阵,恢复成模拟信号;最后,将预处理后的信号进行M&M频偏估计。结果表明,相比于不去噪的频偏估计算法,该方法能够提升估计精度,降低信噪比门限,具有一定的实用性。     

DS/FH快跳频系统设计和窄带干扰抑制

跳频通信具有一定的抗窄带干扰的能力,跳速越高抗窄带干扰的能力越强.在DS/FH跳频系统中,解跳之后干扰信号存在于部分的扩频信号,相当于扩频信号内存在时变的干扰信号.文中将Turbo纠错码和分集合并技术联合应用于DS/FH快跳频系统中,利用信号的分集特性,采用奇异值分解的算法检测受干扰的跳频信号,将未受干扰的跳频信号合并,结果表明采用Turbo码的快速跳频方式时可以实现窄带干扰抑制.     

强干扰下非平稳跳频信号高分辨测试技术研究

为了提高对强电磁辐射干扰下的非平稳跳频信号检测性能,提出一种基于时频分析的非平稳跳频信号高分辨测试技术.采用短时傅立叶变换构建非平稳信号的时频分析模型,把信号划分成许多小的时间间隔,在时间轴连续滑动窗口上对信号进行固有模态分解,提取非平稳跳频信号的Hilbert谱特征,谱特征有效反映了信号的幅值在整个频率段上随频率的变化情况,从而找出信号中跳变的频率分量,实现信号高分辨测试.仿真结果表明,采用该方法在强干扰条件下进行信号测试,信号输出的分辨能力较强,准确检测概率较高,性能优于传统方法.     

非零奇异值和频率的关系及其在信号分解中的应用

研究了Hankel矩阵方式下确定性信号的非零奇异值和信号所含频率数量之间的关系,发现只要矩阵维数大于信号中频率数量的二倍,此后不管维数再怎样增大,非零奇异值的数目始终维持为信号中频率数量的两倍不变.研究了非零奇异值和单个频率之间存在的对应关系,提出利用奇异值分解来分离单个的频率成分,发现了奇异值分解分离单个频率成分的条件,在这种条件下奇异值分解可以准确地分离出任何的单个频率成分.利用奇异值分解的这一特性对轴承振动信号进行特征提取,分离出了轴承各个振动频率清晰的时域波形,由此准确地揭示了轴承的实际振动状态.     

基于二分递推SVD的信号奇异性位置精确检测

 提出利用信号构造行数为2的矩阵,在奇异值分解后保留小奇异值对应的分量,并取大奇异值所对应的分量信号重复构造相同矩阵进行奇异值分解,从而将原始信号分解为一组分量信号.这种分量信号具有二阶消失矩,可实现对原始信号中Lipschitz指数为0和1的奇异性的位置精确检测,其检测脉宽小,且在同一层分量中指示奇异点位置的模极大值和奇异点处的突变量、转折斜率具有正比线性关系.此法克服了小波变换检测结果的位置偏移和脉冲宽大的缺陷,在对铣削力信号的处理中,准确地检测出了其中的微弱冲击.     

光纤周界入侵信号特征提取与识别方法的研究

提出一种基于互补经验模态分解(CEEMD)奇异值熵结合多核支持向量机(SVM)的入侵信号特征提取与识别方法。首先,采用CEEMD方法对入侵信号进行分解得到若干个本征模态函数(IMF);其次,再对IMF分量进行奇异值分解,计算其奇异值熵;然后,根据奇异值熵筛选出有用IMF分量,构建特征向量;最后,采用多核支持向量机识别入侵信号。采用实际采集的攀爬,敲击,汽车,风等场外入侵信号进行了实验验证,结果表明：CEEMD方法有效解决了EEMD的残留白噪声问题,多核SVM比单核SVM具有更好的识别率,攀爬入侵信号识别率达到95%。     

基于子波变换的无线通信网络干扰信号检测研究

在冗杂环境下,为有效识别无线通信网络干扰信号,提出基于子波变换的无线通信网络干扰信号检测研究。将干扰信号分为单音、多音、调频等类型,利用射线模型描述通信信道损失,确立噪声影响下的干扰信号结构,提取信号时频分布特征;在子波变换过程引入阈值滤波算法,将噪声投影在不同子波空间中,合理设置阈值,计算新的变换系数,实现信号去噪;采用混沌循环谱方法,将干扰信号检测转换为二元假设检验问题,获取二阶时变检测函数,计算决策量,结合门限值完成干扰信号检测。实验结果表明,该方法能够有效过滤噪声,检测出的干扰信号波形与频率与实际情况相符。     

修正Hankel矩阵SVD用于多模环境杂波对消研究

针对超视距雷达多模传播下杂波展宽导致的慢速目标掩盖问题,直接在多模情况下进行杂波对消与目标检测。分析了基于Hankel矩阵奇异值分解(SVD)的海杂波对消方法,指出了该方法存在的不足,并通过设置判决门限进行修正。实验结果显示,采用基于修正的Hankel矩阵SVD的海杂波对消技术,能够实现对目标的检测。     

奇异值分解带通滤波背景抑制和去噪

针对可见光图像弱小目标检测中的背景抑制和去噪问题,提出了奇异值分解(Singular Value Decomposition,SVD)带通滤波新方法.首先分析了图像奇异值与目标、噪声和图像背景的关系,结果表明奇异值的高序部分更多地反映图像噪声,中序部分更多地反映目标性质,而低序部分更多地反映图像背景.以此为依据提出了SVD-I型和SVD-II型两种带通滤波器,并给出了奇异值曲线转折点法和门限准则法两种滤波器参数确定方法.实验表明SVD带通滤波能有效抑制图像背景,去除噪声,进而提高弱小目标的信噪比.