基于关联维数G—P算法的齿轮故障诊断

基于关联维数的齿轮故障诊断方法,通过研究关联维数的GP算法,确定嵌入维数这一重要参数,由此计算齿轮在不同状态下的振动信号的关联维数。最后发现嵌入维数逐渐增大时,关联维数趋于稳定,而且不同状态’下的关联维数明显不同。     

目标辐射声信号关联维提取研究

文中分析了目标辐射声信号关联维估计过程,提出了一种新的无标度区域判定方法.这一方法可以用来方便、快捷地判定关联维计算中的无标度区域,避免了人工判定无标度区域的随意性.研究结果表明,使用该方法可以得到有效的无标度区域,从而获得准确的噪声信号的关联维特征估计.     

雷达信号脉内特征参数提取新方法

针对双谱的特点,提出一种新的雷达信号脉内特征参数提取方法.对接收到的信号首先提取双谱幅度谱并简化为二维特征,然后求取该二维特征的复杂度特征中的盒维数和信息维数.由于不同信号的双谱区别大且对高斯噪声不敏感,因此提取的盒维数和信息维数可分性强、稳定度高,仿真验证了新脉内特征参数的优越性.     

混沌吸引子的维数研究

维数的分析与计算在混沌信号处理中有着重要的作用。而基于Hausdorff维数理论的G－P算法在计算混沌吸引子的关联维数时存在抗噪声干扰能力差，运算时间长等缺点，通过对重构空间引入奇异谱分析，将状态矢量变换到一组正交的坐标系，进而计算其关联维数。克服了原算法的不足，同时具有可靠性高，易于实现等优点。     

基于双门限盒维数与信息维数的协作感知方法

由于认知超宽带系统在频带范围内授权信号调制样式已知,考虑到传统循环谱特征检测的不足,提出一种结合双门限盒维数与信息维数的协作频谱感知方法。该方法首先通过采用双门限盒维数检测,快速有效地实现频谱感知,然后,根据认知超宽带频谱感知的特殊性,引入信息维数对信号调制样式进行识别。仿真结果表明:该协作方法能够取得较好的检测效果,复杂度低,对噪声不敏感,能够有效识别信号调制样式、区分噪声与授权信号,适合于认知超宽带系统。     

小波分形理论及其在航空发动机故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,采用小波分形理论进行发动机故障诊断.为了克服目前离散信号盒维数计算方法的不足,提出用矩形网格代替正方形网格来覆盖振动信号,得到更加精确的盒维数.通过比较航空发动机的几种状态下的小波盒维数表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术,盒维数作为波形的一个重要特征,可以用于对航空发动机振动状态的分类识别.     

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。     

小波分形技术在齿轮故障诊断中的应用

分析小波包变换理论和盒维数的改进算法,利用LabVIEW和MATLAB软件编写小波分形处理程序。采用该程序计算特定频率范围内齿轮振动信号的盒维数,在不同状态下,振动信号的盒维数不同。该技术的软件通过读取振动信号、信号分解和重构、计算给定频段信号的盒维数实现。诊断实例表明小波分形技术具有较好的实效性。     

基于1(1)/(2)维谱的舰船辐射噪声低频线谱成分提取

分析了1(1)/(2)维谱具有的几个特殊性质,即抑制高斯噪声和对称分布噪声;加强信号的基频分量以及剔除非耦合相位的谐波分量.通过计算实际舰船噪声的1(1)/(2)维谱,并利用它所具有的特征参数,对舰船信号进行了分类与识别,达到了较好的识别效果, 为进一步开展水下目标探测与识别研究打下了良好基础.     

船摇时间序列的非线性检验方法

时间序列的非线性替代数据判定方法，依据原始时间序列的均值、方差等线性性质进行零假设，产生替代数据，计算关联维数并比较检验待验数据和替代数据的识别统计量，用数理统计方法检验零假设是否成立,以船舶惯导实测信号的非线性检验为例，进行关联维数计算和小样本统计检验结果表明，待检验数据符合零假设，船摇时间序列中含有非线性成份．