多小波在振动信号降噪中的应用

发动机是一个复杂的机械动力系统,为了通过振动信号来判断发动机的状态,可通过传感器采集发动机振动信号,进行故障诊断,必须对其原始信号进行降噪预处理。传统的小波降噪一般选取单小波,由于多小波可同时具有正交性、紧支撑性、对称性和高阶消失矩特性,比单小波更具优势。针对GHM多小波降噪,讨论了两种预处理方法;对仿真信号分别进行了多小波、db4小波软阈值降噪,实验结果表明多小波具有更好的降噪效果;最后将多小波应用于飞机发动机振动信号降噪中,取得了良好效果,为发动机状态监测与故障诊断提供了一种可行的信号处理方法。     

涡轮喷气发动机噪声源的盲分离

讨论了基于噪声监测的飞机发动机故障诊断技术的可行性.由于涡轮喷气发动机噪声信号中不同源信号之间的混叠,使得噪声信号分析和特征提取更加凼难.根据声源信号的相互独立性质,针对涡轮喷气发动机噪声信号,阐述了利用盲分离技术对涡轮喷气发动机噪声信号进行分离的原理和实现.利用自然梯度算法对涡轮喷气发动机转子产生的噪声信号进行了肓分离实践,分离结果验证了方法的可行性和有效性,并从分离的信号中提取了有效的发动机状态信息.为发动机状态监测与故障诊断提供了一种可行的信号处理方法.     

盲源分离在机械振动信号分析中的应用

设备状态信号的处理是状态监测及故障诊断的基础。在实际运行环境中,信号检测传感器采集的机械振动信号必然包含设备各个部件的信号以及周围环境的强烈干扰。传统的振动信号处理方法抗扰去噪效果并不理想。盲源分离技术由于自身独特的盲处理优势,可以有效去除外来干扰并分离出源信号,有助于提高诊断的准确性。针对直升机齿轮箱振动信号进行盲源分离仿真,分离出了轴承故障振动信号,并将分离信号的功率谱与原始信号的功率谱相比较,表明盲源分离技术是机械故障诊断领域的一个有效的信号处理方法。     

混沌分形在内燃机振动信号分析中的应用

从理论上分析了柴油发动机燃烧过程的分形特性，运用混沌和分形理论对实际测得的发动机缸盖振动信号进行了分析，计算了信号的关联维数。结果表明：缸盖的燃爆冲击振动是一种混沌运动。而且，随着喷油器工作状态的不同，信号的关联维数也发生变化。系统振动不确定性成分增多，关联维数变大，系统振动确定性成分增多．关联维数变小。通过选择合适的嵌入维数，计算的关联维数能够反映系统的真实特性，关联维数可以作为发动机状态监测和故障诊断的一个特征参量。     

基于级联结构的航空发动机振动信号盲分离

级联型的盲抽取紧缩方法具有算法快速、冗余性小、单元结构简单和易于实现等优点,在盲信号处理领域有着广泛的应用.针对该结构在航空发动机振动信号盲分离中的应用进行了研究,首先介绍了这种级联结构的可行性和优越性以及抽取紧缩单元的优化算法,然后对某型航空发动机实测的故障振动信号利用级联盲抽取结构进行振源分离,并通过对分离出的振源...     

统一混沌系统反馈同步及在保密通信中的应用

基于非线性系统的状态线性化理论,设计了一种新的统一混沌系统同步控制器,实现了加密信息信号准确的恢复.首先通过坐标变换,将驱动系统和响应系统分别转化为类规范型系统,然后对两个类规范型系统构造误差方程.根据线性系统极点配置方法设计反馈控制器,从而实现两个混沌系统全部状态同步.进而,在发送端用多个混沌信号对信息信号进行掩盖后传送出去,在接收端对混沌掩盖信号进行解密从而恢复出信息信号.最后进行数字仿真,仿真结果验证了该方法的有效性.     

基于DSP的混沌信号源设计与实现

采用数字信号处理器DSP设计实现了各种已知非线性微分方程的混沌信号源.文中还对采用DSP产生的混沌信号提出了一种基于CCS与MATLAB结合的简单有效的信号混沌性检测方法.     

基于非线性混沌理论的非平稳信号的比较分析

本文研究采用基于非线性混沌理论的两种非线性参数估计方法(代替数据法和Lyapunov指数估计法)对非平稳信号进行分析.首先对上述两种非线性方法的具体算法进行介绍,然后对两组本质不同的非平稳振动信号进行对比分析.这两组信号是通过测试具有不同非线性约束边界条件的薄壁构件获得.分析结果表明,在时域波形上直观相似的非平稳信号,用上述非线性混沌分析的方法可以有效地加以定量区分.     

BP神经网络算法预测及其在飞参数据分析中的应用

针对飞机喘振参数受随机因素影响的特点,提出了用人工神经网络中BP网络对飞机发动机喘振预测.通过对喘振数据及机组实际振动数据的预测结果检验,证明该神经网络预测有利于飞机发动机喘振状态的预测精度.     

用闭环反馈周期脉冲抑制分叉和混沌运动

提出一种抑制分叉和混沌的方法.该方法用控制目标与实时检测的系统状态量之间的差值作为控制脉冲信号,用闭环反馈方式作用于受控系统,达到控制分叉或混沌的目的.首先介绍了该方法的基本原理,然后将该方法用于含间隙往复碰撞振动系统的分叉和混沌异常运动的抑制.利用一个二自由度往复碰撞振动模型作为研究对象,用随机数模拟随机扰动,通过数值仿真的方法对该系统在无扰动和有扰动条件下的分叉及其混沌运动进行抑制.结果表明该方法对这类分叉和混沌异常振动有明显的抑制作用.该方法也适用于其他混沌系统.     

On efficient multistep non-linear time series prediction in chaotic diode resonator circuits by optimizing the combination of non-linear time series analysis and neural networks

An improved novel non-linear time series prediction method is presented based on optimizing the combination of non-linear signal analysis and deterministic chaos techniques with Artificial Neural Networks of the Multilayer Perceptron (MLP) type. The proposed methodology has been applied to the non-linear time series produced by a diode resonator chaotic circuit. Multisim is used to simulate the circuit and show the presence of chaos. The first stage of the proposed approach employs a non-linear time series analysis module applying the method proposed by Grasberger and Procaccia, involving estimation of the correlation and minimum embedding dimension as well as of the corresponding largest Lyapunov exponent in combination with a nearest neighbour-based non-linear signal predictor. The two previously mentioned modules are used to construct the first stage of a one-step/multistep predictor while a back-propagation MLP is involved in the second stage to enhance prediction results. The novelty of the proposed two-stage predictor lies on that the back-propagation MLP is employed as an error predictor of the nearest neighbour-based first-stage non-linear signal forecasting application following an efficient strategy for optimizing the combination of nearest neighbour prediction based on deterministic chaos techniques and MLP neural networks. This novel two-stage predictor is evaluated through an extensive experimental study and is favourably compared with rival approaches.     

一种混沌流密码算法设计与实现

提出了一种基于Logistic混沌映射的流密码算法,该算法利用混沌本身所具有的随机特性,提出了一种新的对混沌系统扰动的方法。通过编码算法以及在混沌随机序列数字化的基础上引入一种新的非线性变换算法,以抵抗对混沌流密码系统的各种攻击。经统计测试和相关分析,密钥序列具有较高的线性复杂度和良好的密码学特性。整个加密系统的周期性大、灵活性好,加密模型还可以推广到其他混沌系统。     

航空发动机控制系统振动信号处理方法研究

针对航空发动机控制系统中对振动信号的监测需求,提出了一种基于多任务实时控制系统的振动信号实现方法.分析了FFT变换的基本原理和算法,提出了一种改进的FFT频域分析算法.同时,在有限的任务资源下,对振动信号的处理过程进行合理拆分,并在多个控制任务中对其进行交叉处理.最终实现了对发动机转子振动信号的解析处理及实时监控.经过大量的分析及试验验证,证明该方案能够较好地满足当前的试验需求,为航空发动机控制系统振动信号进一步的研究工作奠定了基础.     

某型航空发动机早期故障特征分析

针对某型飞机飞行时座舱产生的异常振动问题,首先阐述了航空发动机转子系统典型故障的现象及原因;分析了可能引发座舱异常振动的各个激励源,初步判断异常振动的来源;其次通过地面试车试验,采集了座舱异常振动信号及对应的发动机振动信号,提取了座舱异常振动频率的主要能量成份,分析了发动机上各机匣的频谱成份;最后,找出了引发动座舱异常...     

Control of chaos in SEPIC DC-DC converter

DC-DC converters are widely used in power electronic systems where there is a need for stabilizing a given dc voltage to a desired value. It has been reported that DC-DC converters exhibit different non-linear phenomena including bifurcations, quasi-periodicity and chaos under both voltage mode and current mode control schemes. In this work, current mode controlled SEPIC converter operating in continuous conduction mode is considered and by varying the reference current I_ref, the converter exhibits chaos. It has been observed that the system changes from a stable buck-like operation to an unstable boost-like operation by varying I_ref. Bifurcation diagram is plotted for control signal and capacitor voltage with I_ref as bifurcation parameter. Resonant parametric perturbation control technique has been applied to suppress chaos. Effects of phase shift and frequency mismatch are also analyzed. With phase shift, control power required for suppressing chaos has been reduced. Also intermittent chaotic stages are suppressed with the effect of frequency mismatch at the expense of increasing control power. The stability analysis in SEPIC converter is performed by means of discrete model and is validated through the simulated and experimental results.     

基于Chua电路混沌同步在弱信号检测中的应用研究

文章分析了基于混沌检测弱信号的原理,针对目前利用混沌检测弱信号中存在的两个关键问题,构造出一种利用基于Chua电路混沌同步检测弱信号的系统,利用此系统解决了混沌检测弱信号中存在的问题,实验证明了此方案的可行性,为混沌同步在弱信号检测的实际应用奠定了基础。     

一种多级变参数混沌系统的图像加密研究

针对一维离散单混沌系统在计算机有限精度下存在的退化问题,提出了一种在生成混沌信号的过程中参数随机变化的混沌伪随机序列产生方法,基于该方法构建的混沌系统较单混沌系统具有伪随机序列周期大,密钥数量多,密钥空间大等优势,所产生的密码具有更高的安全性能。而且基于该伪随机序列产生方法,还提出了一种新的图像加密算法。仿真分析证明,该图像加密算法原理简单、安全性高、便于软硬件实现。     

混沌同步在弱信号检测中的应用研究

分析了Duffing方程的基本形式;阐述了基于混沌信号相平面变化进行弱信号检测的工作原理,针对目前利用混沌检测弱信号中存在的两个关键问题;提出了一种利用混沌同步特性检测弱信号的系统模型,利用此系统解决了混沌检测弱信号中存在的两个问题,实验证明了此方案的可行性,为混沌同步在弱信号检测的实际应用奠定了基础.     

强噪声下利用混沌系统测量频率的新方法

在分析混沌形成的基础上,将变结构滑模方法引入到混沌理论中,通过它将处于混沌态的系统控制到稳定周期状态,然后,再用频谱方法测出待检信号的频率。所提出方法的新颖性在于去掉了以往混沌系统测量信号所需的策动力,而将待检信号作为策动力。经实验仿真发现:此方法与以往方法比较具有较高的分辨力。     

基于径向基函数神经网络的混沌干扰信号检测

为提高强混沌背景下谐波信号的检测能力,提高系统的信噪比,提出了一种在混沌背景噪声中提取正弦信号的RBF神经网络方法。依据混沌吸引子固有的几何特性和混沌系统轨迹点在流形中的演化规律,建立混沌系统的RBF神经网络单步预测模型,改进了网络的学习算法,利用RBF神经网络对输入扰动的敏感,预测出误差信号。分析了在低信噪比下的检测性能。通过对Lorenz流和实际舰船辐射噪声信号中的信号检测进行计算机仿真实验,验证了算法的有效性和可行性,并且实验表明信噪比最低达-40dB时,仍能有效检测出信号。