应用双谱进行裂缝储层检测

本文分析了双谱的相位谱和振幅谱对于不同相位系统的分辨能力，讨论了相位谱和振幅谱对于微弱振幅变化的敏感性及随机干扰对相位谱和振幅谱的影响。利用正演模型对相位谱和振幅谱在裂缝检测中的优缺点进行了分析，提出了利用双谱检测裂缝的方法：相位谱对于微弱的振幅变化敏感，抗随机干扰能力强，可以很好地预测局部的裂缝分布；振幅谱对于引起振幅剧烈变化的裂缝检测效果好，有利于检测整体裂缝的分布。最终将综合的双谱检测方法应用于实际资料，取得了较好的效果。     

一种雷达辐射源双谱二次特征提取方法

针对常规参数进行复杂体制雷达辐射源信号分选时存在的问题,对信号双谱图分别进行频率分区和奇异值分解,二次提取其双谱分布熵和奇异谱熵作为雷达辐射源特征参数.该方法利用双谱分析可以完全抑制高斯有色噪声对信号的影响,同时保留信号的幅度和相位信息的特点,并有机地融合了双谱理论、奇异值分解和信息熵理论的各自优点,反映出信号的本质信息.采用模糊C均值聚类算法对不同信噪比条件下6种典型调制类型的雷达辐射源信号进行聚类分选实验.实验结果表明,该方法取得了较好的分选效果,克服了传统图像特征提取算法特征维数过高和聚集性差的缺点,验证了该方法的有效性.     

自适应流形学习在故障诊断中的应用

针对人工干预的旋转轴承故障类型及损坏程度诊断问题,提出了一种基于自适应流形学习的故障诊断新方法.该算法借助集合经验模态分解和双谱分析提取振动信号的故障特征,用纹理分析法构建故障信息的纹理特征矩阵,通过自适应流形学习的方法对高维纹理特征矩阵进行降维.整个过程能够很好地去除噪声,同时自适应选择参数,具有很好的聚类性能和复杂...     

双谱估计用于软件无线电中的调制识别

为了能稳定地识别出接收信号的调制方式，采用分级识别的方案，对软件无线电中用到的六种调制信号（BPSK，QPSK，π／4DQPSK，MSK，GMSK，TFM）进行分类识别，第一级利用反映包络变化的参数对调制信号集进行粗分类，第二级利用从信号平方谱、瞬时相位平方的双谱中提取出的特征参数分类识别。仿真结果表明，该方案在不需要预知精确载波频率的情况下，可达到较高的识别率。     

双谱和支持向量数据描述相结合的机械故障诊断研究

针对机械智能监测和故障诊断中故障样本缺乏的问题,提出了一种支持向量数据描述和用双谱提取故障特征值相结合的机械故障诊断方法。该方法可以只利用正常状态数据样本来建立单值分类器,判别机器的运行状态。高阶谱能有效地抑制噪声,对不同类型的故障,高阶谱存在明显差异。采用双谱对角切片对原始数据信号进行特征提取,将特征值作为SVDD的输入参数进行分类。运用该方法在滚动轴承的故障诊断中。     

基于四元数双谱切片的彩色图像配准算法

针对几何及颜色空间上均存在相似变换的两彩色图像的配准问题,提出一种四元数域双谱切片表达式。该表达式是对复数双谱切片对应的时域形式进行四元数傅里叶变换得到的结果,具有平移不变性,可用于两彩色图像旋转和尺度缩放的求解。仿真结果表明,与复数双谱切片法相比,四元数双谱切片法的抗干扰性更好,误差基本只有前者的一半。     

基于双谱奇异值和最优参数支持向量机的目标识别算法

提出了基于双谱奇异值和最优参数支持向量机的目标识别算法。首先从目标距离像的双谱中提取双谱奇异值特征;然后通过实验的方法确定支持向量机参数取值的范围,利用遗传算法获取支持向量机的最优参数;最后应用最优参数支持向量机对3种地面坦克目标进行识别。仿真实验表明,即使在较低的信噪比下该算法仍然可以取得比较高的识别率。     

基于高阶循环平稳的柴油发动机活塞销振动信号分析

分析了柴油发动机活塞销振动信号的高阶循环平稳性,提出了一种基于高阶循环平稳理论提取柴油发动机活塞销磨损故障特征的新方法。利用循环双谱分析活塞销振动信号,考察了振动信号循环双谱图中频率成分的分布情况。定义循环双谱图中幅值的平均累加值与发动机活塞销磨损间隙变化相对应的区域为特征频率平面,提出一种全局搜索策略以搜索特征频率平面。仿真结果及试验结果表明了循环双谱的有效性。利用所述方法在实际活塞销振动信号的循环双谱图中提取的5个特征频率平面内幅值的平均累加值可以作为活塞销磨损故障诊断的特征值。     

粗糙表面的双相干谱分析

双谱分析是近年发展的一种随机信号的现代分析方法，它保留了信号的相位信息，可以定量描述信号之间的非线性相位耦合；同时具有很强的消噪能力，可以很好地反映信号的非对称特征．正常的加工条件下，表面轮廓符合高斯型分布，因此其双谱为零．但实际加工中，许多表面表现为非高斯型，其双谱不为零，此时可以用双谱分析定量地描述表面轮廓特征的非对称性．然而，用双谱表示灵敏度高、幅值大、不够直观，为了有效地反映表面轮廓的双谱特征，本文采用了双谱的归一化形式——双相干谱分析．最后还通过对几种典型试件的实验，证明了其有效性，并得出了一些有益的结论．     

非高斯信号的非因果非最小相位ARMA模型辨识

提出了一种新的ＡＲＭＡ模型参数辨识方法，该方法以受噪声污染的系统输出信号的三阶矩和双谱作为工具，通过求解一系列线性方程组，分别估计出ＡＲＭＡ模型的ＭＡ部分和ＡＲ部分的参数。其主要特点在于应用了基本域内的所有双谱采样，从而有效的利用了信息量。计算机模拟结果表明，它具有很好的数值特性和较好的参数估计。