基于数学形态滤波器的轴心轨迹提纯

针对旋转机械振动信号数据采集的特点，提出了用数学形态滤波器实现轴心轨迹提纯的新方法。采用形态滤波器提纯轴心轨迹，不考虑转子振动信号的频谱特征，不需要转子故障的先验知识，通过开闭、闭开组合形态滤波器对振动信号滤波处理后即可剔除噪声干扰，得到提纯的轴心轨迹。仿真计算及实例验证了该方法的有效性。与其它方法相比，形态滤波器效果好，算法简单，运算速度快，易于现场采用，有较好的实用价值。     

大型机电设备故障信号实时采集方法研究仿真

大型机电设备工作环境复杂,故障频发,需要对故障信号进行实时采集和有效检测。传统方法采用时频分析的统计信号处理进行故障信号采集,对低信噪比的故障信号检测性能不好。提出一种基于非线性时间序列分析和相空间重构的大型机电设备故障信号实时采集方法,实现故障的检测和诊断。构建大型机电设备的故障数据检测模型,基于相空间重构分析的故障诊断方法,通过经验模态分解方法提取故障信号的特征信息,以此为数据基础建立智能专家系统,实现大型机电设备的故障诊断。在大型机电设备3种工况模式下测试大型机电设备的性能,得到信号采集时域波形,并进行相空间重构分析,实现故障分类诊断仿真,仿真实验表明,采用该方法进行故障信号的实时采集和故障诊断,故障分类性好,故障检测和诊断的效率较高。     

基于稀疏信号重构的DOA和极化角度估计算法

现有的波达方向(Direction Of Arrival,DOA)和极化参数估计方法大多基于子空间理论.本文从稀疏信号重构角度出发,提出了一种新的DOA和极化角度估计算法.该算法首先构建一个只包含DOA信息的累积量矩阵模型,然后基于加权l?₁范数最小化获得DOA估计.在DOA估计的基础上,进一步通过求和平均运算构建三个包含不同极化信息的累积量向量模型,利用Zhang惩罚进行稀疏性约束,获得近似无偏的极化角度估计.阐述了如何利用极化信息来区分两个入射角度一样的信源信号.计算机仿真结果验证了所提算法的有效性.     

一种有效的分段光滑信号逼近方法

传统的Fourier变换,连续小波变换等方法在逼近具有分段光滑特性的非连续信号时,因 Gibbs现象的干扰会产生比较大的误差。本文提出了一种有效的分段光滑信号逼近方法。首先根据给定信号的分段点位置,构造一组标准正交分段多项式系,该函数系具有正交性,收敛性及再生性。然后将信号在该函数系下进行正交分解及重构,即可得到该信号的最佳平方逼近结果。数值实验表明,本文方法比传统的正交基具有更好的逼近结果。     

信号与系统实验教学的改革与探索

本文对“信号与系统”实验课程的教学方法、内容进行改革,在课程教学中引进MATLAB软件进行仿真,搭建仿真实验模型;同时增加开放性、设计性的实验.实践结果表明课程实验改革不仅可以增加学生对于信号与系统的理论理解能力,还能培养学生的创新能力.     

柱面共形阵列高性能低复杂度DOA估计算法

针对柱面共形阵列的波达方向(DOA)估计问题,从信号子空间的角度分析了在阵元遮挡下应用多重信号分类(MUSIC)算法的性能缺陷。在此基础上提出通过偏置常数的方法克服经典MUSIC算法的阵元遮挡问题。进一步提出一种基于数据自适应子阵分割的快速DOA估计算法,该方法先利用稀疏采样的偏置MUSIC算法进行DOA预估,依此确定所需要的子阵及二维搜索区域,确定MUSIC算法的搜索范围,进而得到高精确度的DOA估计。利用子阵分割的方法进行DOA估计,避免了经典MUSIC算法因阵元遮挡导致运算量大、精确度低等问题。仿真结果表明,该方法能大幅度降低运算复杂度,同时提高DOA估计精确度。     

基于压缩感知的跳频信号接收处理方法综述

为了有效解决军事卫星通信和航天测控通信系统在跳频信号的超宽带、超高频、高码率、高采样率等方面处理压力的问题,通过对压缩感知原理关键技术问题和传统跳频信号处理方法国内外现状的研究,提出了基于压缩感知的跳频信号接收处理方案。结合跳频信号的内部结构特性,考虑跳频图案和动态多普勒引起的频偏,从跳频信号的稀疏性分析和模型的建立出发,对跳频信号稀疏分解表示、数字域模拟域压缩采样、压缩域跳频信号相关解调处理三个方面进行简要论述,并进行了总结展望。     

基于协方差矩阵重构和导向矢量估计的稳健自适应波束形成

实际应用中, 当假定的与真实的期望信号导向矢量之间存在一定误差时, 波束形成器的性能会急剧下降, 特别是当期望信号功率很强的时候.为解决这个问题, 提出了一种新的算法.当信源数小于阵元数时, 干扰加噪声协方差矩阵具有稀疏性.新方法首先利用该特性重构干扰加噪声协方差矩阵并由此得到与干扰导向矢量正交的子空间, 使接收的数据通过该子空间得到只含有期望信号和噪声的混合信号, 然后,对该混合信号基于最大化输出功率原理估计期望信号导向矢量, 最后,把得到的导向矢量和正交子空间来构造阵列加权值.仿真结果表明:该算法分别在假定的期望信号导向矢量存在误差、期望信号很强和低快拍数时仍然具有良好的性能.     

PWM调制波的多层感知神经网络音频识别

研究了在PWM调制情形下音频信号的保真度分析及音频信号的频率、相位分布建模及其识别.基于Matlab/Simulink建模环境下建立了音频识别系统,利用滤波器对调制波进行归一化操作来完成对信号的预处理.基于音频信号模型构造了3类音频信号.经过识别系统的调制、滤波调理后输入至训练好的多层感知神经网络,分析识别结果显示,音频频率越高时,载波频率较低会降低系统识别率;提高载波频率可提高系统的识别率;并与相应的经典音频识别方案进行了比较.     

基于类MUSIC的DOA估计算法

针对相关信号波达方向(DOA)的估计问题,提出了一种基于最大差值子矩阵的信号DOA估计方法.对利用Toepllitz构造的满秩矩阵进行特征值分解,得到排序后的特征值,并利用特征值的差值实现满秩矩阵筛选,同时结合传统MUSIC算法实现信号DOA估计.理论分析与仿真实验表明,本文所提方法在相关信号DOA估计方面具有更好的分辨力.