排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
针对对偶序列跳频(DSHF)在极低信噪比(SNR)下无法通信的问题,该文充分利用对偶序列跳频信号时、频域物理特征,提出一种随机共振(SR)检测方法,极大扩展该信号的应用场景。首先,通过分析对偶序列跳频的发射、接收信号及超外差解调的中频(IF)信号,构建随机共振系统,采用尺度变换调整中频信号;然后,引入判决时刻,将无定态解的非自治福克普朗克方程(FPE)转化为可解的自治方程,从而推导出含时间参量的概率密度周期定态解;其次,以最大后验概率为准则,得到检测概率、虚警概率和接收机工作特性(ROC)曲线;最后,得出以下结论:(1) 应用匹配随机共振检测对偶序列跳频信号的信噪比最低可达–18 dB;(2)对偶序列跳频与匹配随机共振结合,适用于信噪比在–18~–14 dB的信号检测;(3)应用匹配随机共振检测对偶序列跳频信号在信噪比为–14 dB时,检测性能提升了25.47%。仿真实验验证了理论的正确性。 相似文献
3.
针对齿轮箱的滚动轴承故障信号因噪声干扰,难以进行有效提取的问题,提出了基于变分模态分解与快速谱峭图相结合的轴承故障特征提取方法。首先,利用变分模态分解(Variational Mode Decomposition,VMD)将振动信号分解成若干个本征模态分量(Intrinsic Mode Function,IMF),通过相关峭度计算选取故障信息最突出的分量信号;然后,利用快速谱峭图自适应地确定带通滤波;最后,对滤波后的信号进行平方包络谱分析,提取出故障信息。通过公开数据分析和齿轮箱轴承故障实验,证明了该方法的有效性和可行性。 相似文献
4.
针对变转速工况下齿轮箱齿轮阶比信号互相干扰故障特征难以提取的问题,提出了基于VMD(Variational Mode Decomposition)和阶比跟踪技术结合的齿轮箱齿轮故障特征提取方法。该方法通过计算阶比跟踪技术对振动信号进行角域重采样;获得重采样信号后,利用VMD按照中心阶比不同,自适应地将重采样信号分解,再利用峭度准则从IMF(Intrinsic Mode Function)分量中选取出故障信号;最后对故障信号进行快速谱峭图处理和滤波平方包络解调。通过变转速下齿轮箱的齿轮故障试验和对比分析,表明该方法能有效提取出变转速下齿轮箱的齿轮故障特征,且降噪效果明显,特征突出,适用于变转速齿轮箱的齿轮故障特征提取。 相似文献
5.
复杂系统失效往往受多个退化过程及外界冲击的影响,属于竞争失效过程。为分析此类系统可靠性同时考虑冲击过程对退化过程的影响、不同退化过程间的相关关系和冲击导致不同退化过程退化突增量之间的相关关系,基于Gamma过程和Copula函数建立系统竞争失效可靠性模型,并提出相应的可靠性近似模型以简化计算。在此基础上,给出相关模型的参数估计和Copula函数选择方法。以微型发动机为例对系统可靠性近似模型进行检验,并分析相关性参数对系统可靠性的影响。案例结果验证了可靠性近似模型的精确性,表明退化相关性对系统可靠度有直接影响,在退化故障为主要故障模式的系统可靠性分析中需要充分考虑退化相关性。 相似文献
1