时频分析法在高压水泵启动过程分析中的应用

对水泵机组振动信号分析中短时傅立叶变换的时间分辨率和频率分辨率的设定、窗函数的选取进行了研究，以短时傅立叶变换方法为基础分析高压水泵振动信号，克服了单纯采用快速傅立叶变换进行分析的不足．结果表明：用时频分析法对离心式高压水泵的启动过程进行分析不但可以准确确定各频率成份在启动过程中的变化，还可以确定某些外界的干扰信号，为判断水泵运行是否正常和故障原因提供了有力的依据．     

电力系统故障信号的短时傅里叶分析及其应用

根据短时傅里叶变换的滤波器组实现原理,研究了不同窗函数实现的５０Ｈｚ带通滤波器,分析比较了它们用于提取电力系统高压输电线路故障信号基频分量的能力。提出了一种具有实用价值的由一周波三角窗调制实现的５０Ｈｚ带通滤波器。     

微波光子滤波器

微波光子滤波器能够实现在光域内直接对射频信号的处理,并且较易实现可调谐性和传输函数的快速重构,从而成为微波光子学的一个重要研究内容．本文综合评述了不同光源的微波光子滤波器和基于FBG的不同微波光子滤波器结构,并分析比较了各自的功能特点和不足．     

电力系统保障信号的短时傅里叶分析及其应用

根据短时傅里叶变换的滤波器组实现原理,研究了不同窗函数实现的５０Ｈｚ带通滤波器,分析比较了它们用于提取电力系统高压输电线路故障信号基频分量的能力。提出了一种具有实用价值的由一周波三角窗调制实现的５０Ｈｚ带通滤波器。     

城市道路路段和交叉口阻抗函数探讨

城市道路的路阻函数是交通研究中的关键点和难点．对交通分配起着至关重要的作用。本文先对城市道路路段阻抗函数进行细致的分析，通过实际调查的数据对该函数进行了验证。对信号交叉口的路阻函数进行了比较详细的分析，提出了隐性冲突点的概念，对信号交叉口阻抗函数中添加了与流向有关的心理参数项，并进行了分析和标定。     

城市道路路段和交叉口阻抗函数探讨

城市道路的路阻函数是交通研究文先对城市道路路段阻抗函数进行细致的分析,通过实际调查的数据对该函数进行了验证.对信号交叉口的路阻函数进行了比较详细的分析,提出了隐性冲突点的概念,对信号交叉口阻抗函数中添加了与流向有关的心理参数项,并进行了分析和标定.     

混沌振动识别的研究

提出了一套有效识别混沌的步骤和方法，并利用其对某型隔振装置的振动加速度信号进行了识别，从而判断该系统处于混沌运动状态．由于实测信号中不可避免地受到噪声的干扰，所以先应用小波方法对信号进行消噪，然后对信号进行功率谱分析、相空间重构、计算混沌测度等，实现了对混沌信号的准确识别．     

利用窄带信号分类选择宽带声成像信号探讨

讨论了利用现有对窄带信号的分类来选择需要的宽带信号类型的方法.通过对宽带成像模型的分析以及比较宽带模糊函数与窄带模糊函数的联系,指出在一定条件下,按照窄带模糊函数分类的信号其宽带模糊函数具有相似的形状,该方法可用于宽带声成像时对信号的选择,仿真结果表明该方法是一种比较系统的信号设计和选择方案.     

基于RBF神经网络的短时交通流量预测

城市交通网络是个复杂的系统,不同时段的交通流量之间有着非线性关系.神经网络具有识别复杂非线性系统的特性.利用RBF神经网络构建了短时交通流量动态预测模型,对某城市道路的短时交通流量进行预测,取得了较好的结果.     

参数优化VMD对变压器声音信号的故障诊断

变压器内部局放声音信号包含了设备故障特征信息,但是局放声音信号的非线性、非平稳性使得故障特征难以提取,因此现有基于声音信号识别变压器内部故障识别率低.为此,提出模拟退火优化变分模态分解—样本熵的特征提取方法,并与支持向量机结合进行变压器内部局放故障诊断.首先,基于模拟退火算法实现变分模态分解(variational mode decomposition, VMD)的参数寻优;然后,采用最优参数设定VMD并对故障声音信号进行分解,得到包含故障特征的本征模态函数,进而求取各本征模态函数的样本熵作为对应样本的特征向量;最后,利用支持向量机实现特征向量的识别与分类.模拟实验结果表明,所提出的方法可以有效提取局放故障声音信号的特征,具有较好的故障识别率.     

基于LABVIEW的联合时频分析

在LabVIEW平台的基础上,研究了利用联合时频分析(JTFA)方法来分析信号的能量分布情况.此方法利用了短时傅里叶变换(STFT)的基本原理,对线性调频信号等一些非平稳信号进行分析,能很好地描述信号的频率如何随时间而变化,进而能很好把信号区分开来.这种方法比单独利用时域或频域来分析信号具有一定的优越性.     

基于小波基函数的语音增强研究

小波分析理论是一种新兴的信号处理理论，在时间上和频率上都有很好的局部性，小波变换可同时进行时域和频域分析，具有多分辨特性，特别适合于处理非平稳信号。小波基是由小波函数经过平移和伸缩得到，具有简单、灵活、随意的特性和多分辨分析的功能。通过计算机仿真小波基函数对语音去噪的实现，并分析了不同阀值函数在语音处理中的效果，仿真结果表明，这些方法的运用能有效改善语音的失真程度，具有一定的实践指导意义。     

Research on Morlet Wavelet Based Lamb Wave Spatial Sampling Signal Optimization Method

In recent years, Lamb wave and piezoelectric transducers (PZTs) array based wavenumber filtering technique for damage estimation has been gradually studied. Compared with the time domain and frequency domain analysis of the Lamb wave signals, the wavenumber domain analysis is an effective approach to distinguish wave propagating direction and wave modes. However, the spatial resolution sampled by the PZTs is lower than that sampled by scanning laser Doppler vibrometer. As for the diameter of the PZT, it cannot be very small. In this paper, a new Lamb wave spatial sampling signal optimization method based on Morlet wavelet is proposed. Firstly, the frequency band parameter of the Morlet mother wavelet function is calculated by the Lamb wave excitation signal. Then, the sum of squared errors between the Lamb wave spatial sampling signal and the Morlet wavelet function fitting waveform at each scale factor and time factor is calculated. Finally, the scale factor and time factor corresponding to the least sum of squared errors can be judged to be the best match scale factor and time factor respectively, and the Morlet wavelet function fitting waveform in that scale factor and time factor can be seen as the optimized Lamb wave spatial sampling signal. The validation experiment performed on a glass fiber epoxy composite plate shows that the proposed method can improve the spatial resolution and length of the Lamb wave spatial sampling signal, and the sum of squared errors of this method is no more than 0.2.     

移动荷载与土体中孔洞相互作用的2.5D边界元法分析

为了研究具有复杂表面的饱和土体与移动荷载相互作用机理,根据饱和土Biot理论,采用Fourier变换和势函数分解法,推导了饱和土体频域-波数内的Green函数;建立了移动荷载作用下,饱和土体中孔洞动力响应的频域-波数域内边界元法方程(2.5D boundary element methods);利用快速Fourier逆变换法,得到了时间-空间域内饱和土体的动力响应.研究结果表明:在频域内,利用移动荷载方向的一致性建立的频域-波数域内边界积分方程,可将3D空间问题转化为频域-波数域的2D平面问题, 3D边界元简化为2D边界元,使得计算面转换为计算线,减小了计算规模.      

Observer-based adaptive neural iterative learning control for a class of time-varying nonlinear systems

In this paper an adaptive iterative learning control scheme is presented for the output tracking of a class of nonlinear systems. An observer is designed to estimate the tracking errors. A mixed time domain and s-domain representation is constructed to derive an error model with relative degree one for our purpose. And time-varying radial basis function neural network is employed to deal with system uncertainty. A new signal is constructed by using a first-order filter, which removes the requirement of strict positive real (SPR) condition and identical initial condition of iterative learning control. Based on property of hyperbolic tangent function, the system tracing error is proved to converge to the origin as the iteration tends to infinity by constructing Lyapunov-like composite energy function, while keeping all the closed-loop signals bounded. Finally, a simulation example is presented to verify the effectiveness of the proposed approach.     

基于改进EEMD和WVD联合时频分析的车轮多边形状态识别方法

为了准确识别高速列车车轮多边形状态以及磨耗幅值,提出了一种改进的聚合经验模态分解(EEMD)与魏格纳-威尔分布(WVD)相结合的随机振动信号联合时频分析方法;利用相关系数法和频谱分析来评估筛选轴箱振动加速度信号经EEMD分解后的变量,然后进行WVD计算,在保持WVD高时频分辨率的同时可有效抑制交叉干扰项;应用该方法分析了周期性车轮多边形磨耗与现场实测随机车轮多边形磨耗引起的轴箱振动加速度信号。研究结果表明:利用EEMD-WVD二维时频谱的主频率可识别车轮多边形状态,利用EEMD-WVD三维时频能量谱的能量幅值分布可评估车轮多边形磨耗幅值,最大误差为0.3%;将改进EEMD和WVD联合时频分析方法的识别结果与短时傅里叶变换、小波分解、WVD传统时频分析方法进行对比,表明此方法应用时无需改变任何参数,自适应强,保留了WVD高时频分辨率的特点,而且可有效抑制EEMD产生的模态混叠现象和WVD产生的交叉干扰项,验证了所提出联合时频分析方法的有效性及其优势,为高速动车组车轮多边形识别和评估提供了新的技术途径。      

SPEECH ENHANCEMENT BASED ON DYNAMIC NOISE ESTIMATION WITHIN AUTO-CORRELATION DOMAIN

IntroductionTo improve the robustness of recognition sys-tems in real environment,many theories and ap-proaches have been brought forward to suppressthe environmental noise ( background noise,chan-nel distortion,etc) ,and they can be divided intothree types according to their thoughts:speech en-hancement,robust feature vector and model com-position. The approach of speech enhancementconsiders extracting clean speech signal fromspeech signal corrupted by noise,typically as SSmethod[1] ( to supp…     

Research on function based method for bio-inspiration knowledge modeling and transformation

Biological inspirations are good design mimicry resources. This paper proposes a function based approach for modeling and transformation of bio-inspiration design knowledge. A general functional modeling method for biological domain and engineering domain design knowledge is introduced. Functional similarity based bio-inspiration transformation between biological domain and engineering domain is proposed. The biological function topology transfer and analog solution recomposition are also discussed in this paper.     

基于最大信噪比算法在缸盖振动信号中的分离研究

对柴油机缸盖表面振动信号进行分析处理,可以判定内部零部件的状态以及柴油机的工作状态,但实际上由于各路信号时域和频域有混叠,很难准确分离．针对现有内燃机监测诊断信号分析方法的不足,研究了基于最大信噪比的盲源分离算法．该算法将求优过程转化为广义特征值问题求解,整个过程无须迭代．通过对仿真振动信号的分离表明其有效性,从试验对象某四缸柴油机上拾取实测缸盖振动信号处理,结果显示了该算法在柴油机故障监测诊断上有良好的应用前景．     

发动机振动测试信号处理及分析软件设计

基于Matlab GUI平台设计了振动测试信号处理与分析软件,其可以快速地处理分析数据。通过某发动机悬置系统振动信号实例验证了软件的信号预处理、信号时域分析、信号频域分析功能,其可视化输出得出悬置振动信号能量在X方向主要集中在频率50Hz、75Hz和160Hz左右,Y方向主要集中在频率50Hz和160Hz左右,Z方向主要集中在频率50Hz和160Hz左右。相干分析结果基本都大于0.8,判定频响分析可靠,进而通过判断悬置上下所测信号幅值大小,判定该发动机悬置减震效果。该软件能有效快速地处理分析振动信号。