RBF神经网络混沌背景下微弱信号检测方法研究

船舶信号检测系统在检测水场压力值等信号时,会遇到海浪、强风等较强的噪声干扰。为了有效降低信噪比,提取微弱信号,本文提出基于RBF神经网络的混沌背景下微弱信号的检测方法。该微弱信号检测方法基于混沌动力学和静力学原理,利用RBF神经网络算法将敏感程度高的混沌振子与RBF神经网络拓扑结构相结合,构建抗干扰能力强、接收信号能力强的微弱信号检测系统。     

单片机在设备信号采集与分析处理系统中的应用

为了提高船舶设备的使用质量,延长船舶设备使用寿命,有必要对船舶设备的信号采集、分析和处理过程进行系统研究。船舶设备信号包括电路信号、模拟量信号、声音信号和振动信号等,本文研究的对象是船舶设备的振动信号和噪声信号采集和分析,主要是因为这2种信号与船舶设备的运行状态息息相关,可以快速反映船舶设备的运行工况。本文介绍了基于单片机的船舶设备信号采集系统的基本框架,设计了船舶设备信号采集与处理系统的硬件电路和软件流程,对改善船舶设备的信号采集与分析能力,提高船舶设备故障诊断与监控水平有一定的作用。     

随机共振方法在微弱周期信号检测中的应用

在随机共振理论基础上,以非线性双稳态系统为研究对象,以强噪声背景下微弱信号检测的实际需要为出发点,探讨基于随机共振的微弱信号检测方法.将该方法用于强噪声背景微弱周期信号检测,理论分析和数值仿真表明,该方法简单、稳健、可靠,验证了在短数据条件下微弱周期信号检测的有效性.     

随机共振于滚动轴承支撑的转子早期碰摩故障中的应用

通过仿真确认随机共振可以提取强干扰下的微弱信号。将之应用到实验测量的滚动轴承支撑转子早期碰摩故障信号的检测,避开了轴承产生的倍频信号对碰摩信号的干扰,成功检测到了转子早期碰摩的分频信号。说明随机共振对于滚动轴承支撑的转子早期碰摩故障是有效果的。     

物联网中船舶远程通信微弱信号检测系统设计

船舶远程通信信号过于微弱,检测起来十分困难,传统的检测系统硬件和软件工作联系不密切,能够检测到的范围很小,具有局限性。为了解决此问题,基于物联网技术设计了一种新的微弱信号检测系统,分别对硬件和软件部分进行设计,硬件部分由采集器、放大器、过滤器以及微弱信号处理器4部分组成,软件编程有通信信号采集、微弱信号放大、干扰信号过滤和微弱信号处理4步。与传统检测系统进行实验对比,结果证明研究的系统检测范围广,具有很好的发展空间。本研究对于船舶通信有一定的指导意义。     

物联网技术的船舶通信过程切换信号监测系统设计

传统的船舶通信切换信号监测系统很难在短时间内监测到所有的通信切换信号,监测效果差。针对这一问题,基于物联网技术设计了一种新的船舶通信过程切换信号监测系统,系统硬件由监测层、网络层和管理层3部分组成。软件由程序初始化、信号获取、信号判别、数据存储4步组成。为检测监测系统工作效果,与传统监测系统进行实验对比。结果表明,基于物联网技术设计的监测系统可以在短时间内监测到所有的船舶通信信号,监测能力强,应用价值高。     

基才解调During振子的早期故障诊断及其应用的实证研究

针对滚动轴承微弱调制信号,提出了一种基于Hilbert解调和Duffing振子的故障诊断方法。分别介绍混沌振子检测微弱周期信号、解调Duffing振子检测的原理和数值仿真试验。并着重介绍滚动轴承故障的早期诊断。结果表明,该方法可以有效检测强噪声背景下的微弱调制信号。     

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明：本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。     

基于稠密度聚类的船载通信微弱信号自动增强方法

船载通信信号在传输过程中受各种因素的影响存在被削弱的现象,使得原始信号变成了微弱信号,如果不进行增强处理,会延长数据传输时间以及造成信噪比过小,影响通信质量。针对上述问题,提出一种基于稠密度聚类的船载通信微弱信号自动增强方法。该方法主要分为3步:第一步进行小波去噪处理,降低噪声对原始信号的干扰;第二步利用稠密度聚类方法对微弱信号进行聚类检测,加快信号增强处理效率;第三步对检测出来的信号进行补偿,增强信号特征。结果表明:与传统船载通信微弱信号自动增强方法相比,本方法处理后,数据传输延时值缩短3.8 s,信噪比增大8.3 dB,解决了传统方法存在的问题。     

基于LabVIEW的船舶柴油机不同工况下的机身振动信号分析

机身振动信号对船舶柴油机故障的识别具有重要作用,可为故障的分析提供重要的参数,因此编写了基于LabVIEW的柴油机振动信号的采集与分析系统,应用搭建的平台在正常工况和几种典型的故障模式下进行振动信号的采集与分析试验。从采集到的状态信号中提取与设备故障密切相关的机身振动信号进行时域、频域和幅值域的分析,同时通过各特征参数的分析对柴油机进行简单有效的故障诊断与识别,并根据计算得出的特征值的变化趋势来分析确定信号中故障的发生与发展,及时对故障作出分析诊断。这对保证船舶安全航行以及对设备实行预知维护都具有十分重要的意义。