高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.     

基于11/2维谱的舰船轴频电场线谱提取

11/2维谱可加强成整数倍谐波信号的基频分量,抑制高斯有色噪声及对称分布的噪声,剔除非二次相位耦合的谐波分量,这些特性对提取舰船轴频电场线谱十分有利.采用该方法对船模产,生的轴频电场实测数据进行了处理,实验表明它可以有效地将微弱的轴频电场信号从背景噪声中分离出来.     

移频信号抗干扰检测算法研究

时域分析和傅氏变换的频域分析方法是现代铁路信号检测的主要方法之一,随着铁路的发展,需要更多的信息量和更加有效的铁路信号检测方法,以满足铁路运输安全和高效率的需要。近年来,现代频域分析已有很大的进展,出现许多新的信号分析处理方法,特别是小波和高阶谱分析的发展,已能分别对非平稳和非高斯信号进行有效地分析处理。本文尝试采用小波变换对铁路移频信号进行分析,在分析时考虑交流干扰,得到铁路移频信号的完整参数,     

基于高阶FS谱对角切片的舰船轴频电场微弱信号检测方法

针对在实际海洋中对舰船轴频电场进行远程探测的问题,文中采用了一种基于高阶FS谱对角切片的微弱信号处理技术,通过该方法能简单有效地将微弱轴频电场信号从低信噪比的实测数据中分离出来.最后使用该方法和基于高阶谱对角切片的弱信号检测方法,分别对同一组实测的舰船轴频信号进行了处理,结果对比表明该方法的有效性.     

基于真实铁路振动环境的车载印制电路板可靠性分析

以我国西北地区铁路运输环境真实振动数据为基础,利用不同频率、幅值与相位的谐波叠加方法生成随机振动信号。采用理论分析方法,建立谐波相位影响随机振动的功率谱密度、峭度和偏离度的数学模型,进而根据该模型,编制Matlab程序对真实非高斯振动环境的时域信号进行数字模拟。利用ANSYS软件建立车载印制电路板（PCB ）的3D有限元模型,通过静力分析、模态分析验证有限元模型的正确性、合理性,同时根据结果对比,对有限元模型进行修正,保证获得较为准确的PCB有限元模型。最后,根据非高斯随机振动模拟结果和车载 PCB有限元模型,分析PCB的响应,根据材料的S‐N曲线、雨流计数法和Palmgren‐Miner准则,通过FE‐SAFE软件预测车载PCB在真实非高斯随机振动条件下的疲劳寿命。     

非高斯非平稳背景噪声中的信号检测方法

在非平稳非高斯背景噪声下,使用经典信号检测理论对信号进行检测往往难以达到理想的效果。文中利用小波包变换,通过将信号及噪声变换到小波包系数域,使得噪声在某些尺度及子空间上的小波包系数成为近似乎稳高斯噪声,从而运用信息融合的思想和经典信号检测理论的分集检测方法,对非平稳非高斯噪声下的确知信号检测问题提出了一种新的检测算法。仿真实验表明该方法是经典信号检测理论的有效推广。     

混凝土结构声-超声检测信号处理

对混凝土结构声-超声检测中超声脉冲反射法和冲击-回声法进行说明，描述了超声回波中的信号构成，然后对平稳随机噪声、结构噪声、缺陷特征提取的处理方法进行分析，认为时频分析和小波变换能有效地提高信噪比、高阶谱中双谱技术是目标回波特征提取的有效方法。     

基于Logistic混沌方程的光通信系统仿真研究

通过混沌光通信系统模型的建立,利用MATLAB对Logistic混沌方程产生混沌序列进行频谱能量和功率谱密度分析,发现混沌信号的频谱密度可以作为光通信系统模型的检测依据,并在此基础上进行MATLAB仿真研究,表明可以将混沌信号作为信息载体,实现光通信的混沌传输,由于混沌理论具有良好检测微弱信号的能力,从而开辟了光通信长距离无色散传输的另一种途径．     

基于距离测度法的中枢神经系统损伤检测

基于AR模型的EEG信号距离测度方法可以较好地表征中枢神经系统损伤的情况.主要探讨在这种方法中利用不同的定阶准则建立相应的AR模型及其对距离测度结果的影响.同时,使用自适应滤波器对原始信号进行滤波;将分离后的平稳和非平稳成分再进行距离测度法的研究.对滤波器的参数分析表明,这种方法可以很好地消除EEG信号中可能混有的不同程度的噪声,得到的距离测度结果也能更好地表示损伤的变化情况.     

舰船水压场信号实时检测方法研究

为了有效地从风浪背景中检测舰船水压场信号,在对大量实测海浪水压场数据和舰船水压场数据分析的基础上,对海浪水压场信号的特性进行了研究,发现海浪水压场信号可用AR模型对其进行描述．从而对海浪水压场信号建立AR模型,计算AR模型的反射系数并提取其欧氏距离作为特征,采用滑动检测法对信号进行实时检测．通过大量实测数据检验其有效性,结果表明,该算法简单,能较好的检测目标信号．     

小波滤波器在弱信号检测中的应用及设计

根据小波变换的多尺度分解特性,构造了一种小波能量积累器,将不同分解尺度上的能量进行积累。在此基础上设计了一种用于弱信号检测的小波能量检测法,并对低信噪比信号的检测进行了仿真实验。仿真结果表明,该检测法对低信噪比信号是比较有效的,而且与传统的脉内累加平均的信号检测方法相比,文中提出的信号检测方法具有一定的优越性。     

强干扰下无源雷达弱目标探测

当存在大型目标、近地机群或欺骗干扰时,无源雷达难以检测弱小目标.基于强信号与照射源发射信号之间的关系,导出了幅度-距离-多普勒曲面与照射源信号自模糊函数的关系,进而提出了在二维FIR(finiteimpulse response)系统辨识基础上抑制强回波以检测弱目标的方法.仿真结果表明,该方法对强信号的抑制超过60 dB;即使弱目标回波信噪比在-24 dB的情况下,也能实现弱目标检测.     

基于LabVIEW的柴油机振动信号测试与分析

文中介绍了基于LabVIEW开发平台的柴油机缸盖振动信号采集与分析,结合PCI-4472开发了数据采集系统。利用LabVIEW和Matlab的强大功能,编写信号分析与模式识别程序,模拟柴油机气阀漏气和气门间隙异常等故障,获取3110柴油机缸盖振动信号并建立AR与RBF神经网络结合的诊断模型进行了故障识别,这对于实现故障诊断的数字化与智能化有重要的意义。     

基于SVD的柴油机振动信号盲分离预处理

在利用独立分量分析对缸盖振动信号进行盲分离时,原始采样信号不满足独立分量分析的基本假设,而且缸盖振动信号信噪比较低,影响分离的速度和精度.采用小波阈值降噪的方法进行了降噪处理,提高了信噪比.采用奇异值分解的方法估计了缸盖振动的独立源数,并对缸盖振动信号进行了白化处理,为独立分量分析的应用建立了基础.     

基于小波变换与支持向量机的舰船水压信号检测方法

采用小波变换与支持向量机相结合对舰船水压场信号建立检测模型.该方法通过对海浪信号进行小波分解并对某一特定低频频段信号重构,利用支持向量机对重构信号建立预测模型,预测误差值作为特征值对舰船水压信号进行检测.通过检测验算表明此方法的有效性,特别是在低信噪比情况下,仍能较好地检测到目标信号.     

Signal Detection Algorithm Design Based on Stochastic Resonance Technology Under Low Signal-to-Noise Ratio

In the current 4 th generation(4 G)communication network,the base station with the same frequency transmission makes a serious interference among adjacent cells,and information transmission is susceptible to interference such as channel multipath fading and occlusion effect.Detecting effectively spectrum signal under low signal-to-noise ratio(SNR.),directly affects the whole performance of the wireless communication network system.This paper designs an energy signal detection algorithm based on stochastic resonance technology which transforms noise's signal energy into useful signal energy,and improves output SNR.The energy signal detection algorithm realizes the function of providing effective detection of signal under low SNR,and promotes the performance of the whole communication system.     

Neural Network Prediction Model for Ship Hydraulic Pressure Signal Under Wind Wave Background

The ship hydraulic pressure signal is one of the important characters for the target detection and recognition. At present, most of the researches on the detection focus on the ways in the time domain. The ways are usually invalid in the large wind wave background. In order to solve the problem efficiently, we present an effectual way to detect the ship using the ship hydraulic pressure signal. Firstly, the signature in the proposed method is decomposed by wavelet-transform technique and reconstructed at the low-frequency region. Then,a predictive model is set up by using the radial basis function(RBF) neural network. Finally, the signature predictive error is regarded as the testing signal which can be used to judge whether the target exists or does not.The practical result shows that the method can improve the signal to noise ratio(SNR) obviously.     

Preliminary Application of Scale Transformation Stochastic Resonance in Dual-Sequence Frequency Hopping System

Aiming at the detection failure of strong noise interference in the dual channel of the dual-sequence frequency hopping(DSFH), the scale transformation stochastic resonance(STSR) is applied for the first time,and the output signal to noise ratio(SNR) is raised effectively, at the same time, the symbol reception is completed for DSFH at low input SNR. Firstly, the radio frequency(RF) and intermediate frequency(IF) signals are analyzed based on the super-heterodyne reception of DSFH; secondly, the equations of probability density function(PDF), output power spectrum and SNR of the STSR output are derived for the IF signal; finally, the algorithm of the optimal matching STSR is proposed with the optimal matching parameters. The simulation results show that the algorithm can effectively solve the detection failure, as the global output SNR of DSFH is strongly improved that the output SNR can reach-17.72 d B when the input SNR is-20 d B after the processing of the optimal matching STSR.     

EFFECTIVE PITCH ESTIMATION ALGORITHM UNDER LOW SNR CIRCUMSTANCE

ＥＦＦＥＣＴＩＶＥＰＩＴＣＨＥＳＴＩＭＡＴＩＯＮＡＬＧＯＲＩＴＨＭＵＮＤＥＲＬＯＷＳＮＲＣＩＲＣＵＭＳＴＡＮＣＥＬｕＷｅｉ（陆伟）ＣｈｅｎＪｉａｎ（陈健）ＣｈｅｎＹａｊｕｎ（陈亚骏）（ＤＳＰＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，Ｄｅｐｔ．ｏｆＥｌｅｃｔ...