小波变换在轨道静态功率谱密度获取中的应用

利用小波变换将轨道不平顺信号和所得谱图信号分解到互不重叠的频带上，结合小波阈值处理技术，对小波高频系数进行阈值量化处理，滤掉其中某些频段内的干扰与噪声信号，然后对信号进行重构，从而实现了对信号的去噪和对谱图信号的平滑处理。结果表明，该方法成功地获取了轨道静态功率谱密度，有效提高了轨道静态参数信噪比和轨道静态功率谱密度图的可视性。     

基于改进小波变换方法的混沌信号去噪研究

针对混沌信号和噪声频谱互相重叠,传统方法难以实现有效滤波这一问题,提出一种改进的小波去噪方法.该方法采用参数加权法构造信号,将小波分解系数进行阈值处理,通过循环迭代,利用序列中包含的有效信息,将有用信号提取出来.仿真结果表明,利用改进小波变换去噪方法改善了混沌时间序列的预测结果,证明了该方法的有效性.     

高速列车车内中高频气动噪声计算方法

利用SST k-w湍流模型计算了高速列车的外部非定常流场,提取了车身表面的脉动压力；基于统计能量分析理论,建立了高速列车车内中高频气动噪声分析模型,确定了模型中各个子系统的参数,计算了由车外脉动压力诱发产生的车内气动噪声.计算结果表明:高速列车车头的脉动压力变化最剧烈；在中高频范围内,司机室和乘客室的声压级随着频率的增...     

基于TQWT和稀疏表示的滚动轴承故障诊断方法

基于稀疏表示理论,提出了一种采用可调品质因子小波变换(TQWT)的滚动轴承故障诊断新方法,分析了包含早期故障成分的原始采集振动信号的特点和早期故障信号的特性,研究了稀疏表示模型在解决故障特征提取问题和故障类型识别问题的应用;运用TQWT将原始信号转换为一组子带小波系数集,研究了利用迭代收缩阈值算法提取出稀疏小波系数的有效性和谱峭度对故障冲击信号敏感的特性,通过计算各子带信号分量的谱峭度,选取包含故障信息明显的子带小波系数,建立了包含稀疏故障信号分量的故障特征提取方法;利用提取出的故障信号稀疏表示分类模型,实现了基于稀疏表示的滚动轴承故障诊断方法。试验结果表明:在凯斯西储数据集上,提出的故障特征提取方法在剔除干扰成分方面有显著效果,提出方法对于4种类型数据的平均诊断准确率为99.83%,对于10种类型数据的平均诊断准确率为97.73%;与只运用TQWT和迭代收缩阈值算法进行故障特征提取的方法相比,故障诊断精度提高了11.60%,算法运行时间减小8%;在QPZZ-Ⅱ旋转机械平台采集到的振动数据集上,提出的方法对于4种类型数据的平均诊断准确率为100%;与传统小波去噪方法相比,准确率提高了35.67%,算法运行时间减小了7.25%。可见,本文提出的方法可以有效解决滚动轴承故障诊断问题。      

基于平均阈值的小波包去噪方法研究

通过对小波分解系数进行限阈值处理,可以有效抑制噪声,同时能够很好地重构信号、文中提出了平均阈值的概念,并在此基础上研究了小波包手去噪的效果,仿真结果表明,基于平均小波包去噪是一种有铲的去噪方法,其效果优于小波去噪。     

基于小波-主成分分析的离心泵故障诊断方法

提出了一种基于小波-主成分分析的故障检测方法,给出了该方法进行离心泵故障诊断的步骤.以离心泵出口压力脉动信号作为分析对象,利用改进小波算法构建其特征集;以泵的正常状态下测试数据为样本数据,经过主成分分析,对其特征集维数进行了约简,建立了特征提取模型.通过计算的距离测度的方法,实现了离心泵的故障识别.该方法改进了传统的故障智能识别方法大样本和阈值设定困难的局限性,实验验证了其有效性.     

一种小波包去噪自适应阈值算法

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理 ,可以有效地抑制噪声,很好地重构信号.运用统计信号处理的理论,提出了一种确定小波包分解系数自适应阈值的方法.结果证明,这种方法具有良好的去噪效果.     

远场弱磁信号的小波域自适应检测研究

探讨了基于Mallat算法的自适应小波阈值消噪在复杂磁环境下运动目标磁场弱信号检测方面的应用.阈值的选取是算法的关键,基于对目标磁场频谱分析,采用与尺度相关的自适应ARMA模型的阈值算法,改进在不同的小波分解层阈值滤波的性能.对实测数据进行算法仿真,并与Donoho阈值算法检测效果对比表明,自适应ARMA模型阈值滤波算法显著提高对目标磁场弱信号的检测和提取能力.     

基于小波分析的车轮六分力信号的去噪研究

介绍了利用小波分析去噪的原理,分析了小波变换模极大值法、小波系数尺度相关法和阈值法3种信号处理方法的特点,详述了利用阈值法处理信号时选择小波基、确定分解层、阈值处理和信号重构的方法。利用Matlab的小波分析工具箱对车轮纵向力信号进行去噪分析应用,结果表明:小波分析能很好的区分信号里的突变信号与多余的噪声,通过小波重构得到去噪后的车轮分向力突变的信号。本设计具有一定的应用价值。     

动车组明线运行空气动力学数值仿真

通过采用不可压缩粘性流体的N-S方程和K-ε双方程湍流模型,建立了带有车轮的200 km/h动车组模型,对其明线运行的外流场进行了空气动力学仿真.并对列车壁面附面层网格进行了细分,得出压力、速度的分布规律,针对网格划分对计算结果的影响进行了探讨.得出如下结论:列车的阻力系数为0.436,升力系数为0.014;此型200 km/h动车组车尾的安全避让距离为6 m;当加密附面层网格使y+从2200减小到55时,阻力系数提高15%.     

State inspection for transmission lines based on independent component analysis

Monitoring transmission towers is of great importance to prevent severe thefts on them and ensure the reliability and safety of the power grid operation. Independent component analysis (ICA) is a method for finding underlying factors or components from multivariate statistical data based on dimension reduction methods, and it is applicable to extract the non-stationary signals. FastICA based on negentropy is presented to effectively extract and separate the vibration signals caused by human activity in this paper. A new method combined empirical mode decomposition (EMD) technique with the adaptive threshold method is applied to extract the vibration pulses, and suppress the interference signals. The practical tests demonstrate that the method proposed in the paper is effective in separating and extracting the vibration signals.     

受电弓区域气动激励特性及其对车内噪声的影响

基于三维可压缩黏性流体模型对350 km·h-1速度下受电弓区域的非定常流场进行模拟,分析了受电弓底板上的脉动压力特征;利用波数滤波方法,对底板区域的脉动压力进行分离,得到了对流压力和声学压力,分析了2种压力在波数和频率域的特性;基于统计能量分析方法建立了简化的受电弓区域车内噪声预测模型,分析了2种激励对车内噪声的影响。研究结果表明:受电弓底板上的脉动压力具有显著的低频特性,随着频率升高,受电弓底板上脉动压力的幅值迅速减小;受电弓底架和绝缘子尾涡是影响受电弓底板上脉动压力幅值的主要因素;对350 km·h-1的高速列车气动噪声问题,波数滤波方法能够较好地将2种激励分离;受电弓底板上的声学压力幅值远小于对流压力,主要的差异频段为800~3 500 Hz,最大差异接近20 dB, 随着频率增加,二者差异变小;虽然声学压力的幅值远小于对流压力,但其对车内噪声的影响却大于对流压力,当频率高于2 500 Hz后,声学压力激励导致的车内声压级响应比对流压力高约10~20 dB,这是由于2种激励在波数空间内的能量分布差异,使得声学压力具有更高的透射效率,特别是当频率高于结构的吻合频率后,声压的贡献占绝对优势,对车内噪声的影响不可忽视。      

基于高铁轨道不平顺的车轮不圆顺识别模型

为获取高速运行车辆的车轮不圆顺幅值，并进一步研究轨道谱，建立一种基于轨道不平顺的车轮不圆顺幅值快速测量模型. 首先分析了车轮不圆顺在轨道不平顺检测数据中的分布规律，提出车轮不圆顺的密集采样方法，进而建立基于稀疏轨道不平顺数据的车轮不圆顺动态识别模型. 通过数值仿真研究发现:车轮不圆顺对基于惯性基准法测得的离散轨道不平顺数据的幅值影响较小，对频域（轨道谱）影响较大；车轮不圆顺会干扰波长小于和等于轮长的轨道不平顺检测数据，且对前者影响更大；车轮不圆顺对波长大于轮长的轨道不平顺数据也有影响，最大影响波长仅与车轮周长和轨道不平顺的采样间距有关；识别模型能有效地从轨道不平顺检测数据中提取车轮不圆顺，误差可控制在0.02 mm以内.      

基于预测控制的动车组迭代学习控制方法

针对动车组运行过程中存在非线性扰动、参数时变等问题，以提高动车组的速度跟踪精度和乘客舒适性要求为目标，提出了一种基于预测控制的高速动车组迭代学习控制方法；通过采集动车组先前运行过程中的输入输出数据，使用带遗忘因子的最小二乘法实时辨识广义预测控制(GPC)中的预测模型参数并计算预测输出，根据以往过程的平均模型误差修正该预测输出，利用修正后预测输出引出迭代学习控制律，在线实时计算得到新的控制量，实现动车组速度跟踪；采用修正后预测输出设计二次型迭代学习控制律，通过充分学习列车系统的重复性特性来解决传统比例积分微分(PID)型迭代学习参数整定难、收敛速度慢和鲁棒性差等问题，并给出算法的收敛性证明；以实验室配备的CRH380A型动车组半实物仿真平台对该方法进行了测试，建立了列车的三动力单元模型，使其跟踪设定速度曲线，并与一些传统算法进行对比。仿真结果表明：在第8次迭代过程，基于预测控制的高速动车组迭代学习控制方法得到的动力单元速度与其设定的速度和加速度误差分别在0.3 km·h^-1和0.5 m·s^-2以内，且变化平稳，其性能优于PID、GPC和P型迭代...     

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。      

积分尺度对矩形迎风面脉动风压特性的影响

为了研究来流紊流积分尺度对矩形断面高层建筑迎风面脉动风压及其分布特性的影响，选取2∶1和1∶2矩形为对象，通过风洞测压试验，对不同积分尺度紊流场中矩形迎风面的平均风压系数及脉动风压均方根系数、脉动风压相关函数和相干函数、脉动风压功率谱进行了对比分析. 研究结果表明:对于矩形同一高度处，脉动风压功率谱在低频区始终受准定常效应控制，而在高频区脉动风压功率谱随积分尺度的增大而增大；风压的相关性高于风的相关性，风压的相关函数与相干函数也随积分尺度的增大而增大，但相关宽度随积分尺度的增大而减小；脉动风压均方根系数随积分尺度的增大而增大；对于同一流场中矩形不同测点处，离驻点越远，风压相关函数和相干函数越小，脉动风压均方根系数越大；来流紊流积分尺度对平均风压系数的影响较小.      

实时水中目标辐射噪声仿真技术研究

水中目标辐射噪声主要包括平滑连续谱和线谱2部分,对平滑连续谱建立的功率谱数学模型,可以按照需求确定模型参数,通过Levinson算法递推出AR模型参数.对线谱的主要来源进行了分析,推导了线谱的简要模型,并考虑了多普勒效应.给出了水中目标噪声的简要仿真模型,并提出一种在微机平台上利用DirectSound接口,使用普通声卡对辐射噪声进行播放的方法,利用信号量方法解决了实时无间断播放的问题,可用于声呐员训练和航行模拟系统的听觉仿真.     

基于调制白噪声与查表法的非平稳路面不平度建模方法

针对实测道路功率谱密度频率结构不同与汽车行驶速度变化引起的非平稳问题, 分析了现有路面不平度模型的准确性, 提出了一种基于调制白噪声与查表法的非平稳路面不平度建模方法; 结合白噪声生成方法和离散功率谱密度的计算公式, 推导出了能够确保路面不平度计算功率谱与设计功率谱完全吻合的Band-Limited White Noise模块参数设定方法; 通过不同设定值组合的白噪声功率谱密度与路面不平度功率谱密度计算结果对比, 验证了所提出的Band-Limited White Noise模块参数设定值的准确性; 为解决频率指数不等于2的空间域内非平稳路面不平度建模问题, 提出了由1个基准项和若干个精度校正项组成, 且调制传递函数模的平方逼近具有任意频率指数的道路功率谱表达式; 为获取考虑车速变化影响的频率时变的时域内非平稳路面不平度输入模型, 基于空间路面不平度固定不变的原理, 提出了利用查表法, 获得变车速工况下时域内非平稳路面不平度; 通过空间域内非平稳路面不平度建模及考虑车速变化的非平稳路面不平度建模应用, 验证了所提建模方法的优越性。研究结果表明: 使用基于调制白噪声的非平稳路面不平度建模方法构建的空间域路面不平度功率谱曲线, 与应用实例中的设计目标曲线吻合良好, 且结合查表法可以有效地解决时变车速带来的时域内非平稳路面不平度建模问题。      

支持向量机在雷达辐射源信号识别中的应用

为了提高电子对抗设备的信号识别能力，采用相像系数法提取雷达辐射源信号特征，并引入支持向量机完成信号自动分类识别．相像系数法在大信噪比范围内稳定性好、分辨能力强．支持向量机分类器结构简单、可获得全局最优、泛化能力强．实验结果表明，基于相像系数和支持向量机的辐射源信号识别方法在大信噪比（5～20dB）范围内，错误识别率最低可达2．68％，优于传统识别方法．