基于多尺度线调频基稀疏信号方法的结构损伤识别

引用了多尺度线调频基稀疏信号分解方法的概念,建立了五自由度剪切框架结构MATLAB模型,将模型应用于地震作用下结构的时程分析,得到了地震作用下无损伤和含损伤框架结构的响应,利用多尺度线调频基稀疏信号分解方法对结构在强震中的响应进行分析,通过结构瞬时频率的变化情况对结构是否出现损伤进行识别,通过一阶固有模态函数(IMF)特征能量比判断损伤发生的位置。     

基于多参数特征的OFDM信号盲识别

为区分多载波调制OFDM(正交频分复用)信号和数字单载波调制信号,提出了Rayleigh衰落信道条件下一种多载波调制盲识别算法.该算法对传统算法进行了改进,用信号的高阶累积量和信号的三角矩构造的特征参数对单载波信号和多载波OFDM信号进行分类,无需预先知道信号的载波频率和波特率,只需直接对中频信号进行识别处理.仿真结果表明,提出的算法抗多径能力强,识别率高,信噪比大于0 dB时识别率可达100%.     

变微分模态分解罚参量选择方法与时变系统识别

针对变微分模态分解（variational mode decomposition，VMD）罚参量会对分解结果产生影响的问题，提出一种基于数据驱动的VMD罚参量选择方法.该方法首先通过傅里叶变换的主频峰值确定罚参量；然后调整层数参量，获得有限个固有模式分量，通过对比不同层数参量时所得固有模式分量的固有频率与阻尼比变化，剔除伪分量；最后对真实固有模式分量进行希尔伯特变换，用于识别时变系统的瞬时频率. 为证明所提方法对时变系统识别的有效性和准确性，分别对具有时变刚度的结构系统和柴油发动机的时变做功过程进行研究，将所提方法结果与经验模态分解方法结果进行比较. 比较结果表明，当罚参数取值是信号最大幅值的1.5～16.0倍时VMD分解结果最优，所提方法可以更准确地识别瞬时频率，在工程应用中的能够更有效地对系统瞬时频率进行识别.      

基于互相关奇异值分解的滚动轴承故障诊断

滚动轴承在机械装置中非常重要,其运行状态与整台机械设备的工作状态有直接的关系,但在早期弱故障检测时,特征信号经常被淹没在噪声中。为了提高该故障特征的识别精度,提出了基于互相关奇异值分解的故障诊断方法。首先利用奇异值分解将轴承故障信号分解为多个分量信号;其次使用峭度值作为衡量标准,选择两个合适的奇异值分量用于互相关包络分析以获得包络谱;最后通过信号的频谱分析,得到轴承的故障频率,从而完成早期微弱故障检测。通过仿真信号和滚动轴承内圈故障实测数据仿真对比,验证了该方法的有效性。     

基于ICEEMDAN的连续梁桥车致振动信号的HHT分析

改进的带有自适应噪声的完备集合经验模式分解（improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）是传统经验模式分解（empirical mode decomposition,EMD）方法的发展,在桥梁结构损伤识别领域具有较好的应用前景. 首先,以数值模拟信号为对象,采用ICEEMDAN方法进行桥梁车致动信号的数据分解和Hilbert谱分析,提取损伤引起的频谱特征变化和建立损伤识别方法;然后,利用该方法对实测振动信号的振型分量进行识别;最后,以实测信号的一阶振型分量为对象,对其Hilbert瞬时频率谱的特征进行了分析和讨论. 研究结果表明:模拟信号中的振型振动分量数比实测信号中多,其中模拟信号中不显著的高阶竖弯振动分量在实测信号中没有发现; 一阶振型振动分量的瞬时频率可作为桥梁损伤识别的特征参数,用于进行损伤有无、损伤定位甚至损伤定量的判断; 损伤识别效果受测点位置影响很小; 该方法不依赖有限元模型即可完成桥梁损伤有无的识别和损伤定位,且数据采集简单,具有实际工程中应用可行性.      

基于倒阶比谱的滚动轴承故障诊断

为从变速滚动轴承振动信号中提取轴承故障特征,利用了基于倒阶比分析的诊断方法.该方法利用计算阶比跟踪算法,采集转速信号和振动信号,并对振动信号进行角度域重采样,获得角度增量恒定的角度域周期平稳信号,再进行倒谱分析,最后依据倒阶比谱分析结果进行故障识别和诊断.由于阶比分析能将非平稳时域信号转换为平稳的角度域信号,而倒谱分析能很好的抑制频率模糊,所以将阶比分析和倒谱分析相结合,充分利用二者优点,能从干扰中准确识别故障特征,适合于变速滚动轴承信号的故障特征提取.实验证明该方法有效,能够提取变转速滚动轴承故障特征,具有一定的工程应用价值.     

基于收敛趋势变分模式分解的齿轮箱故障诊断方法

从中心频率的角度出发,深入分析变分模式分解算法中不同初始中心频率的分解特性;利用分解特性对变分模式分解中使用的初始中心频率进行合理更新,在没有先验知识的情况下自适应分解信号的整个分析频带;根据峭度准则,从分解的子信号中选取包含故障信息最丰富的故障分量;对选出的最佳故障分量进行平衡参数优化和稀疏编码收缩处理,并进行包络分...     

基于全星座信号点的16-QAM载波恢复

为提高16-QAM载波恢复的性能,探讨了16-QAM信号的相位与其传送信息之间的关系,并提出了一种基于全星座信号点的16-QAM载波恢复方法,该方法通过对信号的处理,使所有信号都能被载波恢复环利用,分析和仿真结果表明,与传统方法相比,基于全星座信号点的载波恢复方法的捕获带宽更大,而相位跟踪误差更小。     

基于IEEMD和ARMA算法的斜拉桥模态参数识别

提出了一种基于IEEMD分解的ARMA改进识别算法。首先对实测加速度信号进行IEEMD分析,之后利用聚类分析检验所得的本征模态函数(IMFs)中是否存在模态混叠;然后采用模糊综合评价法计算每个IMF与实测信号之间的模糊相似系数,以便选出有效的IMF分量;再利用主成分分析和帕累托图法对保留下来的IMFs进行信号的重构,进而达到对实测信号的有效分解和降噪效果;最后将重构的动力信号作为ARMA算法的输入,进行模态参数识别。通过对比分析每阶频率与实际值的误差百分比,可知利用IEEMD处理之后的振动信号作为ARMA算法的输入能得到与真实值最为接近频率值,且误差的百分比都在3%以下,验证了该识别方法能有效的识别到斜拉桥的频率。     

基于OFDM的DFT加扰矢量码分多址接入技术

为解决基于多载波的多址系统在出现子载波深度衰落时系统性能下降的问题,根据矩阵置换原理,提出了一种DFT加扰矢量多载波码分多址接入系统(DFT-VMC-CDMA).该系统利用张量积(Kronecker积)的矩阵分解性,引入矢量正交频分复用(V-OFDM)技术对发射信号进行组合排列,通过对张量积的矩阵向量求解获得分集增益抑制单一子载波上的衰落,并基于r循环信道矩阵的分解特性,加入DFT扩展和加扰前缀,减小系统复杂度和峰平比.通过仿真验证可知,该系统性能与传统的多载波系统相比,在20 d B高信噪比条件下,比上行链路的多载波直接序列码分多址(MC-DS-CDMA)平均提升6 d B,比下行链路的多载波码分多址(MC-CDMA)平均提升0.5 d B,达到了理论上的多径信道分集增益界;此外,新系统还降低了峰平比,提升了频谱效率,如当载波数为64,块长为8,保护间隔为12时,峰平比降低了2 d B,频谱效率提升了10%.