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．     

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。     

基于盲源分离的电机振动数据处理

运用盲源分离技术对混叠的电机振动信号进行分离,得到分离后的电机振动数据．用分离后的数据进行电机故障诊断可以有效地降低其复杂性,提高故障诊断的准确性．分离前后的电机振动数据功率谱图分析对比表明,盲源分离技术可以有效地对采集的电机振动数据进行分离,得到相对独立的振动数据．     

盲源分离技术在车辆轮胎噪声提取中的应用

介绍Kullback-Leibler发散度,推导基于该发散度和自然梯度算法的盲信号处理的计算方法,并通过一个仿真实例说明运用该方法对车辆轮胎噪音提取的可行性,从而为车辆的车轮故障诊断和车体音频信号的盲分离提供一个新的方法。     

基于联合近似对角化的盲源分离在齿轮箱故障诊断中的应用

提出一种采用盲源分离技术对齿轮箱混合故障进行诊断的方法．该方法利用白化信号自相关矩阵的联合近似对角化算法，从观测信号中分离故障特征源信号，并根据分离信号的频谱成功地提取了混合故障的特征信息，有效地诊断出齿轮箱所处的故障状态．     

基于核支持向量机和盲源分离的活塞-缸套动态间隙监测方法研究

获取柴油机活塞-缸套的动态间隙是改进柴油机活塞-缸套设计、降低柴油机振动噪声、对其实行视情维修的重要技术保障.文中利用盲源分离和盲源消去法,克服了传统盲源处理存在的幅值不确定性问题,准确分离得到了活塞-缸套撞击激起的机体振动响应信号.研究了基于核支持向量机回归模型.为提高活塞-缸套间隙的测量精度,提出了一种基于遗传算法的支持向量机参数优化方法.实验研究表明,所提出的活塞-缸套监测方法是可行的.     

机械振动源的联合块对角化盲分离算法

基于QR分解建立一种新的非正交联合块对角化（joint block diagonalization,JBD）（QRJBD算法）的振动源盲分离方法.该方法具有对目标矩阵的限制少、复杂度低、易于收敛到全局最优解等优点.结合双层加肋圆柱壳体结构的振动信号分离试验,从算法的收敛性、目标矩阵的数目、随机噪声水平、子块矩阵的维数等方面对QRJBD方法的性能进行了研究.由此,选取合理的算法参数,实现振动源信号的盲源分离,且分离精度和时间均优于现存常用的方法,充分说明新算法在振源分离中既保持了效率又提高了分析的准确性.     

基于盲源分离的共振解调技术在齿轮齿面接触故障诊断中的应用

提出一种运用基于盲源分离的共振解调技术对齿轮齿面接触故障进行诊断的方法.该方法利用盲源分离算法对传感器采集的混合信号进行分离,获取纯粹的故障源信号;采用共振解调技术对分离后的故障源信号进行频谱分析,成功地提取了齿轮齿面直接接触的故障特征.     

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.     

宽带耦合机械振源的卷积盲分离研究

利用卷积盲分离算法,对宽带耦合机械振源信号进行了盲分离研究.在实际环境中,由于相邻设备和环境干扰的影响,传感器往往只能获得混合信号.且源信号在频谱上可能相互重叠,此时,传统的信号滤波、净化方法就无能为力.文中利用盲信号处理技术对源和传递路径先验知识要求较少的特点,仅从混合信号出发,利用信号的二阶统计特性,较好地恢复出了频谱上相互重叠的机械振源信号.电机和海水泵的仿真试验验证了该方法的有效性.     

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%.     

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.     

�����Ŷ��ۺ�����Ч��ɱ�������󻯵�ETC��������ģ���о�

收费站车道配置研究是ETC收费系统规划、设计和建设中一项重要的内容,其目的是使收费资源最优配置及合理利用。为了合理配置ETC收费站人工收费车道和ETC收费车道数,发挥车道利用的最大效用。本文首先从排队论原理分析了ETC收费站车辆排队模型,再用增量效益成本比率分析其成本效益,并以增量效益成本比率最大为目标建立ETC车站车道优化配置模型,最后通过一个工程实例验证了此模型。该模型为ETC收费站人工收费车道和ETC收费车道数配置提供了一个科学的计算方法,为ETC系统的规划和建设提供帮助,并在实际工程应用中具有一定的指导意义。     

基于有效绿灯时间利用率的自适应控制策略研究

为了优化单点交叉口信号控制方案,使其适应各个进口道方向交通流动态变化,提高交叉口通行效率,根据交叉口进口道排队车辆数建立有效绿灯利用率模型,提出了一种交叉口自适应控制策略.有效绿灯时间利用率模型以交叉口通行能力最大为控制参数,实时优化确定出最佳相位放行方案以及最优相位切换方案,根据进口道排队车辆最大流向的排队车辆数和车辆到达预测确定相位放行绿灯时间.利用VISSIM交通仿真软件对该自适应控制策略仿真运行,与定时控制以及感应控制对比,评价分析不同车辆到达情况下交叉口通行情况.结果表明:该自适应控制策略能有效降低车均延误,提高交叉口服务水平.