基于Van der Pol―Duffing振子和互相关的微弱信号检测研究

传统的信号检测方法在背景噪声较强的情况下一般会失效,混沌振子由于对初始值及参数具有敏感性从而可以很好地检测到微弱信号。首先简述了应用Van der Pol―Duffing振子和互相关方法检测微弱正弦信号的原理,然后应用二者联合的方法进行微弱信号检测。该方法综合了互相关检测对噪声的抑制优势和Van der Pol―Duffing振子对微弱信号提取的优势。仿真实例表明,该方法能有效地检测出淹没在强噪声中的微弱正弦信号,且其信噪比门限比只用混沌振子方法更低,抗噪性更强。     

基于耦合Duffing振子和Van der pol振子系统的微弱信号检测研究

传统的微弱信号检测在检测信噪比较低的信号时效果不理想,基于此提出了一种基于Duffing振子和Van der pol振子的耦合非线性系统,建立了非线性耦合模型,详述了耦合系数对耦合非线性系统的影响。采用Simulink数值仿真的方法,分析了Duffing振子和Van der pol振子耦合非线性系统的动力学行为,阐述了基于相平面变化进行微弱信号检测的工作原理。并且具体分析了耦合系统在色噪声背景下的微弱信号检测效果,取得了很好的效果。     

基于稀疏分解的微弱信号检测方法

微弱信号的检测在通信、雷达、声纳等领域有着重要的意义,一直是信号处理的难点。本文将信号稀疏分解思想应用于信号检测,提出一种算法。算法中信号稀疏分解采用Matching Pursuit(MP)算法实现,原子采用正弦波模型,通过对正弦波模型伸缩和平移形成过完备原子库。由MP分解结果,可检测出淹没在强噪声环境中的微弱正弦信号的幅度、频率和初相位参数,从而恢复出待检测的微弱正弦信号。所提出方法在-40 dB极低信噪比环境下可以同时检测多个正弦信号。计算机仿真结果证实了算法的有效性。     

基于Duffing振子的2FSK信号检测方法研究

针对在强噪声环境中传输的应答器上行链路2FSK信号的检测问题,本文基于混沌系统对初始条件敏感及对噪声免疫的特性,利用Duffing振子检测应答器2FSK信号.结合混沌系统产生相变的条件和2FSK信号的调制方式,给出利用Duffing振子检测微弱2FSK信号的方法和步骤,并利用功率谱熵对系统在策动力作用下所处的不同状态进行判别.在理论分析的基础上,利用Matlab/Simulink建立仿真模型.仿真结果表明,利用Duffng振子检测2FSK信号,及以功率谱熵为判据的方法是可行的,并且其性能优于传统的相干检测法.该方法具有较高的检测精度和很好的抗噪声性能.     

Duffing振子和Van der Pol振子耦合的动力学行为分析

针对耦合非线性混沌振子复杂的动力学行为,本文将Duffing振子和Van der Pol振子进行耦合,建立了Duffing振子和Van der Pol振子的耦合模型。与单个振子相比,耦合Duffing振子和Van der Pol振子表现出了更加丰富的动力学特性,采用Simulink仿真的方法,通过不同策动力幅值、不同耦合系数、不同频率下耦合非线性振子的相图和庞加莱截面图分析了耦合非线性振子的动力学行为,研究了耦合振子对微弱周期信号的敏感性和对噪声的免疫力,并将此模型应用于微弱信号检测的研究中。     

基于随机共振的齿轮箱早期故障诊断研究

随机共振在微弱故障诊断中相对线性系统具有明显优势,能显著增强信号的信噪比。将随机共振与共振解调相结合来检测齿轮箱的早期裂纹故障,首先通过带通滤波选取共振频带,然后通过Hilbert进行解调,最后采用归一化方法调节随机共振的系统参数得到故障特征输出。对仿真信号和QPZZ-Ⅱ齿轮故障系统实测数据的处理结果表明,该方法与传统共振解调相比具有明显优势,为齿轮箱故障诊断提供了一种更为有效的途径。     

基于Duffing振子的轨道移频信号检测方法研究

针对电气化铁路中强干扰环境下ZPW-2000移频信号的检测问题,分析基于快速傅里叶变换方法的传统检测方法的不足。根据混沌系统对噪声免疫及对初始条件敏感的特性,选取Holmes型Duffing振子检测ZPW-2000移频信号。利用混沌系统输出信号的方差与内策动力频率之间的规律及对时域输出的过零点间距的判断检测出上下边频、载频以及低频。最后利用Matlab/Simulink建立仿真模型,仿真结果表明,利用该方法检测ZPW-2000移频信号较传统检测方法具有更好的抗干扰能力和较高的检测精度。     

AM型随机共振模拟电路的滚动轴承微弱故障检测性能研究

随机共振理论广泛应用于信号检测中,尤其在滚动轴承微弱故障检测中极其重要。但是对滚动轴承微弱故障检测性能的定量评价问题未做深入研究。在传统随机共振理论的基础上设计了基于调幅(Amplitude Modulation,AM)信号的改进型双稳态随机共振电路,通过Multisim仿真验证了该电路不仅可以实现对大参数故障信号进行故障诊断,还可以有效地削弱直流量的影响,实现滚动轴承微弱故障信号的检测。除此之外,还分析了不同强度噪声对微弱故障检测的影响,以及输入参数变化对电路输出的影响规律,为随机共振电路在滚动轴承微弱故障检测的实际工程应用提供了可靠的科学依据。     

一种基于Duffing方程微弱信号检测的盲域消除方法

目前微弱信号的检测大多适用于特定频率的信号,效率低,而且忽略了待测信号初始相位对检测效果的影响,存在盲域,精度低等缺点。针对这种情况,提出了一种高效率、高精度的盲域消除法和变尺度法结合的新方法。即使用一组确定的参数,在分析初始相位对检测效果的影响下,构造检测方程组,来检测未知的微弱信号。通过实例验证,相比以前的检测方法,此方法的检测精度更高,且简洁高效。     

驼峰测速雷达信号的小波滤波分析

针对卡尔曼滤波方法存在的缺点,研究采用小波滤波方法进行驼峰测速雷达信号滤波。小波滤波的基本原理是对信号小波变换后的小波系数进行非线性处理,然后重构信号,滤除信号中的噪声。根据雷达信号的特点,初步选用Haar小波和二阶Dauhechies(db2)小波、3层分解、通用阈值和半软阈值算法,进行离线试验及分析。根据离线试验的滤波效果,确定选用二阶Daubechies(db2)小波、3层分解和半软阈值算法进行雷达信号滤波。利用离线试验选定的小波和算法,对采集的雷达信号进行实时滤波仿真,仿真结果与离线试验结果基本一致。将小波滤波方法与卡尔曼滤波方法对比可知,小波滤波能有效地滤除噪声、提高信噪比、减少均方差,滤波效果比较理想。因此,采用小波滤波方法进行驼峰测速雷达信号滤波,可以获得更准确的车速。     

高架车站候车厅混响时间现场测试试验研究

高速铁路候车厅内混响时间影响旅客收听广播系统的音质效果.为了测试某高速铁路候车厅内的混响时间,分别应用中断声源法和正弦扫频法进行现场试验研究.本文着重对该两种方法的现场试验过程及结果进行对比分析,以建立适用于铁路候车厅混响时间的测量方法.试验过程及结果表明:候车厅内信噪比较高时,分别采用中断声源法和正弦扫频法所测量得到的混响时间基本保持一致;但当候车厅内信噪比较低时,用中断声源法难以保证测试精度,采用正弦扫频法可以达到测试目的.     

基于互相关—峭度和小波软阈值的EEMD降噪方法研究

针对目前EMD分解后IMF分量优选方法的不足,提出了一种基于互相关—峭度和小波软阈值的EEMD降噪方法。该方法利用EEMD对信号进行分解得到IMF分量,计算IMF分量的峭度值、标准差及其与原信号的互相关系数。根据互相关系数、标准差和峭度值,设置优选条件,将选定的IMF分量进行重构。与互相关系数、峭度准则单独作为优选条件的重构结果进行对比,结果表明这种新型优选方法的效果更好,利用基于互相关—峭度和小波软阈值的EEMD降噪方法对滚动轴承微弱故障信号进行处理,能够更精确地提取到轴承故障特征。     

基于正弦内插的UM2000信号解码算法

UM2000数字轨道电路采用调频方式传输28位码组信息。UM2000信号解码时间按长、短窗设计,解码算法主要由带通滤波、过零检测、滑窗DFT、门限判决和CRC校验组成,其中过零检测解调算法采用正弦内插法对UM2000信号的过零时刻进行计算。影响解码性能的主要因素有信号采样时间、插值算法和正弦内插法使用的采样点数和插值点数。对不同信噪比条件下的仿真信号和测试箱生成信号进行解码测试。仿真信号的测试结果表明:当带内谐波干扰信噪比分别为3,4和5时,1.562 5 s短窗的安全译码率分别为80%,81%和86%,3.125 0 s长窗的安全译码率分别为99%,100%和100%。测试箱生成信号的测试结果表明:1.562 5 s短窗的安全译码率为95.27%,3.125 0 s长窗的安全译码率分别为98.06%,99.91%和98.23%。说明UM2000信号解码算法在满足信号系统实时性要求的条件下,实现了UM2000信号的安全译码。     

自动切换量程的峰值电压检测系统

峰值电压检测是电子测量以及其它相关技术领域常会遇到的问题。峰值反映了信号极为重要的方面，尤其是小信号。设计完善的峰值检测系统，不仅可以用于对微弱信号进行检测，还可以通过传感器对其它非电信号（如微弱的机械振动）实现自动检测、控制，从而构成完整的测控系统，因此峰值检测具有广泛的实用价值。     

基于混沌理论的应答器上行链路信号检测方法研究

针对强噪声背景下传统应答器上行链路信号解调方法精确性低的问题,提出一种新的利用混沌理论的解调方法。结合应答器上行链路信号的特点,分析了基于混沌理论检测应答器上行链路信号的可行性,提出了检测步骤,利用Matlab仿真验证。最后,将此方法与传统解调方法进行比较分析,发现在更低信噪比情况下,混沌检测法的检测结果更加精确。     

基于小波阈值和约束独立分量分析的齿轮故障诊断研究

为在强噪声下准确利用振动信号进行齿轮故障诊断,提出了基于小波阈值和约束独立成分分析(CICA)相结合的算法。该算法首先对输入信号进行小波阈值降噪预处理,提高了输入信号的信噪比,然后基于齿轮特征频率建立参考信号,将降噪后的信号作为CICA的输入信号,利用CICA算法有效分离出齿轮故障信号,识别了故障特征。为了验证该算法的有效性,进行了仿真和实验测试信号分析,结果表明,该算法可以有效提取齿轮故障信号,实现齿轮的故障诊断。     

钢轨超声相控阵检测中的信号去噪研究

针对钢轨缺陷超声相控阵法检测应用中所存在的信噪比不高的问题,选用db4小波和阈值法对噪声图像进行小波变换,得到小波系数矩阵,再通过阈值化对小波系数矩阵做逆变换,抑制噪声对检测效果的不利影响,并重构钢轨缺陷的全聚焦图像。选用含人工缺陷的60钢轨试块开展超声相控阵检测实验,对比去噪前后的PSNR和MSE验证本方法的去噪性能,为钢轨缺陷相控阵C扫描成像提供有效保障。     

基于形态学滤波和HHT的基音检测方法

提出一种基于形态学滤波和Hilbert-Huang变换HHT(Hilbert-Huang Transform)的基音检测方法,该方法先对带噪语音信号进行形态学滤波,滤除噪声,突出基音,滤波后的信号进行Hilbert-Huang变换得到信号的Hilbert谱,由Hilbert谱计算瞬时能量及其导数,通过瞬时能量的突变定位声门开闭的时刻来精确地跟踪基音的变化。与传统的基音检测方法向比较,该方法真实地描述了语音信号非平稳、非线性的特性,对语音信号的分析是一种自适应的过程,实验结果表明,该方法有较强的抗噪性,在低信噪比环境下仍能够精确地提取出语音信号的基音。     

基于自适应多尺度积阈值的钢轨裂纹红外图像增强

利用红外热波技术检测钢轨斜裂纹伤损所得的红外图像存在整体亮度偏暗、边缘对比度低和纹理细节模糊的缺点,对测量裂纹的扩展深度不利。对此,本文提出一种基于非子采样Contourlet变换NSCT(Nonsubsampled Contourlet Transform)的自适应多尺度积阈值AMPT(Adaptive Multiscale Products Thresholding)钢轨裂纹红外图像增强算法。对图像进行NSCT分解得到不同尺度不同方向上的子带系数,由子带系数自适应地确定阈值并调整增强函数,将阈值作用于每一子带的多尺度积,对阈值化操作后的子带系数进行增强处理和逆变换,实现图像增强。实验结果表明:该算法在抑制噪声和提高图像整体对比度的基础上,有效突出了目标图像的边缘,对裂纹内部微弱细节纹理的增强效果优于其他传统的红外图像增强方法,为进一步提取代表裂纹深度的关键像素提供了有力支撑。     

基于FFT功率谱和SVD的局放窄带干扰降噪方法研究

针对电缆终端局部放电检测存在周期性窄带干扰问题,提出了一种基于FFT功率谱和奇异值分解的局放信号周期性窄带干扰降噪方法.通过对仿真、试验局放信号进行去噪,并与FFT阈值去噪和小波去噪等方法对比分析,表明该方法对于周期性窄带干扰具有更优的抑制效果,能较好地还原PD信号.