基于LabVIEW的水声信号处理与目标方位估计仿真研究

利用LabVIEW软件开发了一套水声信号处理与目标方位估计的仿真演示系统。该系统针对水声信号的特点,搭建了信号发生、滤波处理、时频分析等处理单元,具有较强的水声信号处理能力。此外,将LabVIEW和MATLAB混合编程技术应用于水声信号处理中,实现了水下目标方位角的估计。仿真结果表明了该演示系统的有效性。     

路用探地雷达检测信号的缺陷识别试验

为研究探地雷达(GPR)对路面的缺陷检测识别,针对路用探地雷达信号的处理问题,通过在路面基层内各层界面处埋置金属板,分别对数字滤波、反褶积、波动方程偏移和小波多尺度去噪等方法的处理效果进行对比,提出了对提高异常的分辨率和奇异值分解具有明显效果的方法,并应用于道路现场检测中.结果表明,反褶积和波动方程偏移处理对提高异常的...     

软件无线电技术在舰船通信系统移动电台中的应用

软件无线电技术是通信领域的一项革命性技术,广泛应用于卫星导航、新型舰船通信系统和移动网络等领域。因此,研究和开发基于软件无线电技术的舰船通信系统具有重要意义。本文系统介绍软件无线电技术的理论基础,研究和分析软件无线电的体系结构、多速率信号处理、数字滤波器和射频技术等,并在此基础上设计新型的舰船通信系统移动电台。     

OBF分解与BP网络在船舶磁场信号检测中的应用

针对水中兵器探测船舶磁场信号时信噪比较低的问题,提出了基于OBF分解与BP网络的船舶磁场信号检测算法。首先采用BP网络对测量数据进行预处理,滤除大部分环境磁噪声;再采用OBF分解算法对网络输出信号进行检测,提取归一化能量信号作为检验统计量。试验结果表明,本文算法可以显著提高信噪比,增强对船舶磁场信号的检测能力,性能明显...     

基于LabVIEW的多功能数据采集与信号处理系统

针对传统仪器功能单一以及传统代码编程语言的不足,以LabVIEW为开发工具,采用计算机多线程技术、虚拟仪器技术及信号处理技术等,开发了基于W indows 2000及W indows XP的多功能数据采集与信号处理虚拟仪器系统。该系统具有以下功能:信号采集控制模块,可实现单通道、多通道数据的采集、存储与采样信号复现等功能;信号分析处理模块,可实现在线、离线信号分析处理功能,包括信号的时域、频域、幅值域、时频域的分析与处理、结果的显示等;数据库管理模块,可实现对采样和分析处理后数据的管理,包括数据查询、传输、存储等工作;另外,该系统还具有友好的人机界面,且方便对之进行维护和实现功能的扩充。     

TBM主轴承声发射故障诊断研究

以隧道施工TBM为研究对象,设计了主轴承声发射检测试验,进行了声发射信号采集,并取得较理想的分析信号。根据信号的时域图像特征及相关技术人员的数据支持,初步对TBM主轴承的工作状态做了判断,并采用了时变峭度法对实测信号进行分析,获取了强背景噪声下明显的故障特征,达到了抑制噪声、突出特征成分的目的。试验分析结果证明了该方法用于声发射故障信号特征提取的有效性,同时对TBM的状态监测提供了新思路。     

铁道车辆的交流磁场屏蔽效果

介绍了铁道车辆交流磁场的屏蔽现象,在电气化线路中接触网电流是铁路附近电磁场环境的主要磁场源,而在超导磁悬浮中超导磁场是主要的磁场源,这2种情况下,车体可作为磁场屏蔽装置,并举例进行了说明.     

PDE工具箱在静磁场中的应用

详细地介绍了MATLAB软件中的PDE工具箱及其推荐的使用方法。并将其运用到静磁场问题中，利用它来计算电抗器设计中的电感、变压器设计中的短路阻抗。本文还首次提出了一个从二维平面到三维空间的漏磁场能量计算公式，为电抗器、变压器的设计提供了新的方法。最后概括了PDE工具箱求解问题的特点。     

基于磁场梯度的船舶磁场模型

推导了磁旋转椭球体阵列在三维空间中磁场梯度的公式,建立了基于磁场梯度的椭球体阵列的磁场模型.针对模型的精度和稳定性易受人为选择椭球体参数影响的弊端,利用逐步回归方法来确定船舶磁场模型的各参数.船模试验表明,该模型精度高,可以广泛用作磁性目标的近距离定位和磁场建模.     

基于电信号的高速列车动力链诊断技术研究

牵引电机、联轴节及齿轮等传动机械广泛应用于轨道交通车辆,是高速列车动力链的重要组成部分。这些动力链部件长期工作在复杂恶劣的环境下,在宽速域、大负载工况及轮轨冲击振动等因素影响下容易发生故障,进而影响列车的安全运行与行车秩序。因此及时预警潜在故障对于确保轨道交通车辆的正常运行与行车秩序具有重要的意义。由于基于电信号的诊断技术具有信号易于获取、信号可靠性和准确性高、可实现对象部件的非嵌入式监测等优点,逐渐成为轨道交通故障诊断方向的研究热点。文章阐述了轨道交通车辆动力链关键部件的故障原理,以基于电信号的诊断方法为切入点,对该领域的现有诊断方法与研究成果进行整理与分析,然后基于多特征融合与机器学习理论,提出了一种全新的基于电信号的多变量解析诊断法。该方法首先获取各电信号数据,进行小波降噪,然后通过信号的分解与重构提高信噪比,基于重构信号提取不同的故障特征,最后利用决策树统合各故障特征进行诊断。验证试验与实际应用效果表明,本研究提出的电信号诊断法能够有效检测并识别动力链故障,可以实现早期故障预警,保障高速列车的运行安全。