卷积线性混合模型下的复非高斯信号盲源提取

雷达信号的多径效应导致基于瞬时线性混合模型的盲源分离算法不再适用。为此，提出了一种基于FastICA的复非高斯信号盲源提取方法。该方法将混合系统建模为卷积线性混合模型，使得信号模型中不需要将每个多径信号都看作一个独立的源信号，既节约了接收通道数量，又降低了盲源分离过程的复杂度，利用待提取信号的非高斯性实现高斯背景下复非高斯信源的提取。实验结果表明：在信干比为-30 dB时，所提方法能够快速、有效地处理卷积线性混合模型下复非高斯信源的提取问题，为该场景下的微弱信号提取提供了一种新的方法。     

基于FSS-kernelBSS方法的机械故障诊断

机械设备发生故障时,故障特征的提取是很重要的.为了从观测信号中分离出不同的故障特征源信号,并根据分离信号准确地进行故障诊断,从观测信号样本出发,提出了基于有限支持样本核函数的盲源分离(FSS-kernel BSS)方法.此方法利用有限的观测样本估计信号的概率分布,得到了评价函数,具有很好的自适应能力.仿真试验结果表明:此方法能成功地分离超、亚高斯混合信号,与其他盲源分离方法相比,此方法具有更好的分离性能.将该方法用于转子不平衡和支座松动的复合故障信号的盲分离,分离出了各复合故障的主要频谱.分离结果表明:此方法应用于机械设备复合故障诊断中是可行的.     

基于盲源分离技术的航空发动机振动信号分析

基于双转子航空发动机机匣拾取振动信号特征的分析,采用基于数学形态学滤波前处理的盲源分离识别方法进行特征提取.针对机匣拾取振动信号的特征,利用开—闭和闭—开组合数学形态滤波器在保留信号基本形状的前提下,滤除掉原始信号中的噪声分量.利用Fast ICA算法恢复高、低压转子源振动信号的波形.对实测数据的分析表明,该方法能够较好地恢复高、低压转子所激振动信号的频域结构信息,有利于提高故障定位的准确性.     

便携式微振动可视化测量仪的设计与实现

针对微振动难以察觉、振动测量中接触式的电测法需要布置大量传感器、非接触式的光测法测量速度慢且价格昂贵的问题，设计了基于视觉的便携式微振动可视化测量仪。提出了基于盲源分离的灰度平均测量算法以提取振动信号，结合视频放大算法实现微振动可视化，并基于嵌入式开发平台将测量系统集成为便携式仪器。在试验中,良好的可视化效果和准确的测量结果验证了所提方法的有效性，可为振动测量中存在的问题提供新的解决思路。     

极化通道扩展和盲源分离联合抗移频干扰技术

多次移频干扰是一种有效的对抗线性调频(LFM)脉冲压缩雷达的相干干扰样式,应用于自卫式干扰时,能够形成多个超前和滞后分布的假目标。提出利用盲源分离(BSS)的方法来分离回波和干扰信号,并通过频率补偿实现对干扰的抑制。首先分析了利用正交极化辅助天线扩展接收通道的可行性,其次建立了通道扩展后的雷达接收信号模型,讨论了回波与干扰信号的可分离性,最后研究了基于最大信噪比盲源分离和频率补偿的干扰抑制方法,并讨论了干扰机附加噪声对抗干扰效果的影响。仿真结果表明本文提出的方法在干信比为20 d B时,仍可以有效地从回波和干扰混叠信号中提取出目标回波信号,从而实现对主瓣移频干扰的对抗。     

卫星接收系统抗干扰的卷积盲分离算法

提出一种新的卷积混合盲分离算法,并把该算法应用到卫星通信抗干扰中,将通信信号和干扰信号分离开,以实现抗干扰的目的。该算法使用基于初等反射矩阵的高阶累积量联合对角化法来分离卷积混合的卫星通信信号和干扰信号。计算机仿真表明,在噪声环境下,信噪比大于10dB时该算法有较好的分离效果,信噪比小于10dB时分离性能有所下降,但基本也能实现分离,且与其他文献中方法相比具有计算复杂度低、分离性能好的特点,因此更适宜用于卫星通信抗干扰。     

小样本下基于孪生神经网络的柱塞泵故障诊断

针对目前基于深度神经网络的柱塞泵故障诊断方法在小样本条件下精度低、模型欠拟合问题,提出一种小样本条件下基于孪生神经网络的柱塞泵故障诊断方法。搭建了柱塞泵故障实验台,采集柱塞泵在不同健康状态下的壳体振动信号;使用由卷积层和池化层组成孪生子网络自适应地从原始振动信号中提取低维特征,使用欧式距离判定输入样本对的特征相似度;通过相似度对比的方法扩大训练样本数量并训练孪生神经网络模型;最后,对测试样本进行健康状态识别。实验结果表明：与传统深度神经相比,所提方法在小样本情况下具有更高的准确率。同时,多通道数据融合实验表明：所提方法能够从不同通道的信号中学习到有关故障信息,多通道数据融合可以进一步提高诊断准确率。     

伪多源采样复域FastICA冲击定位算法

使用传感器阵列对材料结构冲击损伤进行定位,有助于及时发现损伤及潜在威胁,保障结构安全性。采用盲源分离(BSS)对传感器阵列信号进行预处理,提出单通道伪多源采样方法,利用每个传感器的分时段信息构建该传感器多源观测信号作为复域FastICA算法的输入,分离出每个传感器观测到的带有相位信息的冲击信号;结合阈值时延定位方法求解平面冲击事件的坐标。理论推导和数值仿真验证了本文设计的联合冲击定位算法的有效性。冲击定位平台上的实验结果表明,联合冲击定位算法可以从冲击-振动混合信号中分离出冲击信号,提高阵列传感器冲击定位的时延分析准确性。同时对传感器数量少于源信号的欠定BSS问题提供了一种解决方案。      

基于多特征融合分析的羽流烟雾区域识别

针对固体火箭发动机飞行试验中喷管排出的羽流烟雾光学信号的准确测量,应用数字图像处理技术提取羽流烟雾的静态和动态特征进行羽烟识别。为了滤除外场复杂环境对烟雾测量的干扰,设计了具有等间距的黑白条纹背景板。在黑条纹区域采用自适应的灰度阈值提取烟雾特征,在白条纹区域根据RGB和HSV颜色空间综合的方法提取烟雾特征,结合帧间差分法提取视频序列中烟雾区域的扩散边界。基于烟雾静态和动态特征综合的算法编写了烟雾处理软件,通过处理大量烟雾视频数据进行验证试验,证明羽流烟雾的识别能够有效提高光学信号测量的准确度。     

基于多特征融合分析的羽流烟雾区域识别

针对固体火箭发动机飞行试验中喷管排出的羽流烟雾光学信号的准确测量，应用数字图像处理技术提取羽流烟雾的静态和动态特征进行羽烟识别。为了滤除外场复杂环境对烟雾测量的干扰，设计了具有等间距的黑白条纹背景板。在黑条纹区域采用自适应的灰度阈值提取烟雾特征，在白条纹区域根据RGB和HSV颜色空间综合的方法提取烟雾特征，结合帧间差分法提取视频序列中烟雾区域的扩散边界。基于烟雾静态和动态特征综合的算法编写了烟雾处理软件，通过处理大量烟雾视频数据进行验证试验，证明羽流烟雾的识别能够有效提高光学信号测量的准确度。     

基于在线频率估计的自适应反馈主动隔振技术

针对自适应前馈控制方法的缺点,提出一种周期性振动主动控制的自适应反馈控制方法.利用误差信号恢复振动干扰信号,采用级联陷波器估计信号中周期性分量的频率,并在估计频率处为控制器构造参考信号;控制器的参数则根据Lyapunov稳定性原理进行调整.仿真和主动隔振试验结果表明:频率估计方法在不同信噪比情况下均具有较好的估计精度;主动控制方法在振动频率处的隔振效果明显,隔振量可达16?dB以上,且控制器的参数收敛速度较快.     

柔性自适应桁架及其振动最优控制实验

基于dSPACE系统和所研制的锆钛酸铅(PZT)压电作动器,建立了第一阶频率低达5Hz的三棱柱自适应桁架实验平台,通过有限元建模和实验参数修正,利用异位加速度反馈信号进行了线性二次型Gauss(LQG)最优反馈控制实验和仿真.结果表明:对比无控状态,采用最优控制只需很小控制电压,可使桁架在低阶典型频率激励下的振幅降低90%以上;而当桁架受扰动后,振动衰减时间减少超过80%;验证了实验平台配置的合理性和所研制的PZT压电作动器、控制模型的有效性;控制数值仿真与实验在加控前后振幅抑制程度相同,控制仿真与实验中振幅衰减过程的差别通过激振过程仿真与实验的对比得到了阐明.     

运用爆破震动来识别地下裂隙和软弱夹层

从爆破震动信号主要来源于爆破区邻近范围内地质结构的自振的观点出发,提出了一种探测地下裂隙和软弱夹层的新技术:把震源布置在裂隙和软弱夹层附近进行爆破,由于介质中裂隙和软弱夹层的存在使得局部结构的刚度减小,直接影响到爆破介质振动的速度幅值和频率,因此可以通过地表接收器接收的振动信号(包括振动速度的幅值和频率)识别出裂隙和软弱夹层的大小和形状等特征.通过无网格的数值算例分别从水平裂隙和斜裂隙的情况下总结规律说明了这种方法的可行性.