含噪信号经验模式分解虚假分量识别方法

针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.     

航空铁磁材料磁记忆检测新方法

 为提高现有磁记忆检测方法的可靠性,充分考虑各向磁记忆信号分量特征,提出法向和切向相结合的磁记忆检测新方法,对航空铁磁材料18CrNi4A试件在不同拉伸载荷下同时采集法向和切向两个方向上的磁记忆信号,并对信号进行小波包滤波处理后取李萨如图,用图中封闭区域出现的位置判断应力集中部位,用封闭区域面积的大小判断应力集中程度,研究磁记忆信号法向分量和切向分量联合检测材料的应力状态。结果表明:对该材料试件磁记忆信号法向分量和切向分量进行小波包降噪方法切实可行,处于应力集中试件的磁记忆信号反映在李萨如图上会出现封闭区域,并且随着应力集中程度的增大,李萨如图上封闭区域的面积有增大趋势,材料出现明显屈服后,面积增大得更加明显。该方法具有一定的工程实际应用价值。     

高周疲劳损伤的磁记忆二维检测研究

 对40Cr钢缺口试件在三级应力水平下进行了高周疲劳试验和磁记忆二维检测(2-D MMMT),并引入李萨如图分析方法,研究应力集中、疲劳损伤及疲劳应力对二维磁信号的影响规律,分析李萨如图特征值与疲劳损伤程度之间的关系。结果表明:在应力集中部位会出现磁记忆法向分量过零点及切向分量峰值的现象,并且该现象的位置随着疲劳损伤程度的增加产生漂移,逐渐向缺口根部靠拢;可利用磁记忆信号切向分量梯度K曲线异变峰特征来表征构件损伤位置;磁记忆信号切向分量梯度最大值随疲劳损伤程度的增大而增加;磁记忆信号梯度K曲线形成的李萨如图闭合区域面积与疲劳损伤程度有较好的对应关系。梯度最大值可作为反映构件损伤程度的特征量,根据李萨如图面积可以判断构件疲劳损伤状态。     

小波变换与SVD结合的射频信号消噪方法

射频信号因具备空间远距离传输特性被广泛应用于航天测控等领域,但空间磁场、信道、设备元器件等会引入大量噪声干扰,对射频信号的传播及后续分析处理造成影响。而目前关于射频信号消噪的研究很少,针对此问题,对比研究了传统滤波器消噪、小波阈值法及SVD(Singular Value Decomposition,奇异值分解)法在射频信号消噪方面的应用,仿真分析了各算法对有用射频信号的提取效果,从而发现3种方法均能起到噪声抑制的作用,但是,滤波器法明显会降低信号能量,小波变换法易使重构信号失真,而SVD法则运算时间较长。为此,提出将小波阈值法与SVD相结合,用于射频信号消噪。再通过比对各方法消噪的性能指标,验证了将2种方法结合,可有效提高运算效率及噪声抑制能力。     

基于RELAX的空中多机动目标检测与参数估计

 针对机载雷达空中多机动目标的检测问题,提出了一种基于RELAX算法的空中多机动目标检测与参数估计方法。该方法将重构时间采样技术与RELAX算法相结合,有效地抑制了检测过程中强信号分量对弱信号分量的影响,在待测单元内存在多个目标时,能够获得很好的参数估计结果,并且在脉冲点数有限的情况下,该方法得到的参数估计精度依然很高。同时,本文还推导了空中多机动目标参数估值的克拉美罗界(CRB),为估计结果提供了理论下限。仿真结果证明了该方法的有效性。     

基于固有模态函数频域熵的目标检测算法

为提高海杂波中慢速目标的检测性能,提出了一种基于固有模态函数(IMF)频域熵的目标检测算法。该算法对原始信号经 EMD分解后得到的固有模态函数采用 Fourier变换,自动地提取其各个分量的频域能量,以此获得 IMF能量分布特点,再运用信息熵的方法构建检验统计量,并将其输入非参量检测器中进行目标检测。研究结果表明,相比于海杂波、海尖峰,慢速目标的能量分布更为分散,熵值更大,对比频域广义符号(GS)检测算法,所提 方法检测性能更优,适用于慢速目标检测。     

基于IMF能量分布重构的目标检测技术

为提高海杂波中慢速目标的检测性能,提出了一种基于IMF能量分布重构的目标检测技术。该算法对原始信号尖峰区域经经验模态分解后得到的固有模态函数进行分段数据重构,计算前端IMF分量与后端IMF分量的能量比,并将其输入非参量检测器中进行目标检测。研究表明,相比于海杂波单元,目标单元尖峰区域有更小的前后端IMF分量能量比,适用于慢速目标的检测。     

李萨如图在磁记忆二维定量检测中的应用

依据磁记忆二维检测原理,将磁信号法向分量存在过零点,切向分量存在最大值联合起来检测,并引入李萨如图分析法,对用法向分量和切向分量合成的类李萨如图以及将法向分量和切向分量微分后合成的李萨如图进行比较分析,得出可以利用微分后合成的李萨如图封闭区域面积的大小来判断应力集中程度及用在不同的应力集中程度下李萨如图面积数量级作为阈值的结论.从而可为利用李萨如图分析法对磁记忆二维检测进行定量分析的进一步研究提供试验分析依据.     

基于SVD的雷达嵌入式通信波形设计方法

雷达嵌入式通信(REC)是一种在雷达后向散射回波中嵌入通信信号的新型隐蔽通信手段,相较于传统的隐蔽通信方式,REC具有更加优越的隐蔽性能,在军事和民用领域都有着非常广阔的应用前景。波形设计一直是REC中的重点研究目标,为了更好的通信可靠性和抗截获性能,提出了一种基于奇异值分解(SVD)的REC通信波形设计方法,给出了SVD波形设计的算法原理,并对SVD波形的通信可靠性、抗检测性能、抗截获性能和算法复杂度进行了仿真和分析。结果表明：相较于传统的REC波形,SVD波形可以实现完全正交,并且与雷达回波信号局部上分离、同时保持整体上的相似,具有更好的通信可靠性、低检测概率特性(LPD)和低截获概率特性(LPI),同时没有显著增加算法复杂度。     

红外图像特征提取的一种方法

小波变换是信号处理、图像处理的重要工具,已广泛应用于信号分析、数据压缩和边缘检测等各个领域。本文基于图像小波变换,提出了一种红外图像特征提取的一种方法。通过对红外图像进行小波分解,设置门限,将小波变换系数转换为二进制,然后将二进制小波系数再转换为十进制,这样既得到了红外图像的特征,又压缩了数据。通过大量的红外图像目标识别实验,证明本文提出的方法是有效的。     

基于磁记忆技术对含缺陷焊缝的疲劳试验

对含有不同隐形损伤的40Cr焊板进行射线检测、疲劳试验和正交磁记忆信号测量，探索试件在疲劳应力作用下磁记忆信号的变化特征。试验结果表明：单一测量方式下的磁特征值不能表征焊板在疲劳循环载荷下的变化特征，所得结论存在偶然性；研究发现，可用磁场矢量梯度积分特征和磁场矢量合成梯度特征来评价焊板的疲劳损伤过程，并建立了以磁场矢量梯度特征为损伤参量的疲劳损伤模型，从而可以对含有隐形损伤焊接构件的疲劳寿命进行定量评估，为金属磁记忆技术在焊接缺陷定量评价上的进一步研究提供参考依据。     

分数傅立叶变换用于抑制SAR杂波背景检测慢速动目标

慢速运动目标在时、空、频域上都落入主杂波区。利用单通道SAR图像中静止背景的信息抑制静止杂波,可改善检测动目标的性能。分数傅立叶变换是线性变换,不存在交叉项,采用分数傅立叶变换搜索匹配动目标信号,使其能量汇聚。对称计算旋转角正负对称的分数傅立叶变换,在两个对称的分数傅立叶域中得到两个复信号,这两个复信号中静止背景的模处处相同,而包含动目标的区域,模的幅度有很大差别,计算对称的分数傅立叶域信号对应位置模的差,取绝对值,可对消静止背景,敏锐地检测动目标。实测数据表明本算法有效。     

基于拉普拉斯正态混合分布概率密度函数估计的语音分离算法

由拉普拉斯分布概率密度函数推导得出的符号函数作为语音信号分离算法中的激活函数,目前广泛应用在基于独立分量分析的语音分离算法之中.为了提高语音分离算法的收敛速度以及分离性能,提出把拉普拉斯正态混合分布概率密度函数作为语音信号概率密度函数的估计,得到一个更加适合语音信号分离的激活函数,基于此函数提出一种快速语音分离算法.把推导出的激活函数应用于独立分量分析(ICA)的自然梯度算法中进行计算机仿真实验,可验证本文算法的收敛性能和分离性能.     

基于频谱和倒谱分析的探地雷达地杂波抑制

超宽带探地雷达被广泛用于检测浅层埋藏的反人员地雷,其中滤除强的地表反射回波是完成目标检测、成像与识别的关键。将独立分量分析算法与数据非一致性检测方法相结合,通过分析独立分量的频谱和倒谱,给出了一种可以适应多目标数据区域且自动选取独立分量的地杂波抑制方法。实验结果证明了该方法的可行性和有效性。     

弹性支承振动应力信号降噪方法及其性能对比

针对弹性支承振动应力信号中存在的低频宽带噪声及宽频带的背景噪声干扰问题,提出基于EMD、CEEMDAN、LMD、ITD 和 VMD 5 种信号分解方法的信号降噪方法。利用5 种方法对原始信号进行分解,得到1 组初始模态分量,并结合归一化样本熵、SVD 和 峭度系数,有效地剔除噪声成分。弹性支承振动应力信号的降噪表明：在5 种信号降噪方法中,采用VMD-SampEn-SVD 方法降噪后 的弹性支承振动应力信号的信噪比为8.11dB,相关系数为0.92,均方误差为0.43,计算时间为18.04 s,其综合降噪效果最佳。     

线性极化敏感阵列的极化平滑算法及相干源参数估计

 研究了基于极化敏感阵列的相干信号参数估计问题。首先,提出一种利用均匀线性极化敏感阵列的新型极化平滑算法(ULAPSA),其能够处理更多相干信号的参数估计,且具有更小的计算量。然后,基于ULAPSA给出了波达方向（DOA）和极化参数估计的两种方法：第1种方法利用角度搜索得到信号的DOA估计,适应任何多分量的电磁矢量传感器阵列;第2种方法结合传播算子算法,无需奇异值分解和角度搜索,能够同时估计信号的DOA和极化参数。该方法适应完备的电磁矢量传感器、三偶极子或三磁环构成的矢量传感器。最后,通过仿真实验比较和分析了所提算法的性能。     

基于遗传算法参数优化的变分模态分解结合1.5维谱的轴承故障诊断

为了准确提取轴承的故障特征,提出了一种遗传算法(GA)参数优化的变分模态分解(VMD)结合1.5维谱的轴承故障诊断方法。首先以VMD方法中模态分量的包络熵值最小为优化目标,利用遗传算法对模态分量个数和二次惩罚因子进行优化,确定这两个能使VMD实现最优分解的输入参数。然后利用参数优化的VMD方法对仿真信号和轴承内环故障信号进行分解,并做各模态分量的1.5维谱图。参数优化的VMD分解得到了与仿真信号原始分量相符的4个模态分量,1.5维谱剔除了未参与二次相位耦合的10Hz频率分量。同时在1k Hz频率以下,运用本文方法提取了轴承内环故障特征频率的1至6倍频频率成分以及电机转频对它们的调制频率。由此表明,遗传算法参数优化的VMD可实现复杂信号的正确分解,1.5维谱可有效检测信号的二次相位耦合。同时,遗传算法参数优化的VMD结合1.5维谱能有效提取轴承内环故障特征,从而验证了本文方法的有效性和实用性。     

一种多分量chirp信号阵列检测新方法

提出了一种多分量chirp信号检测与参数估计的新方法。该方法利用天线阵列的空间特性,通过阵列平均在分数阶傅里叶域中引入加权函数来降低噪声、抑制不同源信号之间的相互干扰。和单阵元方法相比,文中方法大大提高了多分量chirp信号检测和参数估计的性能,仿真结果证明了方法的有效性。     

基于盲源分离的雷达信号欺骗干扰抑制

针对脉冲压缩信号的频谱弥散(SMSP)干扰,通过分析其时频特性,提出了一种基于盲分离的抑制算法。首先,推导了基于独立分量分析的代价函数,由于代价函数中信号概率密度函数不能精确估计,利用信号高阶互累积量的性质,重新构造了一种新的代价函数;其次,利用基于自然梯度的方法对新代价函数进行优化,从而得到基于峭度的盲分离算法;最后,通过仿真证明,对比Fast ICA算法,文中算法具有更快的收敛速度和更好的分离性能,在保证分离精度的前提下,可成功将目标回波信号分离,达到SMSP干扰抑制的目的。     

重力异常特征提取方法研究

将主元分析和独立分量分析相结合应用于重力异常信号的特征提取.采用主元分析对测量数据进行去相关和降维预处理,再利用独立分量分析算法提取重力信号的特征系数.结合重力异常变化与特征系数的关系,提出了应用特征量化参数表征重力异常信号变化程度的方法.基于实测的重力异常信号进行了仿真试验,试验结果表明,本文提出的特征量化参数能有效的反映重力异常的幅值变化程度.