基于CPP与S变换的自适应时频滤波及其在滚动轴承故障诊断中的应用

针对变转速下滚动轴承故障调制信息的提取与分离,提出了基于线调频小波路径追踪(CPP)与S变换的自适应时频滤波方法。该方法先采用Hilbert解调对齿轮箱振动信号进行分析获取其包络信号,并对包络信号进行S变换,以获取其时频分布,同时,采用CPP算法从齿轮箱振动信号中估计出啮合频率曲线,进而获取转轴转速;然后,根据估计的转速信号分别设计各阶时频滤波器;再采用时频滤波器对包络信号的时频分布进行时频滤波,并将滤波结果进行S逆变换,以获取各阶故障调制信号;最后对各阶故障调制信号进行阶次谱分析,并根据阶次谱中的调制信息诊断滚动轴承故障。算法仿真和应用实例表明,自适应时频滤波方法可根据轴承故障调制信号的频率变化特点自适应地改变滤波器的中心频率与带宽,能有效提取并分离轴承的各阶调制信息,且分离效果优于基于集合经验模态分解（EEMD）的阶次谱方法。      

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。     

数字闭环光纤陀螺的调制串扰误差

 通过分析数字闭环光纤陀螺的阶梯波调制信号与输出死区、周期噪声干扰及小角速度漂移的关系,提出了调制串扰误差的概念。指出调制信号与探测器输出信号之间的电交叉耦合及调制信号产生的调制误差是产生调制串扰误差的干扰源。将调制串扰通道模型简化为比例环节和部分积分环节,并和光纤陀螺理想模型结合,建立了光纤陀螺调制串扰误差模型,利用该模型推导出了产生死区的条件及周期噪声干扰和小角速度漂移造成的输出偏差表达式,并对周期噪声的幅值、频率与陀螺输出量级、带宽之间的关系进行了定量分析。调制串扰误差的仿真和实验结果与理论分析结果基本一致,验证了调制串扰误差模型的正确性。     

基于LOFAR谱图的水下目标识别方法

基于LOFAR谱图的主成分分析法是目前用于对水下目标识别的重要方法之一,文中详细分析了该方法的基本原理和具体应用过程,并对潜艇辐射噪声的实测数据进行了仿真和分类试验,给出了仿真图和试验结果.结果表明,运用该方法对水下目标进行识别的识别率较高.     

利用FIR滤波器生成随机振动试验驱动信号的新方法

 阐述了一种利用有限冲击响应(FIR) 滤波器生成随机振动试验驱动信号的新方法。该方法通过设计一个FIR 滤波器对白噪声序列进行滤波,使滤波器输出序列的功率谱密度满足试验驱动信号的要求。在随机振动试验控制中,将FIR 滤波器和试验的受控对象组成增广系统,这将有助于简化对控制系统的分析和设计。     

卫星通信信号体系调制识别技术

对常用卫星通信信号的高阶累积量和高阶谱的谱线特征进行了理论分析与仿真,提出一种基于高阶累积量和谱特征相结合的卫星通信信号调制方式识别方法。该方法从升余弦成形信号的高阶累积量、功率谱、平方谱和四次方谱中提取一组健壮性强的特征参数,在没有先验知识的条件下,完成对卫星信号符号速率和载波频率的盲估计,并在此基础上实现调制方式的自动识别。该方法涵盖了目前绝大多数的卫星通信调制方式,初步形成了卫星通信信号调制识别体系。仿真实验表明,该方法能够克服升余弦成形带来的影响,在实际中有较好的应用前景。     

基于MED和LMD的自动倾斜器轴承广义Shannon熵谱分析

针对轴承信号微弱故障特征易被强背景噪声淹没的问题,提出采用最小熵反褶积,通过逆滤波器最优化设计,对目标信号进行降噪处理,其峭度值提高了约3.8倍,增强了信号的微弱故障特征;针对非平稳非线性信号频率成分复杂难以解调的问题,提出采用局部均值分解(LMD)和峭度-相关系数筛选准则,其可对非平稳非线性信号进行自适应分解和最优重构,提高了信号的信噪比;针对信号耦合调制及边频突出的问题,通过引入广义Shannon熵进行包络谱带内降噪处理,信号一阶故障特征调制频率与故障特征频率的幅度比降低了24%~43%。通过实验室信号及某型直升机自动倾斜器轴承故障诊断地面试验的分析结果验证了该方法的合理性和可行性。      

全自动着舰系统a-β-γ滤波器

针对全自动着舰系统中滤波器原理进行了研究,实现了基于a-β-γ滤波器的雷达引导信号噪声抑制方法,并将其滤波效果与a-β滤波器对比。在研究雷达工作原理基础上,对雷达噪声进行建模,推导出α-β滤波器和α-β-γ 滤波器在离散域和连续域的等效传递函数。调整滤波参数,对比了α-β滤波器和a-β-γ滤波器在位置通道、速度通道,以及加速度通道的伯德图,通过噪声时域仿真对比了滤波器效果。全自动着舰非线性闭环模型数字仿真结果表明,合理选择参数,使用α-β-γ滤波器能够改善着舰控制精度。     

一种基于非平稳信号分析的时相调制信号解调算法

基于非平稳信号分析方法,对时相调制(Time-Phase Modulation,TPM)信号的时频分布特性进行了详细分析,建立了TPM调制信号相位突变与时频分布幅度的映射关系,利用该映射提出了一种基于非平稳信号分析的TPM调制信号解调算法,并对该解调算法性能进行了理论分析,讨论了最佳判决门限选取方法,仿真结果验证了理论分析的正确性。理论分析及仿真表明,基于非平稳信号分析的TPM调制信号解调算法获得了优于传统的相关解调的调制系统差错性能。     

基于FPGA的磁轴承转子系统自适应振动抑制

针对航空发动机磁轴承转子系统在高速运行时的振动问题,通过分析转子自身不平衡引起的同频振动、电机干扰产生的倍频振动、结构模态振动等多种振动,设计了一种基于LMS算法的自适应滤波器。滤波器加入控制系统的反馈环节,对同频、倍频振动进行滤波处理,并且能在模态频率处切换至自适应同频信号放大器抑制模态振动。通过采用波特图、定频点分析、数值仿真等方法,证明了滤波器能有效地完成对磁轴承转子系统的自适应频率跟踪振动抑制和模态振动抑制;根据FPGA的硬件架构特点,采用一种3级量化策略的符号类LMS算法,构建了基于FPGA的实时自适应滤波器模块,并进行了自适应振动抑制试验。结果表明：基于FPGA的自适应滤波器对特定频率成分的抑制效果达到80%以上。     

一种基于TDDM裂谱信号的解模糊位搜索法

时分数据调制(TDDM)裂谱信号作为一种新调制信号,具有独有的电文翻转位模糊特性,导致了采用通常的搜索方法无法正确输出电文的现象。针对TDDM裂谱信号特性以及现有搜索方法的不足,提出了一种解模糊位搜索法。该方法主要分为合路快捕及解模糊位判决两个阶段。其合路快捕阶段,不但可以快速缩小搜索范围,而且可以避免由扩频方式而引起的漏捕现象;解模糊位判决阶段,可以去除电文翻转位的模糊度,正确输出电文的翻转位置。在理论推导的基础上,从性能及信噪比容限角度进行了仿真测试,测试结果表明,解模糊位搜索法对TDDM裂谱信号的电文翻转位判决精度可以达到100%。     

自适应的光纤布拉格光栅图像寻峰算法

根据实际光谱特征, 提出了自适应的光纤布拉格光栅图像寻峰算法。针对 不同环境物理场及噪声分布下的光栅谱型,该算法能自动检测光谱的带宽和信噪比,自 适应地调整算法的高斯模板带宽大小,提高谱型匹配及滤波效果,从而提高寻峰精度。 将该算法与高斯拟合法、质心法进行对比,分析了其在不同噪声大小及非均匀温度场分 布下光纤布拉格光栅反射光谱的寻峰精度。理论仿真及实际寻峰结果表明,该寻峰算法 具有较强的抗噪能力及谱型适应性,较质心法、高斯拟合法具有显著优势。     

基于apFFT的罗兰-C窄带干扰频域抑制方法

针对现有罗兰-C接收机普遍采用固定陷波电路抑制窄带干扰的情况,提出了基于全相位谱分析(apFFT)的频域精确自适应陷波罗兰-C窄带干扰抑制方法,设计了基于双相移组合全相位法的FIR频域陷波器。在对窄带干扰进行精确谱分析的基础上,设计相应频点的陷波器对多个窄带干扰进行抑制。基于MATLAB的仿真结果表明:该方法能够根据罗兰-C窄带干扰频率的变化,实现频点任意控制的频域自适应陷波,有效恢复出罗兰-C信号,为增强型罗兰-C接收机的设计提供了一种简单有效的窄带干扰抑制方法。     

基于卡尔曼滤波的航空发动机单神经元自适应控制

针对航空发动机多任务、多变量、高精度和一体化控制的需求,提出了一种基于卡尔曼滤波的单神经元自适应控制方法。该方法在单神经元自适应控制算法的基础上,增加了对控制量和发动机反馈量的滤波,提高了响应速度,精度较高。仿真结果证明,该方法对过程噪声和测量噪声具有很强的克服能力,所需计算量较小,能满足发动机控制对实时性的要求。     

Detection of Known Signals in Nonstationary Noise

The basic design of a nonlinear, time-invariant filter is postulated for detecting signal pulses of known shape imbedded in nonstationary noise. The noise is a sample function of a Gaussian random process whose statistics are approximately constant during the length of a signal pulse. The parameters of the filter are optimized to maximize the output signal-to-noise ratio (SNR). The resulting nonlinear filter has the interesting property of approximating the performance of an adaptive filter in that it weights each frequency band of each input pulse by a factor that depends on the instantaneous noise power spectrum present at that time. The SNR at the output of the nonlinear filter is compared to that at the output of a matched filter. The relative performance of the nonlinear system is good when the signal pulses have large time-bandwidth products and the instantaneous noise power spectrum is colored in the signal pass band.     

Some Matched Filter Configurations for Infrared Systems

An analysis of the output of three alternative matched filter configurations in an infrared scanning system model is presented. The sensor is corrupted by thermal noise, generation-recombination noise, photon noise, and modulation noise, the latter providing an extreme discoloration in the signal passband. Expressions for the signal voltage density spectrum, signal pulse shape, noise power spectrum, and average noise power at the matched filter output are derived where the integral evaluations attendant to these derivations do not appear elsewhere in the literature. The paper also provides graphical displays of the signal-to-noise power ratio at the filter output versus various system parameters, noise power spectrum out of the matched filter versus ?, and the signal pulse shape out of the filter versus time. Also included are discussions of practically realizable approximations to the matched filters and curve fitting techniques for the signal pulse shape function.     

基于强抗噪威格纳威利分析的滚动轴承故障诊断

为了解决威格纳威利谱(Wigner-Vile spectrum, WVS)时频分析方法对受强背景噪声影响下的滚动轴承冲击性故障信号特征提取难的问题,根据滚动轴承发生故障时呈现出的循环平稳特征,将基于2阶循环统计量的循环谱密度算法(cyclic spectral density, CSD)与WVS相结合,提出基于CSD的WVS分析方法,即循环谱密度威格纳威利谱(CSDWVS)时频分析方法。经仿真及实验验证,相对传统WVS分析方法,该方法能有效提取出强背景噪声影响下的滚动轴承内圈故障特征频率为51.9 Hz及外圈故障特征频率为32.1 Hz。