非平稳信号滤波降噪方法研究

飞行器振动环境复杂多变,具有典型的非平稳特征,因此需要采用时频分析手段对非平稳信号分析处理。针对此问题,本文提出一种基于分数阶傅里叶变换(FRFT)的非平稳信号滤波降噪方法,通过对比证明,对于一般非平稳信号的滤波降噪,分数阶傅里叶变换方法优于傅里叶变换方法。对于线性调频信号的滤波降噪分析,分数阶傅里叶变换方法明显优于一般滤波降噪方法。     

飞行实测应力分析中的一种频谱分析方法

直升机飞行载荷数据是一种典型的随机信号,对该信号进行频谱分析可以获得信号频谱的组成,摸清信号与系统的特征,有利于判断载荷来源.本文采用傅立叶变换对直升机试飞应力数据进行频谱分析,通过比较两种尾桨安装结构下旋翼5Ω和尾桨2Ω的应变变化情况,有效地辨别出某型直升机尾减机匣飞行实测应力增大的原因.     

子波变换平滑的混沌信号检测

将近几年兴起的子波变换、分形理论应用于带观测噪声混沌信号的检测。基于快速子波变换导出了平滑算子，将其对时序信号进行处理，并根据它在一定的尺度范围内具有标度不变的性质，利用改进的Ｇ－Ｐ算法计算其分数维数，对带有观测噪声的Ｌｏｒｅｎｚ吸引子波的混沌运动进行了检测。实验结果表明，该方法具有较好检测混沌现象的能力。     

频段扩展快速傅立叶变换

在频率分析中使用普通的快速傅立叶变换(FFT)技术时,由其产生的频谱分布在直流到给定的最大频率范围内。频段扩展快速傅立叶变换(ZOOMFFT)提供的是一种从频谱的频率范围的一小部份中获得高分辨率的方法。本文讨论了当今实现频段扩展快速傅立叶变换分析的两种不同的原理。文章指出,这些方法中最重要的区别就在于是否有能力在频段扩展快速傅立叶变换的计算过程中存贮并且保持用于分析的原始时间信号。一旦时间信号能够被存贮,那么这种新的方法就可以用于非平稳信号的分析。文章根据给出的若干频段扩展快速傅立叶变换的典型应用实例对这些方法做了比较。     

应用小波分析方法处理非平稳信号的研究

本文综述小波分析这一前沿领域的发展现状，介绍了小波变换及其Mallat快速小波算法，对比分析了小波变换与短时傅里叶变换之间的差异，指出这种基于多分辨方法的小波变换特别适合于非平衡信号的分析与处理，并且应用该方法对实测信号进行了有效的时频分析。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

航空发动机振动信号的计算阶比分析

为了分析航空发动机试车过程中的非平稳振动信号,本文采用基于谱细化和校正技术的计算阶比分析.当发动机转速变化较大,振动信号非平稳严重时,高精度地提取出了特征分量的参数.文中给出了具体的计算过程,并给出了实例分析结果.     

谐波信号的通用频谱校正算法在回转机械监测中的应用

分析了常规FFT谱由于能量泄漏和栅栏效应,不能获得简谐振动信号精确幅值、频率和相位的原因。针对现有校正频谱方法的不足,提出了基于黄金分割的通用频谱校正算法。经仿真实例验证,该方法具有计算量小、校正精度高、适应面广的特性。经过回转机械启动实例分析,该方法能得到准确的临界转速、升速曲线和幅频响应曲线,为回转机械的瞬态行为分析提供了新的手段。     

基于小波变换和ICA的卫星测控信号盲识别算法

针对信息对抗中对非合作卫星测控信号识别的问题,提出一种小波变换和独立分量分析相结合的卫星测控信号盲识别算法.首先,基于小波变换去除噪声原理,对混合信号进行去噪处理;然后,采用独立分量分析的方法对去噪后的混合信号进行分离;最后进一步对分离后的测控信号作矢量归一和再去噪处理,得到卫星测控信号的最终估计.Matlab仿真结果表明:该识别算法可以较好地分离卫星测控信号,并且很好地保留了源信号的特征,具有良好的稳定性,收敛速度较快.     

基于Hilbert变换的模态密度获取研究

提出了在试验获取模态密度时引入Hilbert变换来提高精度的方法,使用两种方法在不同边界条件下对一块薄板的模态密度获取进行了试验研究,这两种方法分别是加速度原点频响函数虚部平均值法和引入Hilbert变换平均值法。并将两种方法的获取结果与数值计算结果进行了对比分析。结果表明,引入实测加速度原点频响函数的实部Hilbert变换求解模态密度时,平均样本数目增加了一倍,比仅用实测加速度原点频响函数的虚部计算的结果更接近于理论和数值计算结果。     

薄板声——超声检测信号的时频分析研究

本文以兰姆波的群速度-频厚积频散曲线为基础,采用基于短时傅立叶变换的时-频分析方法,对薄板中传播的声-超声信号进行了处理分析。对厚度为2 mm薄钢板的声-超声检测实验结果证实,在声-超声检测形式下激发的超声波的主要成分是多模式的兰姆波。与现有文献中介绍的基于时间域识别的薄板声-超声信号分析方法相比,时-频分析方法不仅可以很好地识别兰姆波模式,而且可对各模式波的能量成分进行分析。     

基于Hilbert变换和跟踪滤波的正弦扫描数据处理方法研究

提出一种针对正弦扫描时间历程数据频谱后处理方法,此方法对控制仪驱动信号进行Hilbert变换获取时间-频率曲线,利用驱动信号与响应信号频率同步的特性,对响应信号进行跟踪滤波获取时间-响应幅值曲线,并最终获得响应信号的频谱。此方法不依赖振动控制仪和带有COLA通道的数据采集系统,并可有效避免正弦约减法等方法带来的泄露和精度不高等问题。     

基于自适应分数阶微分的SIFT图像配准

针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。     

分数阶阻尼在滚动轴承故障诊断中的应用

由于分数阶微积分具有计算精度高和速度快的优势,因此将分数阶微积分的相关理论应用到滚动轴承故障诊断中,建立了分数阶阻尼滚动轴承内圈动力学模型,并利用分数阶傅里叶变换的四阶中心距确定分数阶的最优阶次,分析了分数阶阻尼滚动轴承内圈故障的动力学响应特性。仿真结果表明,随着分数阶阶次的增加,滚动轴承内圈的轴心轨迹由混沌逐渐变为稳定的周期运动;仿真分数阶频谱图更符合实验频谱图。分数阶阻尼模型比整数阶阻尼模型更能反映滚动轴承故障的振动特性,可取得比传统的整数阶阻尼更好的效果。     

基于DSP的高精度工频相位计的研制

本文从分析傅立叶变换的测相方法入手,介绍了一种基于DSP的高精度工频相位计的电路设计和软件实现方法,对研制过程中采用的相关技术措施进行了详细介绍,实现了高精度测量,其实测精度优于0.020,且具有较强的抑制背景噪声能力。     

基于实测的古斯塔夫飓风非平稳特性分析

根据美国路易斯安娜州立大学飓风研究中心对古斯塔夫(Gustavo)飓风的实测资料,首先采用传统方法统计出不同高度处强风的基本参数特性,然后运用轮次法对不同高度、时距和起始点的风速样本进行非平稳特性检验,最后基于希尔伯特-黄变换(HHT)方法对于呈现非平稳特性的风速序列进行经验模式分解(EMD)和时-频-谱联合特征分析.分析发现,飓风的湍流强度和积分尺度较良态风场相差较大,并且其平均风速也极不稳定;通过轮次法对不同高度和时段的风速时程检验发现,非平稳特性与高度和统计时段大小密切相关,相应的10min时距的风速样本也存在非平稳特性;HHT对非平稳风速序列分析结果表明,飓风的非平稳特性主要是由时变的平均风速引起,其能量和频率随着时间的变化明显,并且主要能量集中在0.05~0.2Hz频段内,但EMD分解和Hilbert谱结果表明高频能量同样不能忽略.最终得出的结论为:基于传统的分析方法可以很好地获得基于平稳假定的飓风统计参数,但不能获取其非平稳信息,而轮次法和HHT方法是识别非平稳和分析其时频谱联合特性的良好方法.     

基础简谐激励试验的结构动力学仿真研究

将基础简谐激励试验中少数测点的测量数据结合有限元模型进行结构动力学仿真,可以节省试验时间与费用,方便快速地实现对结构的监控。本文的仿真研究基于动态矩阵变换技术,将少数测量点的测量动响应时间历程数据快速傅立叶变换后在频域下应用矩阵变换计算得到有限元模型缩聚自由度动响应,通过对缩聚自由度动响应数据逆快速傅立叶变换以及缩聚转换矩阵反变换,得到了有限元模型全部自由度动响应时间历程。本文以某工程结构为例进行了仿真,仿真结果与试验结果具有较好的拟合性,验证了本文仿真技术的可行有效性。     

光学傅里叶变换轮廓术的新型改进方法

针对传统光学傅里叶变换轮廓术(FTP)在测量表面形状复杂、曲率较大的物体时其条纹频谱存在混叠,无法获得被测物体表面准确的轮廓信息这一缺陷,在总结分析了窗口FTP、伸缩窗口FTP的基础上,提出了自适应窗口FTP.并对这3种改进型FTP的测量精度作了对比分析,证明自适应窗口FTP的测量精度最高,比传统FTP提高了近100倍.改进后的FTP可广泛应用于工业、生物医学、航空航天等领域.     

基于自适应线性调频小波的多孔孔板气液两相流动态差压信号的时频分析研究

气液两相流在流动过程中表现出非平稳的特性,简单的频域分析或时域分析方法不能很好地分析信号的波动特性,所以引入了时频联合分析方法。时频分析能看到气液两相流差压信号的能量强度和密度的分布,通过多次实验发现泡状流时能量主要分布在10~35Hz 的高频段内,能量强度小;弹状流时能量主要集中分布在0~5Hz 低频段和10~35Hz 高频带内,能量明显增大;塞状流时能量主要集中分布在0~5Hz 低频段内,能量强度是3种流型中最大的。为了研究气液两相流的动态特性,通过多孔孔板流量计在水平管气液两相流中采集得到不同流型的差压信号,采用自适应线性调频小波时频分析方法分析动态差压信号。具体步骤:首先分析信号的分解次数,残余的信号能量低于总信号能量的10%,即可认为被完全分解,对分解后的结果进行分析,得到不同流型的时频分布特征,具有很高的时频分辨率,时频谱图中显示出不同流型分量信号的时频分布特征;然后从时频谱图中提取3个特征值建立三维散点图,图中显示了信号特征值和流型之间的关系,并通过散点图分析不同特征值对气液两相流中信号的流型的影响,达到流型识别的目的。Chirplet 变换具有较高的时频分辨率,能消除噪声的干扰,信号的瞬时频率信息可以清楚地显示出来。     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。