齿轮故障诊断技术的研究

本文总结了我们多年来对齿轮故障诊断的研究工作。论述了故障齿轮振动信号的数学模型;论证了齿轮故障诊断的新方法:细化复包络分析、宽带解调技术、三阶谱分析、相关谱分析和最大熵谱分析,并列举了实例。 细化复包络谱是将细化技术应用到复包络谱上,可以提高频率分辨力。理论分析与计算机模拟表明,宽带解调技术具有很高的信噪比。三阶谱与相关谱对某些故障的分析很有效。理论分析表明,对调相信号的最大熵谱估计是有偏估计,文中还给出了线性调相与线性调频两种情况下的偏移量。     

基于倒序相关累加的信号到达时间盲估计

研究了在信号频率、初相、幅度未知条件下,矩形包络复正弦信号到达时间盲估计算法.先利用相关检测对信号的起、止时间进行粗估计,估计出信号频率,并将其变换到基带,经倒序累加后的信号模值,在到达时刻将出现拐点并达到最大输出信噪比,检测出拐点位置,作为到达时间精估计.文中推导了离散矩形包络复正弦信号到达时间估计的克拉美罗限.计算机仿真表明,本方法在较低信噪比条件下可实现对信号到达时间的精确估计.     

可变模式的M序列编码和解码

本文主要由三部分组成:一是利用计算机对M序列的相关函数近行了分析,得出了它的自相关和互相关函数的统计结果;二是M序列反馈函数的产生;三是在特定的信号格式下给出模式可变的M序列编解码器,本文实际上是文[1]的继续。     

自适应阵列天线稳态方向性图研究

本文导出了自逆应阵列天线稳态方向性函数及方向性图的下列结果: (1)对自适应阵列天线,存在着复数方向性函数间的下列关系(?); (2)自适应阵列天线的稳态加权值共有p+2项组成,空间p个干扰源与加权值中的P项——对应; (3)用本文导出的加权值递推求法,可求得自适应阵列天线的稳态加权值,需对相关矩阵R_(xx)求逆; (4)本文导出了复方向函数改写为实方向函数的条件。     

改进的EMD方法在车辆振动信号提取中的应用(英文)

为了能在强噪声背景下准确地进行振动信号的特征提取,对经验模式分解进行了研究和改进,并将其应用于车辆振动信号的特征提取中。首先对系统中各输入信号进行了多次自相关处理,有效地降低信号中的噪声。然后对处理的信号进行经验模式分解,得到了各固有模态函数分量。最后对感兴趣的固有模态函数分量进行希尔伯特变换和谱分析,从而得到信号的特征信息。仿真和试验分析说明了改进的经验模式分解方法的可行性,并且对同类工程问题具有一定的参考价值。     

整函数及其线性微分多项式的唯一性

１９７６年，ＬＲｕｂｅｌ与ＣＣＹａｎｇ对整函数及其导数分享两个复数（计重数）的唯一性作了研究。最近，顾永兴考虑将函数的导数换为函数的一般线性微分多项式，并证明了相应的唯一性定理。但定理中对两个复数以及多项式的系数（为函数的小函数）所作的一些限制是不自然的，他本人猜测，这些限制条件可以去掉。本文第二作者证实了他的猜测。本文则考虑整函数及其线性微分多项式在不计重数地分享两个有穷复数这一更一般的情况下的唯一性问题，得到了一个充分条件。     

复平面上正n边形的一个充要条件

给出了复平面上n(n≥3)个不同复数所对应点,构成正n边形的一个充要条件.     

一种基于天线虚拟运动的跳空扩频调制方法

为了加强无线通信物理层的传输安全,提出了一种基于天线虚拟运动的跳空扩频调制信号,采用天线的切换发射仿真天线运动,并且天线的切换方式由扩频码控制。利用天线开关函数产生的谐波分量构成一个空间扩频信号,这样发射的扩频信号不仅与发射信号使用的扩频码有关,而且与接收机相对于发射机的空间方位信息有关,是一种多天线跳空方式产生的扩频信号。最后给出了跳空扩频信号的频谱扩展性能、自相关性能、互相关性能、安全性能和多用户的通信性能,仿真结果表明跳空扩频信号为信息提供了一种更加安全的无线传输方法。     

混沌信号的一种简单设计方法及应用

在对一类简单的能够产生混沌现象的映射过程进行统计特性分析的基础上,利用其协方差函数特点,介绍了一种自协方差函数为ｃ（ｋ）＝ｃ（０）αｋ,０＜α＜１形式的混沌信号的简单设计方法及应用,从而为有目的地产生混沌信号,利用及分析混沌信号提供了新的信号获取途径。     

磁流变阻尼器减振特性实验研究

以铝制圆筒自由梁为研究对象,建立了磁流变阻尼器振动实验系统,研究了磁流变阻尼器对结构振动特性的影响以及磁流变阻尼器的减振特性。比较了在有无磁流变阻尼器和阻尼器控制电压不同的情况下结构的频响函数,分别以正弦信号和随机信号对梁进行激励,测试了梁在阻尼器不同工况条件下的振动响应。研究结果表明:仅在较窄的频段内,磁流变阻尼器能够改变梁的振动特性,降低频响函数的幅值;在结构振动的低频区,磁流变阻尼器减振效果明显,在高频区对结构的振动响应影响不大。     

用2032信号分析系统诊断滚动轴承损伤类故障

本文从理论上提出了用共振解调法诊断滚动轴承损伤类故障时所得包络信号及其频谱图的基本特征,并用2032信号分析系统对滚动轴承实施了共振解调诊断,验证了理论分析的正确性.     

一种基于特征融合的耳语音向正常音的转换方法

使用耳语音的频谱包络来预估正常音的基频特征,这类算法在对正常音基频预测的准确性上存在一定不足,在合成语音自然度方面存在着明显欠缺,有时会出现音调失常等问题。本文提出一种声学特征融合的方法,通过双向长短期记忆（Bi-long short-term memory, BLSTM）深度网络来逐帧预测正常音基频。首先,使用STRAIGHT模型和相关代码,分别对耳语音和正常音语料进行预处理,提取耳语音的梅尔倒谱系数（Mel-scale frequency cepstral coefficient,MFCC）、韵律及谱包络特征,正常音的基频与谱包络特征。然后使用BLSTM深度网络,分别建立耳语音和正常音谱包络特征之间映射关系,以及耳语音MFCC、韵律及谱包络特征对正常音基频F₀的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络,使用STRAIGHT模型合成正常音。实验结果表明,相较于仅使用谱包络估计基频,采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充,解决了音调失常的现象,转换后的语音在韵律上更加接近正常发音。     

关于亚纯函数的唯一分解

亚纯函数与整函数的分解理论是单复变函数中一个令人感兴趣的课题。本文的结论一方面推广了文「１」的结果,证明了对唯一分解的有理函数Ｑ（ｚ）,任一超越亚纯函数ｆ（ｚ）,ｆ（ｚ）－αＱ（ｚ）和ｆ（ｚ）（Ｑ（ｚ）－α）几乎对所在的复数α都是唯一分解的。     

基于随机减量的运行模态频域分析方法

以高层建筑、大跨桥梁等难以进行人工激励的大型复杂结构为对象,提出并实现了一种基于随机减量技术和复模态指示因子函数法的新型频域运行状态模态参数识别方法.由随机运行响应估计随机减量函数,然后通过时频域变换得到频域的半功率谱密度函数,并用复模态指示因子函数法从半功率谱密度函数中识别结构模态参数.最后对1个三维空间结构模型进行算法验证,得到相应的各阶模态参数,证明了将随机减量技术和复模态指示因子函数法相结合的方法识别大型结构模态参数的有效性和合理性.     

关于Bezier曲线的包络定理的几点注记

Bezier曲线已广泛应用在CAGD上,其理论研究也更加深入。本文在包络定理的基础上,进一步研究了Bezier曲线的包络性质;证明了是仅有的包络,揭示了它们的各阶导矢之间的包络关系,并对多参数的情形进行了分析;从而加深了对Bezier曲线的基本理论的认识。     

高温结构激光扫描模态测试的降噪与参数识别

针对高温结构激光扫描模态测试中存在的噪声问题,提出了一种基于模态峰值汉克尔奇异值分解的降噪处理与模态参数识别方法。首先,将测试得到的频率响应函数(Frequency Response Function(FRF))经过FFT逆变换得到对应的时间域脉冲响应函数(Impulse Response Function(IRF)),并通过汉克尔奇异值分解(Hankel Singular Value Decomposition (HSVD)),进一步将脉冲响应函数转化为按能量从大到小顺序排列的一系列分量信号组合;其次,以恢复所有关心的模态峰值为基准,将分量信号从前到后累加,并在所关心的模态峰值完全恢复后,将剩余分量信号当作噪声舍弃掉;该步骤会去除掉信号中包含的大部分噪声,但仍会有一些残余噪声不可避免地被恢复;再次,对步骤二中提取得到的分量信号,采用基于模态峰值频率通带的迭代选取进行二次滤波,以分离出属于模态峰值的分量信号,进而将它们累加为降噪后的IRF信号,并转换至频域以获取降噪后FRF信号;最后,对降噪后的频响函数进行模态辨识以提取模态参数。本方法应用于600度高温环境下一个直板叶片的激光扫描模态测试数据的处理,结果表明频响函数中的噪声被有效滤去,模态参数可准确地提取,显示了方法的有效性和优越性。     

结构系统复模态参数的识别

本文根据复模态有关理论,分析了复模态传递函数和频响函数的特性,介绍了由频响数据识别复模态参数的导纳圆拟合法,提出了由加速度频响数据识别复模态参数的分步迭代法。文中还给出了两种方法模态识别的结果,并进行了比较和分析。     

电子侦察信号实时检测算法及性能分析

低信噪比信号检测，一直都是电子侦察领域关注的课题。本文提出了一种信号自相关检测算法，该算法利用随机噪声的不相关统计特性及信号的相关性，采用自相关算法使信号与噪声在时域中就能很好地区分开来，通过智利智能判断来确定信号的起始时刻。该算法具有实时性好、检测率高的特点，性能优于传统的累加算法。本文还研究了统计量的概率分布，以此来确定检测门限、虚警概率之间的关系。为了进一步提高该算法的检测性能，采用了双门限判决处理方法。理论分析和计算机模拟结果表明这种算法切实可行。     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。     

从随机振动信号中分离出周期分量的方法

本文主要针对液体火箭发动机的随机振动,提出在谱分析时用变带宽的方法取代时域上用自相关函数确定信号的周期与随机分量,以及周期与随机分量分离的方法。用此方法确定的液体火箭发动机的振动特性基本上和美国公布的液体发动机的振动特性一致。液体火箭发动机的不稳定燃烧和脉动推力引起机械的振动,发动机的强噪声引起的声