遥测振动信号EMD-WVD分布应用研究

飞行器飞行试验采集的遥测振动信号频段丰富、成分构成复杂,合理有效地解读其包括的时频信息在分析飞行器结构和环境特性方面至关重要。依托经验模态分解(EMD)方法将复杂信号分解成准单分量信号,借助相关系数法将伪分量信号剔除,保证分解信号的有效性。通过EMD和 WVD方法的结合,将保留的准单分量信号进行WVD变换并做平滑伪处理,从而获得复杂信号的时频分布。EMD-WVD组合模型经在仿真信号上的应用检验,能够检测信号自身的时频特性,进一步应用其在遥测振动信号上,同平滑伪WVD抑制交叉项方法进行了比较,结果表明EMD-WVD组合模型更加有效,能够反映复杂工程信号的时频分布特性。     

基于改进自适应分解法的单通道雷达引信混合信号分离

为了更好地改善单通道多分量调频体制雷达引信信号的时频分布,以便于完成参数估计和信号分离,将自适应chirplet分解法引入到单通道雷达引信信号的分离问题当中,并加入时频曲线弯曲度因子,提出一种改进的自适应chirplet分解法,使其能够被用于非线性相位信号的分解,利用快速算法和优化算法,优化了运算过程,可准确且快速地求解出各参数,得到无交叉项的多分量信号时频分布,使复杂混合情况下的多分量信号也能够被较好地分离.通过仿真,利用该方法对多种情况下混合信号的时频分布进行了很好的改进,而后分解出了各分量信号,并通过分析计算出了相应的混合系数,仿真结果说明了该方法的有效性,且具有一定的抗噪声性能.     

分形维数海豚哨声信号检测方法

针对海豚哨声信号自动检测的问题,提出一种基于分形维数的自适应阈值海豚哨声信号检测方法。对待检测声信号计算盒分形维数,根据得到的盒分形维数特征值,通过模糊C均值聚类自适应确定检测阈值,实现海豚哨声信号的自动检测。文中对水池录制的海豚声信号进行了数据分析,利用哨声信号盒分形维数对哨声信号段与非信号段进行检测,并与基于谱熵的方法进行对比,获得了较高的检测率以及较低的虚警率,可以适用于海豚哨声信号的自动检测与分割。     

基于变分模态分解-传递熵的脑肌电信号耦合分析

皮层肌肉功能耦合是大脑皮层和肌肉组织间的相互作用, 脑肌电信号的多尺度耦合特征可以体现皮层-肌肉间多时空的功能联系. 本文引入变分模态分解并与传递熵结合, 构建变分模态分解-传递熵模型应用于脑肌间耦合研究. 首先基于变分模态分解将同步采集的脑电(EEG) 和肌电(EMG) 信号分别进行时频尺度化, 然后计算不同时频尺度间的传递熵值, 获取不同耦合方向(EEG→EMG 及EMG→EEG) 上不同尺度间的非线性耦合特征. 结果表明, 在静态握力输出条件下, 皮层与肌肉beta (15—35 Hz) 频段间的耦合强度最为显著; EEG→EMG 方向上脑电与肌电高gamma (50—72 Hz) 频段的耦合强度总体上高于EMG→EEG 方向.研究结果揭示皮层-肌肉功能耦合具有双向性, 且脑肌间不同耦合方向上、不同频段间的耦合强度有所差异.因此可利用变分模态分解-传递熵方法定量刻画大脑皮层与肌肉各时频段之间的非线性同步特征及功能联系.     

基于分形维数表征的跨尺度拼接方法

针对跨尺度数据之间尺度差异导致拼接困难、精度低等问题,提出了一种使用分形维数表征尺度的跨尺度数据拼接方法。利用离散小波变换对原始数据进行多尺度分解,获取其在多个尺度上的近似数据,并采用分形维数对数据之间的尺度差异进行表征与衡量,找出跨尺度数据在相近尺度上的小波变换数据;而后通过迭代最近点算法对获取的尺度近似数据进行拼接。最终将所获得到的转换关系应用于原始数据,完成跨尺度数据的拼接。对获取的不同尺度下的三维表面形貌数据进行分形维数的计算,结果表明,分形维数能有效表征以及衡量尺度参数。跨尺度拼接结果表明,所提出的方法能有效地实现跨尺度的数据拼接。     

基于滑动峭度相关性准则的局部特征尺度分解分量筛选方法

轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单分量的包络蕴含了轴承的故障特征。局部特征尺度分解可将振动信号准确分解为多个内禀尺度分量之和,某些分量能清晰反映轴承的运行状态,根据包络谱可进行故障诊断。为了准确筛选有用分量,提出了基于滑动峭度相关性准则的分量筛选方法。首先,对信号进行局部特征尺度分解,得到若干个内禀尺度分量;然后,对分量和原始信号分别计算滑动峭度,生成时间序列;最后,依据分量滑动峭度序列与原始信号滑动峭度序列的互相关系数筛选有用分量。通过轴承内圈故障数据分析发现：有用分量与非有用分量之间的滑动峭度互相关系数比互相关系数差异明显,区分度更大,有益于分量的分类、筛选。     

时频-Radon变换在激光微多普勒效应特征提取中的应用

鉴于激光微多普勒效应探测运动目标复合振动的重要性,利用离散小波多分辨分析对激光微多普勒效应探测运动目标复合振动的实验数据进行分解,研究不同尺度下的信号特征。将Radon变换与时频分析结合在一起,对实验所得信号在时频域中进行分析,结果表明:时频-Radon变换适合于微多普勒信号的识别,应用该方法能够抑制多分量信号时频分布产生的交叉项干扰,有效地提取微动目标的特征,为目标特征的识别、分类和探测提供了便利。     

基于网格维数的汉语语音分形特征研究

应用分形理论来研究汉语语音信号的分形特征。木文首先在传统盘维数基础上提出了一种等差尺度网格维数算法来快速计算语音信号的分维数;在此基础上,对汉语男女声的２１种声母和３８种韵母语音信号的分维数进行了计算和统计分析,得到了汉语语音分维数的统计分布规律。本文实验结果表明,汉语语音信号具有分形标度不变性,网格维数能够反映语音信号波形的复杂程度。     

核爆与雷电电磁脉冲识别

用经验模态分解和分形分析相结合的方法对核爆和雷电电磁脉冲信号进行了识别研究。计算了核爆和雷电电磁脉冲原始信号的盒维数,以及原始信号经验模态分解后前4阶固有模态分量（IMF）的盒维数。用最近邻法对核爆和雷电进行了识别,实验结果表明:原始信号经验模态分解后一阶、二阶IMF盒维数的识别率要略高于三阶、四阶IMF盒维数的识别率;原始信号盒维数的识别率高于经验模态分解后各阶IMF盒维数的识别率;二维和三维特征的识别率要高于一维特征的识别率,另外二维和三维特征的识别率更加趋于稳定,并且三维特征的识别率都在90%以上。     

基于MMFD-FCM的退化状态识别方法及其应用研究

为了有效地对机械设备运行状态进行监测,进而对其性能退化状态进行识别,提出一种基于形态多重分形维数(MMFD)与模糊C均值聚类(FCM)的性能退化状态识别方法;该方法首先计算机械设备振动信号的形态多重分形维数,以此作为性能退化特征指标;该特征指标能够有效反映峰值在振动信号中概率分布的不均匀程度,从而定量描述振动信号的性能退化状态,并且与多重形态分形维数相比,利用数学形态学计算的MMFD精度更高,计算速度更快;在此基础上,鉴于不同退化状态之间的模糊性,针对性地采用模糊C均值聚类方法对特征指标进行模糊聚类,从而有效识别性能退化状态;将该方法应用于滚动轴承全寿命周期振动信号中,分析结果验证了该方法的有效性。     

飞机舱音记录器背景声的联合时频分析研究

飞机舱音记录器记录的舱音主要是由话语音、噪声和具有不同物理意义的背景声组成的复杂混合体,用传统的辨听和分析方法难以获取较多的舱音特征参数。本文以一个舱音记录器记录的主告警声为例,针对传统短时傅立叶变换在舱音辨听、分析的不足,将联合时频分析引入到飞机舱音分析中,扩展了舱音分析方法。对比分析结果表明:时频分布及其重排,在时频分辨率、时频凝聚性、交叉项干扰的抑制上各有所长,都适合分析非平稳舱音背景声,从而为飞行事故调查提供一种值得采用的方法。     

相干叠加态高次谐波发射的时间行为分析

本文研究了一维模型分子离子(初态为基态和一个激发束缚态叠加的相干态)在超强超短激光脉冲作用下的谐波发射谱.我们发现在高次谐波谱平台区域出现了周期性的结构变化.我们利用小波变换对谐波谱进行了暂态时间频率分析,结果表明该谐波结构产生的原因是由电离电子返回母离子时与不同束缚态复合而产生的谐波光脉冲之间相干叠加.同时采用半经典计算,对所得到的计算结果进行了分析,验证了我们的结论.     

时频分析在激光多普勒信号处理中的应用

建立了用来检测微机电系统谐振器面内运动的激光差动多普勒系统,测量了谐振器的振动速度。在信号处理过程中,首先使用电路系统去除高频载波成分,然后基于Matlab平台,选取时频分析中的Wigner-Ville分布对采集进入计算机的多普勒信号进行分析。提取了其中的速度信息,并与用计数法处理的结果进行了比较。结果表明具有较好的效果。     

卷积神经网络在气体泄漏超声识别中的应用

为了克服现有气体泄漏检测方法的不足,提出一种基于卷积神经网络的气体泄漏超声信号识别方法。在设计卷积神经网络网络结构时,通过多次预训练确定网络层数、卷积核数目和尺寸、全连接层神经元数目。同时,选择Inception模块平衡网络宽度和深度,防止过拟合的同时提高网络对尺度的适应性。通过输气管道泄漏实验平台模拟工况中常见的阀门泄漏和垫片泄漏,利用短时傅里叶变换进行时频图表征,在此基础上,建立二分类模型和不同泄漏类型的三分类模型。结果表明,相比二分类模型,不同泄漏类型的三分类模型识别准确率有所降低,添加Inception模块可以有效提高三分类模型的性能。     

静电场对高次谐波时频特性的影响

通过数值求解含时薛定谔方程，发现在静电场的作用下，对原子高次谐波谱截止区附近的谐波进行叠加可以得到脉冲间隔为一个光周期的阿秒脉冲链. 利用这种性质，用12fs波长为800nm的激光附加强度为激光强度0.25%的静电场脉冲驱动He原子可以得到脉宽为220as的单个脉冲. 当静电场与激光场幅度之比达到0.39时，原子谐波谱的截止区可以被拓宽到I_p+9.1U_p，同时，次数高于I_p+0.7U_p的谐波的相位几乎是锁定的，因此可以得到谱宽大于40eV且相位锁定的谐波. 对这部分谐波进行叠加就可以得到脉宽小于100as的阿秒脉冲链.     

基于频散特征的单水听器模式特征提取及距离深度估计研究

针对浅海环境中低频宽带水声脉冲信号, 研究基于频散特征结合时频分析的单水听器距离和深度估计方法. 以简正波理论为依据, 将单水听器上的接收信号表示成一系列传播模式之和的形式, 分析了经典波导环境下的频散现象, 采用自适应径向高斯核函数的时频分析方法来表征接收信号的频散特征. 为提高时频分辨率, 采用自适应径向高斯核函数的时频分布来提取频散关系曲线中传播模式的到达时间差, 利用模式的到达时间差估计声源的距离. 采用多模式联合匹配的方式, 通过二值掩模滤波的时频滤波方法, 提取所需的模式. 通过计算实际提取出的模式能量与预测的模式能量之间的误差, 建立代价函数, 并通过模式能量匹配的方式, 确定声源的深度. 通过对基于Pekeris波导模型的浅海环境进行仿真验证, 结果表明: 自适应径向高斯核函数的时频分析方法能够很好地反映信号本身的频散特征, 具有较高的时频分辨率, 克服了传统短时傅里叶变换时频表征的限制, 使得模式在时频域更加容易辨识和分离; 从测距效果来看, 不同模式组合下的距离估计结果不同, 采用在时频面上具有较高能量的模式, 可得到较为准确的距离估计; 选用高能量的模式所得的距离估计的相对误差小于2%. 在定深方面, 参与联合匹配的模式个数越多, 代价函数的峰值更加地尖锐, 同时具有低的伪峰, 深度估计的性能会进一步有所提升. 该工作对于研究低频水声脉冲信号的分离和提取具有重大意义. 关键词： 频散信道 时频分析 单水听器 定位     

心磁信号广义S变换域奇异值分解滤波方法

针对心磁信号工频及背景噪声干扰问题, 提出了广义S变换奇异值分解(singular value decomposition, SVD)滤波方法.在离散S变换基础上, 导出了广义矩阵S变换和逆变换公式. 通过对采样信号进行广义S变换, 调节时频分辨率, 利用SVD分解方法确定有效心磁信 号区域, 实现自适应时频滤波. 实验结果表明, 该方法能有效滤除工频及背景噪声干 扰, 且在较少奇异值个数情况下可获得更好的滤波性能. 关键词： 心磁信号 S变换 奇异值分解 时频滤波     

实验研究贯流风扇气动噪声源特性

复杂流动系统中气动噪声源特性的研究是研究噪声传播及建立气动噪声模型的基础.本文采用实验的手段研究了贯流风扇的气动噪声源特性。实验在本底噪声为19 dB(A)的静音室中进行,采用高精度,高频响的声压传感器分别测量了室内机进口,蜗舌壁面,近叶轮出口,远场等位置的声压波动.对得到的原始压力脉动数据进行了快速傅里叶变换,基于FFT变换的联合时频分析,基于连续小波变换的联合时频分析.分别在时间域和频率域进行了不同测量点的对比分析。结果表明,实验机表现为明显的宽频噪声特性,其主要噪声源为流场中的涡流.基于连续小波变换的时频分析方法能更精确地表现信号的非定常特性,能对信号进行不同层次的深入分析,得到更精确的结果.     

超宽带双脉冲辐射天线

研究了一种高功率超宽带双脉冲辐射天线,其设计思想为:辐射天线辐射两路不同脉宽的超宽谱电磁脉冲,且两路脉冲在时间上有一定延时,从而达到拓宽辐射场频谱宽度的目的。设计了一种采用三馈源的半抛物反射面超宽带天线,并对其进行了数值模拟与实验研究。采用短时傅里叶变换对辐射组合脉冲进行了联合时频分析,结果表明该天线能有效辐射双路不同脉宽的超宽谱脉冲,双脉冲辐射场的频谱宽度比单脉冲辐射场有了明显的拓宽,验证了采用双脉冲辐射是拓宽辐射场频谱的有效方法。     

Determining the time-frequency parameters of low-power bright picosecond optical pulses by using the interferometric technique

We present an approach to the characterization of low-power bright picosecond optical pulses with an internal frequency modulation simultaneously in both time and frequency domains in practically much used case of the Gaussian shape. This approach exploits the Wigner time-frequency distribution, which can be found for these bright pulses by using a novel interferometric technique under our proposal. Then, the simplest two-beam scanning Michelson interferometer is selected for shaping the field-strength auto-correlation function of low-power picosecond pulse trains. We are proposing and considering in principle the key features of a new experimental technique for accurate and reliable measurements of the train-average width as well as the value and sign of the frequency chirp of pulses in high-repetition-rate trains. This technique is founded on an ingenious algorithm for the advanced metrology, assumes using a specially designed supplementary semiconductor cell, and suggests carrying out a pair of additional measures with exploiting this semiconductor cell. Such a procedure makes possible constructing the Wigner distribution and describing the above-listed time-frequency parameters of low-power bright picosecond optical pulses. In the appendix, we follow one of possible avenues for deriving the joint Wigner time-frequency distribution via choosing the Weil's correspondence between classical functions and operators.