基于匹配追踪算法的激波信号特征提取

针对时域重叠、噪声混合等情况下从多弹头激波信号中提取时延特征参数问题,利用匹配追踪(Matching pursuits,MP)算法的自适应分解特性对激波混合信号进行特征提取,并针对运行时间长和内存占用大等问题提出"粗提取—精提取"两步改进算法,通过"粗提取"获得各个激波信号的长度,触发位置等先验知识,利用"分库"、"总库"思想重构过完备原子库进行精提取。仿真结果表明,该改进算法不仅能以较高精度提取时延特征参数,而且能有效提高提取速度和减小内存占用。     

基于匹配追踪的拉曼光谱信号重构算法

拉曼光谱技术是一种高灵敏度、无损伤、振动分子光谱技术,在医药、生物、分析化学等诸多领域有着重要的作用。然而,由于拉曼散射强度低,实际测得的拉曼信号容易被噪声所污染。特别是在较短的曝光时间,收集到的拉曼光谱的信噪比很低。因此,提出了一种基于匹配追踪算法的信号重构方法,用于提取低信噪比的拉曼信号。该方法首先通过阈值循环迭代的方法在平均谱上找出特征峰的位置、估计峰的区间。根据峰的位置区间等信息,用高斯密度函数生成字典。在噪声谱上,根据特征峰位置和区间,将其区分为有信号区间和无信号区间,在有信号区间上利用匹配追踪算法重构被噪声所掩盖的拉曼信号。该算法不仅能够很好的逼近掩盖在噪声中的拉曼信号,且在重构信号的过程中也会对基线进行扣除,无须作基线校正处理。在仿真和实验中对该算法与常规算法进行了比较,结果证明,该算法在低信噪比条件下能够较好的恢复拉曼信号。该算法不同于传统光谱去噪算法,能同时对拉曼光谱进行了基线扣除以及噪声的处理,且能取得较为理想的结果,不需要使用不同的算法对基线和噪声分别处理。其次,在算法上我们创造性地将匹配追踪算法用于拉曼光谱信号的稀疏逼近求解。     

基于弱选择正则化正交匹配追踪的图像重构算法

正则化正交匹配追踪算法由于重构效率高在信号重构中得到广泛应用,然而该算法需要以信号稀疏度为先验条件,若稀疏度水平估计不合适会造成重构结果不稳定.针对该问题,提出了一种基于弱选择正则化的正交匹配追踪算法.该算法可以实现在信号稀疏度未知的条件下,根据弱选择标准对算法中每次迭代产生的余量与观测矩阵之间的相关性进行判定,并且自适应地确定表示原信号的原子数目和原子候选集,进而通过正则化原则从候选集中快速有效地挑选出完成信号重构的最优原子组.数值实验表明,所提出算法和其它贪婪算法相比较,峰值信噪比提高0.5～1.5dB,最小均方差也明显降低,图像信号重构效果优于其它同类算法.     

基于弱选择正则化正交匹配追踪的图像重构算法

正则化正交匹配追踪算法由于重构效率高在信号重构中得到广泛应用,然而该算法需要以信号稀疏度为先验条件,若稀疏度水平估计不合适会造成重构结果不稳定.针对该问题,提出了一种基于弱选择正则化的正交匹配追踪算法.该算法可以实现在信号稀疏度未知的条件下,根据弱选择标准对算法中每次迭代产生的余量与观测矩阵之间的相关性进行判定,并且自适应地确定表示原信号的原子数目和原子候选集,进而通过正则化原则从候选集中快速有效地挑选出完成信号重构的最优原子组.数值实验表明,所提出算法和其它贪婪算法相比较,峰值信噪比提高0.5~1.5dB,最小均方差也明显降低,图像信号重构效果优于其它同类算法.     

基于自适应多尺度时频熵的遥测振动信号异常检测方法

针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于自适应多尺度时频熵的遥测振动信号异常检测方法;首先对采集到的遥测振动信号进行零漂修正和趋势项消除,然后采用自适应分解方法对信号进行多尺度分解,得到若干分量,利用相关系数剔除虚假分量;接下来用筛选出的分量作时频分布,对时频分布进行多层多尺度划分,计算相应尺度频段内信号的分形维数,依据分形维数的大小自适应地确定各频段的时频划分尺度;最后计算时频平面的自适应多尺度时频熵,通过时频熵的变化情况对遥测振动信号进行异常检测;实测数据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。     

基于时频分析的离心泵空化状态表征研究

空化检测对于保障离心泵运行的安全性和可靠性具有重要意义,已有研究侧重于信号采集和特征提取,对于空化诱发的振动噪声形成机理研究不够深入.为了实现离心泵空化状态的准确表征和有效识别,本文建立了基于信号调制理论的流体机械振动噪声信号模型,将流体激振信号和调制信号视为空化表征的有效信息成分,在此基础上提出了一种基于频带能量和峭...     

次声信号的时频信号能量统计检测方法

次声信号检测是次声事件监测的重要环节,常用的短时平均与长时平均之比STA/LTA(Short Term Average to Long Term Average)和著名的逐次多通道互相关方法PMCC(the Progressive Multiple Cross-Correlation)误检率都比较高.为此,提出一种时频域信号能量统计的次声信号检测方法,其基本原理是根据目标信号与噪声的频域分布差异,采用窄带分频技术将待检波形变换到时频域,按时频格点计算局部平均能量与全局平均能量之比,当比值大于设定阈值时,认为该格点属于目标信号的一部分。以国际监测系统次声台站监测数据为对象进行了实验研究,并与PMCC检测结果进行了比较,结果表明所提出的信号检测方法对微弱次声信号检测能力强、误检信号少.     

时频分析在超宽带散射信号处理中的应用

 简要介绍了伪Wigner分布和小波变换信号处理中的分析方法，描述了在超宽带散射信号分析中的应用情况，对一些简单形状的金属散射体的双站背向散射信号作了实际测量，并且用伪Wigner分布和小波分析方法对这些信号进行了时频分析，由此验证了超宽带信号在目标探测和识别方面的优越性。     

时频分析在超宽带散射信号处理中的应用

简要介绍了伪Wigner分布和小波变换信号处理中的分析方法,描述了在超宽带散射信号分析中的应用情况,对一些简单形状的金属散射体的双站背向散射信号作了实际测量,并且用伪Wigner分布和小波分析方法对这些信号进行了时频分析,由此验证了超宽带信号在目标探测和识别方面的优越性。     

板状结构Lamb波频散补偿与聚焦接收成像检测

对板状结构中Lamb波的频散和多模现象进行了理论分析,采用有限元仿真方法获取了Lamb波与缺陷作用后的回波信号,对信号进行聚焦接收处理,即在一定距离范围内利用导波频散特性对各个模式信号进行频散补偿,提取补偿后信号的幅值,结果表明当所得信号幅值最大时,所对应的补偿距离等于缺陷与换能器之间的实际距离.利用这一结论,提出了以...     

金属薄板缺陷的超声多途Lamb波检测

金属薄板在动车等现代化设计中应用广泛,其是否存在缺陷等检测具有很重要的意义。为此,利用超声多途提供的额外数据来检测金属薄板的缺陷,提出相应的算法,多途路径在直接反射的路径上是可以预测和识别的,直接反射路径是相对比较容易识别的。同时利用ANSYS有限元建模不同的薄板缺陷模型,在不同的传感器位置、缺陷位置、缺陷大小情况下分别进行仿真。通过ANSYS仿真和实验检测都得出了良好的结果,误差在可控制范围之内,证明了超声多途应用与金属薄板Lamb波检测的是可行的;仿真和实验表明超声多途通过实际和多途虚拟扩展的传感器数据的分析证明了超声多途能够对薄板缺陷进行定位并检测其大小。提出的超声多途检测方法,通过单次测量即可检测出薄板缺陷的位置和大小,具有良好的检测性能。     

Lamb wave detection of limpet mines on ship hulls

This paper describes the use of ultrasonic guided waves for identifying the mass loading due to underwater limpet mines on ship hulls. The Dynamic Wavelet Fingerprint Technique (DFWT) is used to render the guided wave mode information in two-dimensional binary images because the waveform features of interest are too subtle to identify in time domain. The use of wavelets allows both time and scale features from the original signals to be retained, and image processing can be used to automatically extract features that correspond to the arrival times of the guided wave modes. For further understanding of how the guided wave modes propagate through the real structures, a parallel processing, 3D elastic wave simulation is developed using the finite integration technique (EFIT). This full field, technique models situations that are too complex for analytical solutions, such as built up 3D structures. The simulations have produced informative visualizations of the guided wave modes in the structures as well as mimicking directly the output from sensors placed in the simulation space for direct comparison to experiments. Results from both drydock and in-water experiments with dummy mines are also shown.     

A numerical dispersion compensation technique for time recompression of Lamb wave signals

A Fourier domain numerical reconstruction technique has been created in order to eliminate the time spread of Lamb wave signals caused by their dispersive nature. This method allows a good time compaction of the echoes obtained from a Lamb wave inspection. In a pulse-echo setup, reflection peaks coming from targets located close one from each other that could not be separated or seen within raw signals are identified using this procedure. The utility of this new technique goes from simple signal analysis to imaging purposes such as the improvement of B-scan images or SAFT processing. It has been tested in three different situations with the S0 mode generated in a frequency bandwidth where it is highly dispersive. The reconstruction of a pure reflection coming from the edge of a plate, the separation of the echoes resulting from reflections on two targets near one each other and the effects of the presence of an obstacle between the emitter and the receiver are treated. Good results are obtained for every case studied.     

基于赛利斯模型和分数阶微分的兰姆波信号消噪

为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪.该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号.仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度.实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征.因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声.     

时频域独立元分析方法实现超声兰姆波的多模式分离

为方便兰姆波信号分析与模式定征,提出一种将短时傅里叶变换(Short-Time Fourier Transform,STFT)与独立元分析(Independent Component Analysis,ICA)相结合的多模式超声兰姆波识别方法。首先通过STFT将兰姆波时域信号投影至时频域,基于各模式信号在时频域相对独立的特点,利用ICA实现混叠模式分离。根据分离模式时频能量脊提取各模式群速度曲线,进而估计板厚。将方法运用于时域有限差分(Finite-Difference Time-Domain,FDTD)法仿真与钢板实验,分离得到A0、A1和S0三种模式。仿真与实验中平均群速度估计误差约为1.5%和2.0%,板厚估计误差约为0.3%和2.0%。仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)不小于0 dB的情况下,时频域独立元分析方法均可实现兰姆波多模式分离、群速度曲线提取及板厚估计。     

时频域独立元分析方法实现超声兰姆波的多模式分离

为方便兰姆波信号分析与模式定征,提出一种将短时傅里叶变换(Short-Time Fourier Transform,STFT)与独立元分析(Independent Component Analysis,ICA)相结合的多模式超声兰姆波识别方法。首先通过STFT将兰姆波时域信号投影至时频域,基于各模式信号在时频域相对独立的特点,利用ICA实现混叠模式分离。根据分离模式时频能量脊提取各模式群速度曲线,进而估计板厚。将方法运用于时域有限差分(Finite-Difference Time-Domain,FDTD)法仿真与钢板实验,分离得到A0、A1和S0三种模式。仿真与实验中平均群速度估计误差约为1.5%和2.0%,板厚估计误差约为0.3%和2.0%。仿真结果表明,在信噪比(Signal-to-Noise Ratio,SNR)不小于0 dB的情况下,时频域独立元分析方法均可实现兰姆波多模式分离、群速度曲线提取及板厚估计。     

金属板疲劳损伤非线性兰姆波混频检测

针对金属板结构安全运行需要,开展了金属板结构疲劳损伤非线性兰姆波混频检测方法研究。通过数值仿真,研究了两列A₀兰姆波与材料损伤间的非线性相互作用。结果表明,两列共线A₀兰姆波在结构材料损伤处产生单向传播的和频S₀波,且和频波幅值随传播距离具有积累增长效应。对不同疲劳程度金属板试件进行了共线混频兰姆波检测实验,结果表明,和频波幅值随试件疲劳周数的增加呈单调递增趋势,提出的兰姆波混频技术可用于金属板结构疲劳程度的表征。研究工作为金属板结构疲劳损伤检测提供了可行的技术方案。     

基于时频分析的多目标盲波束形成算法

针对现有盲波束形成算法适用范围较窄, 多目标信号分离级联模式结构复杂、并联模式稳定性较差等问题, 提出一种基于时频分析的多目标盲波束形成算法. 该算法首先利用时频分析技术给出信号导向矢量的不确定集, 然后优化求解导向矢量的最优估计, 最后利用Capon方法实现多目标信号的并行输出. 理论分析及仿真结果表明, 该算法对信号特性没有特殊要求, 适用性较广, 性能稳定, 且输出信干噪比高于其他盲波束形成算法, 接近于最优Capon波束形成器.     

基于时频分析的成像小弱运动目标检测方法

 针对传统空时域滤波器难以剔除杂波(尤其是杂波边缘)的缺点,提出了一种基于时频分析的弱小运动目标检测方法。理论分析表明,目标经过处的时频是一个小波包,波包的幅度与目标的幅度一致,而宽度则与目标速度成反比关系;杂波边缘经过处的时频则是一个上坡或者下坡。采用两级滤波方法检测运动目标,即首先采用恒虚警率准则过滤噪声,然后再利用目标出现处存在的波包,分别统计主瓣与旁瓣能量及其能量比,去除杂波,检测出运动目标。云背景下弱小目标检测试验结果证明了该方法的有效性。