基于经验模式分解的希尔伯特变换包络提取在机械故障诊断中的应用

本文采用经验模式分解（EMI）提取信号的内在模函数（IMF），并利用希尔伯特变换对所得IMF进行包络分析，提取机械故障特征。与直接对原信号进行包络分析相比较，该方法提取的机械故障特征更明显，数值模拟和对故障轴承振动信号分析表明了该方法的有效性。     

一种改进的变步长BLMS算法

在ＢＬＭＳ（Ｂｌｏｃｋ Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅ）算法的基础上提出了一种变步长算法，它除具有ＢＬＭＳ算法的特点，还提高收敛速度，降低了权失调噪声，具有较好仰噪能力。适用于实时器材怕低消，计算机仿真效果较好。     

一种建筑结构振动谐波分析的新方法

本文提出一种基于相空间再构（ＰＳＲ）的奇异值分解（ＳＶＤ）谐波分析方法,可将信号中的谐 波分量按其能量大小进行时域分解。数字模拟实验表明了该方法的有效性。利用该方法对建筑结构振动进行的隐藏频率提取和谐波分析,对于我们对建筑结构振动的控制方案的设计具有指导作用。     

SVD方法在信号重构中的应用

由时域有限连续信号的部分频段值重构其它频段值的问题，可以转化为求解线性方程Ａ·ｘ＝ｂ的问题，奇异值分解（ＳＶＤ）方法能够清楚地刻画算子Ａ的值域和数值零空间，通过计算信号与所张成值域的正交基的内积，可以预先判断信号重构性能的好坏。     

伪近邻方法在ARMA系统阶数判别中的应用

从相空间重构的角度，提出利用伪近邻方法判别ＡＲＭＡ系统的总阶数。该方法可在数据量较小的阈值固定的情况下判别ＡＲＭＡ系统总阶数。数值计算表明，使用该方法判别线性ＡＲＭＡ系统总阶数，取得了比较满意的结果。     

基于高阶累积量的自适应波束形成

常规波束形成器仅限于利用信号的二阶统计特性,作者采用高阶累积量估计期望信号的导向矢量（SteeringVector),实现了一咎基于高阶累积量的自适应波束形成器（HCAB）,该波束形成器利用信号的更高阶统计特征性,减少了对阵列流型的依赖,具有较好的容差性,能自动跟踪信号,数值模拟实验表明该波束形成器工作良好。     

关于Goupilaud层模型反演算法的稳定性

讨论了Ｇｏｕｐｌａｕｄ层模型的反演算法的数值不稳定性问题、误差传播及其同入射波形的关系，提出了一种不稳定性控制方法。通过对实验数据的数值计算表明：该方法可以使皮形反演算法的稳定性得以明显改善，避免了至今任意波形反演算对实际信号不可直接运行的难题，实现了任意入射波形的实时反演。     

利用EMD方法和小波变换进行信号奇异性检测

本文采用经验模式分解(EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性，进行机械故障诊断。与直接对原信号进行小波分析相比较，该方法提取的奇异性特征明显。数值模拟和对故障轴承的振动信号分析表明了该方法的有效性。