基于EMD模态相关和形态学降噪的齿轮故障诊断研究

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法。首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率。仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征。     

基于VMD-FastICA的齿轮箱故障诊断

针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(VMD)的独立分量(ICA)算法。该方法首先将采集的信号进行MCKD降噪,将降噪后的信号利用VMD算法分解为多个不同的本征模态分量(IMF),然后依据快速谱峭度图和相关系数选取有效的IMF分量进行重构信号,对于重构信号利用FastICA再次进行降噪处理,根据FastICA降噪后得到的故障特征分量,可以有效地识别故障。结果表明:该方法可以更清晰、准确地提取出故障特征频率和找出故障发生的位置。     

基于组合降噪的卷积神经网络轴承故障诊断方法

针对滚动轴承振动信号包含不同频率复杂噪声,单一降噪方法难以去除多种噪声,导致最终故障诊断率低的问题。提出一种基于组合降噪的卷积神经网络的轴承故障诊断方法。首先,通过SVD分解方法,根据奇异值差分谱,一次降噪并重构信号,去除信号内能量较低的宽频率噪声;再根据降噪重构信号,自适应选取CEEMD分解的参数,并进行自适应CEEMD分解,利用线性相关系数与峭度交集法滤除相关程度低、故障特征信息少的IMF分量,同时二次降噪并重构信号;最后,构建一维卷积神经网络并进行轴承故障诊断。通过原信号和组合降噪后信号的时频分析,轴承故障诊断实验,验证了该方法的有效性。     

结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

变学习速率在线ICA算法在雷达信号分选中的应用

已有的独立分量分析(ICA)雷达分选方法多采用FastICA算法,FastICA算法是一种离线批处理ICA算法,缺乏实时分选能力.文中将一种变学习速率的在线ICA算法应用到雷达分选中,克服了FastICA算法无法实现在线实时分选的缺点;同时,算法能根据相依性测度所反映的信号分离的状态自适应地调节学习速率,平衡了传统在线ICA算法收敛速度和稳态误差之间的矛盾,从而使得采用这种ICA算法的雷达信号分选方法具有收敛速度快,分离效果好的特点.仿真实验验证了分选方法的有效性.     

基于FastICA的高光谱图像压缩技术

提出了一种基于快速独立分量分析(FastICA)的高光谱图像压缩算法。首先引入虚拟维数算法估计图像中的目标端元个数,进而提取出感兴趣的目标端元矢量,并初始化快速独立分量分析的混合矩阵;利用最小噪声分量变换对原始数据进行降维,从降维后的主分量中提取独立分量;对独立分量进行恒虚警率检测与形态学滤波,实现目标分割。对高光谱图像进行谱间Karhunen-Loeve变换,利用比例位移法对感兴趣目标的小波系数进行提升,最后对各主分量进行最优码率的SPIHT压缩。实验结果表明,该方法在获得较高压缩性能的同时能够有效地保留感兴趣的目标。     

部分HHT和ICA的混合语音增强算法

根据语音信号中噪声特性的不同,该文将其中的白噪声和色噪声分别进行处理以达到较好的语音增强效果。对信号进行不完全希尔伯特-黄变换,从中得到含有白噪声的分量并进行处理,降低白噪声在整个语音信号中的能量;利用独立分量分析的方法将目标语音与色噪声进行分离,得到最终的目标语音信号。实验结果证明,该混合算法有很好的性能和降噪效果,提升后的语音信号几乎完全消除了色噪声的影响,并相对白噪声有很好的抑制,对于实际和理论模型的不完全吻合也有较好的鲁棒性。     

基于小波阈值和约束独立分量分析的齿轮故障诊断研究

为在强噪声下准确利用振动信号进行齿轮故障诊断,提出了基于小波阈值和约束独立成分分析(CICA)相结合的算法。该算法首先对输入信号进行小波阈值降噪预处理,提高了输入信号的信噪比,然后基于齿轮特征频率建立参考信号,将降噪后的信号作为CICA的输入信号,利用CICA算法有效分离出齿轮故障信号,识别了故障特征。为了验证该算法的有效性,进行了仿真和实验测试信号分析,结果表明,该算法可以有效提取齿轮故障信号,实现齿轮的故障诊断。     

宽频带ADM系统分析与实验研究

实现了处理宽频带信号的自适应增量调制(ADM)及解调系统,并对该系统进行了一系列研究,实验结果与理论分析基本一致,系统在10Hz～10kHz工作带宽范围内具有良好的响应能力,其采样率、步长数和记忆比特均可变,适合不同条件下的应用要求。本研究在音乐信号处理实验上获得了满意的结果,对于语音、地震等信号的处理亦具有广泛的应用前景。     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像。图像去噪是图像处理领域中的一个重要环节。为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差。仿真结果表明,与Donoho提出的鲁棒中值算法相比,该算法能够有效地抑制高斯白噪声,更好地保留图像的边缘细节。     

一种新的变步长LMS自适应滤波算法性能分析

在简单介绍了基本的LMS,NLMS自适应滤波算法的基础上,介绍了一种新的可变步长LMS自适应滤波算法,并将该算法应用于自适应噪声对消系统的仿真中。通过计算机仿真,给出了LMS、NLMS和新的可变步长LMS自适应滤波三种算法的性能对比,结果表明该算法具有较快的收敛速度和较小的稳态误差。     

LFMICW雷达高度计信号处理机设计与实现

采用变调制恒差频方法的线性调频准连续波(LFMICW)雷达高度计,需要实时的根据差拍信号的频率来改变发射信号的波形。差拍信号的计算需要快速傅里叶变换,运算量大。为了实现高度计对高度的搜索与跟踪,需设计相应的搜索与跟踪算法。针对信号处理算法及系统对实时性的要求,设计了专用的信号处理平台,实现了高度计的信号处理。     

X波段雷达自适应干扰对零系统

描述了一个雷达自适应干扰对零阵列处理实验系统。该系统工作于Ｘ波段，采用ＦＭＣＷ体制，信号带宽为５００ＭＨｚ。Ｘ波段宽带ＦＭＣＷ信号由ＶＣＯ产生，经功放送发射天线及接收机。接收天线为四元阵。接收信号在接收机中变换成基带信号并由ＦＦＴ处理器进行频谱分析。不同目标距离对应于不同的基带信号频率。自适应阵列处理器对选定的距离单元进行干扰对零处理。所用算法为Ｇｒａｍ－Ｓｃｈｍｉｄｔ算法。文中还给出了系统的实验方法及实验结果。     

激光扫描声学显微镜图像信号的分析与处理

提出了激光扫描声学显微镜（ＳＬＡＭ）图像信号的近似模型，针对ＳＬＡＭ图像的统计特性和各个环节噪声特性，提出了密度比较算法，采用数学形态滤波，对图像进行了处理，并给出实验结果。     

基于矩陣正交分解的自适应算法

自适应算法是各种自适应系统的核心.计算稳定性是衡量算法优良程度的重要指标之一.本文讨了论两类最小二乘算法的计算稳定性.其一是基于正则方程的递推求解方法,这是目前各种自适应算法的基础;另一是正交分解算法.后者的计算稳定性要比前者高.研究了一种基本的正交分解自适应算法,并指出,如果初始条件恰当,它将得到和批处理同样的结果.将这种方法用于空间谱估计,初步结果表明,用它能实现高分辨率精确测向.     

基于CORDIC的无开方GIVENS旋转处理方法

自适应阵列处理能提高通信雷达等电子系统的抗干扰能力，因而获得了广泛的应用。许多重要的高速实时自适应阵列处理算法均需要采用一系列Ｇｉｖｅｎｓ旋转处理将输入数据矩阵变成三角阵。标准的Ｇｉｖｅｎｓ旋转包含开方运算，该运算是限制有关算法速度的一个重要因素。文中提出一种基于坐标旋转计算机技术的无开方Ｇｉｖｅｎｓ旋转处理方法，可以显著提高自适应算法的处理速度，并给出了这一方法的推导、Ｇｉｖｅｎｓ处理节点运算式和采用，这种方法的ＱＲ分解自适应阵并行处理算法的计算机模拟结果。     

TMS32010自适应均衡系统的开发与实现

本文使用新一代的高速信号处理片TMS32010设计出LMS算法的自适应均衡(AE)系统。在收敛性能、处理速度、小型化、使用灵活性及成本费用诸方面均优于或等于用模拟电路、专用数字电路及一般16位微机制成的AE系统。文中叙述了TMS32010 AE系统的设计思想,总体设计和硬、软件设计方法,结构框图,设计时需注意的各种问题以及试验結果。通过实验证明,系统是成功的,其性能与理论分析相符。本文所述方法除可用于LMS算法的AE设计外,也可用于其它AE算法的设计,且若适当改变程序及少量输出接口硬件,尚可用于其它数字信号处理,如调制解调、谱估计及声音控制等。