基于径向基函数神经网络的漏磁信号反演

采用径向基函数神经网络的方法对漏磁信号反演进行了研究,由实验数据和仿真数据获得样本,在网络训练的基础上,建立了由缺陷的漏磁信号到缺陷二维轮廓图的网络映射,实现了缺陷二维轮廓图的漏磁反演,为漏磁定量化检测提供了一种可行的方法。     

L(0,1)模态导波在小管径管道弯头处的散射特性

采用实验和有限元模拟的方法研究了L(0,1)模态导波在小管径管道弯头处的模态转换和反射、透射特性,分别使用不同频率的激励信号对含不同弯曲半径弯头的管道进行检测。研究结果表明:L(0,1)模态导波在管道弯头处发生模态转换,转换成F(1,1)模态,并且其偏振方向与弯头拱背—拱腹方向一致;随着检测频率和弯曲半径的增大,反射F(1,1)模态呈减小趋势,透射F(1,1)模态呈非单调变化趋势;反射L(0,1)模态导波呈减小趋势,透射L(0,1)模态导波呈增大趋势;当检测频率或弯曲半径增大到一定程度时,两参数的变化对反射F(1,1)模态、反射L(0,1)模态和透射L(0,1)模态的影响不大。实验结果与模拟结果吻合度高,验证了模拟结果的正确性。研究结论为检测小管径含弯头管道提供了理论指导。     

初相未知信号联合检测与估计的序贯实现

在未知参数的充分统计量和再生概率密度函数的基础上,引入了联合检测与估计的序贯算法,给出了算法的实现框图,并将该算法应用于高斯噪声中初相位未知信号的联合检测与估计当中.仿真实验表明,新算法较传统算法有一定的性能改善.     

漏磁信号特征提取及检测研究

介绍了漏磁检测原理和用有限元法计算漏磁场的方法,漏磁场法向分量的峰-峰值随缺陷深度增加而增加,峰-峰值间隔随缺陷宽度增大而增大。在检测中,先去除漏磁信号的奇异值,然后用峰-峰值算法提取缺陷信号特征,根据信号的峰-峰值大小和信号梯度变化作为缺陷判别标准。     

时频域综合分析的雷达信号识别方法

针对现有雷达信号分选与识别方法对噪声敏感、适用信号类型有限等问题,提出一种综合应用STFT变换、Hough变换与相位检测的新方法,实现了低信噪比下未知复杂雷达信号的高准确率识别与信号频率及频率调制率的估计。对接收到的信号首先通过短时傅里叶变换(STFT)提取时频信息,并利用霍夫(Hough)变换进行信号的粗分类,再通过相位检测实现信号细分类。仿真实验验证了该方法在低信噪比下依然保证了较高的识别准确率与参数估计准确率。     

无源双基地雷达系统直达波抑制算法

无源双基地雷达系统目标时延和多普勒频移估计,一般采用直达波通道信号与目标回波通道信号作互模糊函数处理,通过搜索互模糊函数的峰值来检测目标。虽然直达波干扰信号的互模糊函数峰值出现在零时延和零多普勒频移处,但其能量远大于目标回波信号,导致信号检测噪声门限增高,旁瓣电平增大,从而淹没目标信号。利用矢量空间的最小二乘算法抑制目标通道中的直达波信号,针对计算速度问题,提出了改进算法。仿真结果表明,该算法能够明显抑制直达波信号,同时该算法也可以完成弱目标的检测,因而具有重要的应用意义。     

基于傅立叶图像重建的车用换热器表面缺陷检测?

针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。     

小波变换在漏磁检测信号处理中的应用

在对军用装备进行漏磁无损检测时,漏磁信号中含有大量噪声,针对这种情况,介绍了小波变换消噪理论.在数字化实现中,离散小波变换是利用Mallat分解与重构算法来完成.仿真试验中,选取二阶样条小波为小波函数,对从漏磁检测装置中采集到的漏磁信号进行消噪.结果表明将小波变换应用于炮管漏磁检测中,能提高检测信号的信噪比和抗干扰能力.为漏磁信号分析、特征提取和缺陷漏磁反演打下了基础.     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。     

通信侦察中的伪码序列盲估计算法

针对卫星通信侦察与对抗,提出了一种DS-SS通信信号的伪码序列盲估计算法.首先采用循环自相关方法估计信号载频,对截获的中频信号进行解调,得到基带信号,再采用循环自相关估计PN码周期.然后利用分段互相关方法估计信息码与PN码同步调制起始点.在此基础上,完成对伪码码序列的识别.仿真实验结果表明,该方法在极低信噪比条件下可以得到准确的伪码序列估计.     

涡流技术用于油罐底板腐蚀检测的探讨

常规涡流检测仪只适于检测铁磁材料的表面或近表面缺陷，因而不能用于油罐底板的腐蚀检测。随着远场涡流理论的提出以及相控阵涡流传感器、磁饱和装置等涡流检测设备的研制成功，涡流技术用于大型中厚壁结构的缺陷检测成为可能。将涡流检测的新理论、新技术应用于油罐底板的腐蚀检测是一项新的尝试，文中从理论上分析了其可行性，提出实现这一技术的实验系统组成，并进行了初步的实验研究。     

基于圆柱体缺陷构件的超声探伤重构研究

圆柱体构件中非轴对称人造缺陷偏心圆孔的超声探伤一直是无损检测的难点。基于脉冲反射原理设计超声实验平台,根据检测回波信号判定偏心圆孔缺陷所呈现的特征。在实验研究基础上,针对声场在圆柱体工件内部的传播情况,根据惠更斯原理以圆柱体为发射声源,基于k-wave仿真工具箱建立仿真平台,并利用声学传感器接收声波信号,设计的仿真平台能够实现360°同时刻采集工件的发射信号,同时利用传播过程中声压强弱的变化构建声场模型。根据采集的信号采用逆时反演重构模型,直观可视化地重构了内部缺陷的位置形状信息。     

基于改进人工蜂群算法的漏磁缺陷轮廓重构

漏磁缺陷重构是指由检测到的漏磁信号重构缺陷轮廓及参数,是实现漏磁反演的关键。将局部最优解和全局最优解引入到人工蜂群算法(Artificial Bee Colony Algorithm,ABC)中,提出了一种基于改进人工蜂群算法的缺陷重构模型。在该模型中,径向基函数神经网络作为前向模型求解漏磁信号,改进人工蜂群算法用于求解反演问题中的优化问题。将改进人工蜂群算法和基本人工蜂群算法作为反演算法进行了比较,实验结果表明,改进人工蜂群反演算法精度较高,速度较快,同时对实测信号具有鲁棒性,是一种有效可行的漏磁反演新方法。     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

基于相关系数谱的宽带跳频信号时延估计

结合目前跳频信号带宽越来越宽、跳频点越来越多的特点,提出了一种基于相关系数谱的宽带跳频信号时延估计方法,实验表明该方法能够有效实现宽带跳频信号的时延估计,估计精度不受限于采样间隔.并且该算法具有较好的实时性和数据扩展性,易于工程实现.     

幅相调制信号的星座图恢复与调制方式识别

针对幅相调制信号的调制方式识别问题,提出一种基于星座图恢复的算法。该算法估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样;采用一种非数据辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响;利用平均似然比检测的方法,完成幅相调制信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有识别性能更优。     

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。     

非线性超晶格中波的传输特性

把非线性薛定谔方程转化成二阶差分方程,通过迭代此差分方程得到入射波幅和透射系数,讨论了非线性系数不同时可透射的入射波幅的变化.     

一种基于变换域的自适应滤波算法

针对传统时域自适应滤波在较低信噪比下检测估计信号波形的局限性,提出一种基于变换域的自适应滤波的算法。该方法利用分数阶傅里叶变换在分析线性调频信号时的优良特性,在分数阶变换域上进行自适应滤波处理,提高信号检测估计效果。仿真实验证明,该算法在较低信噪比条件下能较好地检测估计出回波信号,滤波效果胜过时域滤波。     

基于恒虚警的多卫星信号快速盲检测算法?

在分析实际盲卫星通信信号的基础上，提出了一种对不重叠多卫星信号数量、中心频率进行实时估计的快速盲检测算法。算法基于恒虚警率准确地估计了噪声的统计特性进而设置了信噪分离的门限，并根据卫星通信信号的实际带宽特性实现了盲信号的检测。仿真结果表明，算法能够在较低的信噪比下实现对多卫星信号的快速准确盲检测，且与其他算法相比，该算法准确率高、通用性强，更能满足实际工程的需要。