基于优化小波阈值的轴承振动信号降噪算法北大核心

滚动轴承振动信号能够及时准确地提供机电设备状态特征信息,且可实现在线或离线监测,广泛用于滚动轴承故障诊断。由于滚动轴承工作环境复杂多变,往往掺杂较多噪声,噪声会淹没机电设备状态的有用特征信息。针对传统小波阈值函数对轴承信号降噪不明显的问题,提出了一种用于轴承振动信号降噪的差分进化优化小波软阈值算法,对含噪信号进行小波分解,利用广义交叉验证GCV函数作为新的阈值函数对分解后的小波系数进行处理,结合差分进化算法进行寻优获取最优阈值。实验采用美国凯斯西储大学的轴承数据进行仿真分析,通过与常用降噪方法相比,该方法在较好地保留特征信号的前提下,较大程度地去除了噪声,有效地提高了降噪效果。     

基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square, LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。     

宽带信号目标参数估计精度分析

现代雷达中随着信号带宽的增大和目标速度的提高,常规窄带近似的条件无法满足需要。根据匹配滤波和宽带模糊函数的特点,推导了目标回波延时和尺度因子的理论估计精度。通过仿真证明,推导的尺度因子估计的理论精度与相关文献一致,而新得到的延时估计理论精度基本不随载频变化,更符合实际应用。     

Groebner基下分离子插值函数模型

给出Groebner基下建立分离子插值函数模型的方法。对于任意离散时间序列可在字典序下找到相关分离子,并用此分离子构建该离散时间序列的函数模型,及其满足所给点列的多元插值函数。通过实例说明了模型建立过程。     

GM（1，1）组合优化模型

从影响GM（1，1）模型产生误差的两个主要原因出发，重新选择灰导数，并基于Newton．Cote’s积分公式和相邻最近插值方法构造出GM（1，1）组合模型，提出了求该组合模型参数的计算方法，通过实例验证了组合模型的模拟精度，具有重要的应用价值。     

M序列波形编码性能研究及计算机仿真

针对影响雷达系统性能的地面或水面反射干扰以及噪声干扰,研究了M序列波形编码技术抗上述干扰的性能.通过建立地面反射干扰模型和噪声模型并结合M序列性质的方法对该技术进行了理论分析.由Matlab和基于TM320C6713DSP芯片评估板的仿真结果得出结论,该技术可以较好地提高系统的抗干扰能力.     

常微分方程数值计算导数权重法

提出一个新的单步法 ,它对导数取权重平均值代替算术平均值 .其计算结果与真实值吻合很好 ,计算量小