机械振动特征分析中的信号处理技术与微机特征分析系统

文中指出抑制阶比混迭和泄漏是建立一套完整的微机特征分析系统中需要解决的二个关键的信号处理问题。提出了阶比滤波器是抑制阶比混迭有效和实用的方法;并研制频率比合成器以抑制泄漏。介绍了由频率比合成器、阶比滤波器、TMS32010数据采集装置、主机和绘图仪所组成的微机特征分析系统。最后给出了该微机特征分析系统对轴承进行故障诊断的结果。     

一种新的时频分析方法

首先分析了传统时频分析方法的特点及其局限性,而后评述了一种最新的适用于非平稳、非线性信号的通用的时频分析方法--基于经验的模式分解及希尔伯特变换谱,指出了该方法需进一步研究的有关问题     

基于时频分布的弹道导弹目标识别方法

在弹道导弹目标识别中,微动特征是重要的识别手段。从弹道导弹微动特性时频分析出发,提出一种基于时频分布的弹道导弹目标识别方法。该方法将时频分布图的伪Zeinike不变矩特征作为识别特征。首先对回波信号进行时频变换以获取时频图像;然后为了降低噪声的影响,对其进行图形预处理;最后给出了伪Zernike不变矩提取步骤及识别特征的选取原则。通过仿真实验,分析了不同特征组合对识别率的影响,评估了不同信噪比下识别方法的稳定性。实验结果表明,该方法具有一定稳定性,可用于弹道导弹目标识别。     

防空导弹横向振动响应计算研究

随机气流与舵面的运动将给弹体造成随机载荷 ,用模态叠加法编写程序计算了该激励产生的随机响应     

一种改进的自适应Chirplet分解方法及其实现方法

参数自适应时频分布成为当前非平稳信号分析与处理的研究热点。针对自适应Chirplet分解所用基函数的时频关系为线性,对含有非线性时变分量的信号逼近效果不好的问题,提出了一种改进的自适应Chirplet分解方法,并给出其快速实现算法。首先在Chirplet时频原子的基础上添加了弯曲算子,构造了新的时频原子,得到了一种改进...     

经验模态分析法在雷达信号脉内分析中的应用

雷达脉内特征分析是信号分选领域一个重要手段,当脉内信号有多个雷达信号交叠在一起时,很难分析出其各自的调制方式。经验模态分解(EMD)在分析非平稳混合信号时效果显著,但其存在2个明显弊端。针对端点效应问题,首先采用小波分解将信号分解成各分量,随后对除噪声外的各分量利用ARMA模型对信号进行预测,接着对预测后的各分量进行小波重构,从而消除了端点效应,针对虚假分量的问题,结合雷达信号的特点改进了其终止条件,提高了EMD分解的性能。最后,对EMD分解后的各分量进行时频分析,得出雷达脉内信号的调制特征。仿真验证了算法的有效性。     

时频分析在变加速运动目标速度测量的应用

针对多普勒频率非线性连续变化的变加速运动目标,提出了基于短时傅立叶变换和魏格纳-维尔分布的速度测量方法,并根据其数学原理,利用毫米波测速雷达设计了运动目标的速度测量方案.信号仿真表明,低频段Wigner-Ville法更能够反映目标的微小速度变化,高频段STFT时频处理精度更高且测速精度能达到0.5 %.实验采集数据处理...     

舰船目标逆合成孔径成像算法改进研究

针对舰船类目标运动情况比较复杂,进行逆合成孔径雷达(ISAR)成像时运动补偿比较困难的特点,将改进的自适应联合时频算法(AJTF)与强点处理(PPP)模型结合,通过遗传算法的全局搜索实现运动补偿,提高了运动补偿算法的快速性和精确性,为实现实时成像奠定了基础.试验数据的处理结果表明,算法可以有效地完成相位的补偿,提高ISAR成像质量.     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。     

基于叠合度的维修性多源数据融合方法

针对装备维修性试验数据样本量不足的问题,采用了数据融合方法进行扩充数据样本量,通过建立折合模型对多源先验数据进行转换,解决了与现场数据差异较大难以实现数据融合的问题,采用了改进的Bayes Bootstrap法对多源数据的分布参数进行拟合,建立基于叠合度的数据融合模型,对装备维修性多源先验数据进行融合,结合某型坦克试验数据进行算例分析,证明了该方法的可行性。