基于EMD和神经网络的气阀机构故障诊断研究

运用经验模态分解(EMD)对柴油机缸盖振动信号进行分析,求得各内禀模态函数(IMF)的能量百分比;将能量百分比作为神经网络的输入进行网络训练和故障识别,实现了气阀机构的故障诊断,取得了较好的效果。     

六自由度装置滚转轴干扰源的诊断及其抑制

为了查找滚转轴出现定位偏差的原因 ,通过对比多种情况下滚转轴的反馈信号 ,结合相应的定位试验 ,查出了导致滚转轴出现定位偏差的干扰源。基于对滚转轴反馈信号被干扰原因的分析 ,有针对性地采取了多项措施 ,并给出了这些措施的效果。最终采用给Y轴驱动器单独供电的方式解决了这一难题 ,经风洞试验证明 ,效果良好     

舰船磁场信号的Lipschitz指数与船速的关系

用小波变换的方法对舰船磁场信号进行奇异性分析,找出船速与奇异性指数之间的关系,并通过人工神经网络来判断船速.     

小波分析在混沌信号识别中的应用研究

通过分析混沌信号和噪声信号的频谱特性以及小波变换对两种信号的作用结果的差异,论证了小波变换是一种有效的去除混沌信号中噪声成分的方法.通过数值仿真研究,证明了小波方法的有效性.最后给出了实验结果.     

基于PXI的舰炮电气设备通用自动测试系统

采用虚拟仪器技术,并通过软件产生模拟信号拉制设备的运转,完成动态信号的提取,实现电气设备测试系统的研制.该系统具有通用性、高效性和易用性等特点,具有较好的实用价值.     

语音信号数字处理技术及其军事应用

语音是由人类发音器官发出的,能载负与传达一定的语义信息并能被他人所理解的语言的物质外壳.20世纪70年代以来,随着计算机科学和信息技术的跨越式发展,利用数字技术对人类自然语音信号进行相应的处理,让机器具有"听"、"说"人类自然语言的能力,已成为人类信息革命的标志性景观.语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间.当前,语音信号数字处理技术正在军事领域大显身手,其发展水平已成为衡量世界各国军队信息化水平和军事实力的重要标志,并将成为未来信息化战争不可或缺的重要组成部分.     

外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

特征信号检测法

本文以信号极点的不变性为基础,构造了一种用于可自设计的主动式系统在强噪声背景下的极微弱信号检测的检测器——特征信号检测器。文章在分析经典检测方法对极弱信号检测存在的问题的基础上,提出了特征信号检测的思想。讨论了该方法的基本原理及仿真实验结果。Monte carlo实验表明,这种特征信号检测器的性能对信噪比不敏感,可以在极低信噪比下检测出微弱信号。     

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 ,将在机械故障诊断领域展示诱人的前景