基于高阶谱分析的机械故障特征识别

在分析高阶累积量与高阶谱的理论基础上,利用高阶谱可以抑制加性高斯噪声的性质,研究了基于高阶谱分析的机械故障特征提取方法,提出了基于双谱估计的齿轮故障诊断的方法。通过对齿轮信号的双谱特征图谱进行分析比较,成功地对齿轮的正常稳态振动信号、正常瞬态振动信号以及磨损瞬态信号进行了识别,效果十分显著。     

柴油机缸盖振动信号关联维数的影响因素分析

柴油机缸盖振动信号的关联维数是柴油机健康状况评估的重要参数。在实际工程应用中,关联维数的计算面临着重复性差的问题,通过分析振动信号的截取方法、信号成分以及工况等因素对关联维数计算的影响,较好地解决了关联维数计算重复性差的问题。     

人脑奥秘（四篇）

两根香蕉可支撑大脑一天 据研究,大脑一天之内消耗的能量比一台冰箱内的灯光消耗得还要少,两根大香蕉就可以提供。令人惊奇的是,即便如此,大脑却显得非常高效。大脑的重量仅占体重的3％,但它所消耗的能量却占到了人体耗能总量的1／6。     

LFM-UWB雷达的梳状谱干扰技术

为了解决对超宽带雷达干扰中功率分散的问题,提出利用梳状谱信号,即将干扰功率集中在雷达信号频带范围内的部分频率点,对雷达实施干扰,破坏回波信号与参考信号的相关性,从而实现有效的干扰.并以线性调频超宽带雷达的距离像为例,通过仿真,给出了不同信号带宽条件下梳状谱干扰仿真结果,比较得出梳状谱信号对线性调频超宽带雷达具有较好的干扰效果.     

基于遭遇角决策的并行双模切换舵减摇控制

结合舵减摇控制中通用线性模型与模糊线性模型的优缺点,采用了一种根据遭遇角的不同自动切换控制器设计模型的并行双模切换舵减摇控制方案。为在线自动辨识遭遇角,提出基于横摇功率谱密度柱状图的神经网络辨识方法。仿真结果表明,该方法辨识精度较高,且比传统重心法节省了在线计算量与存储数据库所需的存储空间,简化了辨识流程。     

一种基于交叉关联积分的功放无意调制识别方法

针对同频率连续波信号中的功放指纹分析问题,提出一种基于相空间交叉关联积分的无意调制识别方法(CCI-UMI).该方法通过对功放无意调制的机理分析和对重构矢量沿轨迹概率(PDT)的理论分析,建立了相轨迹比较的基本理论依据和参数选择方法.采用多尺度交叉关联积分算法,在重构相空间实现了对信号细微差别的灵敏比较.对任意波发生器两路通道实测数据的分类实验表明:本方法识别率较高,经合理选择参数,在低信噪比下可获得比功率谱方法和相空间微分方法更好的分类性能.     

基于局部积分双谱与SVM的雷达目标识别

针对高分辨距离像的特点,应用双谱与SVM研究高分辨雷达目标识别问题。提出了基于局部积分双谱与SVM的雷达目标识别方法。该方法选择具有最强鉴别能力的积分双谱构成局部积分双谱特征,基于局部积分双谱进行距离像特征提取,然后应用支持向量机对提取的特征进行分类识别。利用四种局部积分双谱的目标识别仿真实验结果表明,提出的方法具有良好的分类性能。     

基于神经网络的舰船目标识别研究

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了一种从DEMON谱线谱和DEMON谱连续谱提取的特征方法,并设计了一个基于BP神经网络和多神经网络分类识别器的舰船目标识别系统。通过对实际舰船噪声目标进行识别,识别效果比较满意。这对舰船目标识别的发展具有一定的参考价值。     

快速傅立叶变换用于Fokker-Planck-Landau方程的数值求解

利用谱方法和FFT技术对Fokker-Planck-Landau方程进行了数值求解,研究了均匀空间条件下粒子在速度空间的分布函数随时间的演化。数值计算表明,所用计算方法能够很好地满足质量、动量和能量守恒要求,计算速度与有限差分方法相比大大加快。