基于磁记忆检测技术的即时报警功能设计与实现

根据金属磁记忆检测技术中缺陷判定依据的运算特点,为减少程序计算量、提高缺陷检测效率,改进了传统缺陷判定算法．在检测设备基本结构基础上增加了信号调理卡,并借助多功能采集卡的数字输出功能实现了缺陷检出时的即时报警,大幅提高了检测系统的工作效率．     

基于小波包能量谱的管道缺陷磁记忆检测信号特征研究

现有磁记忆检测技术判定准则,只能指示应力集中位置,无法进一步获取应力集中信息。为获取应力集中信息,提出一种基于小波包能量谱的磁记忆信号分析方法,进行试件拉伸试验。拉伸应力为200 MPa时,信号小波包能量谱分布较为均匀,各频带能量占总能量之比均小于15%,不存在集中分布的频带范围。拉伸应力为410 MPa时,信号小波包能量谱最大值分布在1,3,4频带,1~4频带能量之和占总能量的73.8%,小波包能量主要集中在低频段。试件屈服后,信号小波包能量谱最大值分布在1,2频带,能量谱分布极为分散,能量主要集中在低频段的1,2频带,1~3频带能量之和占总能量的87.3%。管道试件应力集中程度与磁记忆信号的小波包能量谱分布特征有关,应力集中程度越低,小波包能量谱分布越均匀;应力集中程度越高,小波包能量谱分布越集中,能量主要向低频段集中。     

频率估计的多段异频等长信号相位积累算法

为提高信号频率估计精度和扩展已有方法的适用范围,提出一种基于相位积累的多段异频等长信号的频率估计算法。首先生成异频分析参数矩阵,克服分段信号频率不等问题;其次设计相位差补偿因子,克服分段信号相位不连续问题;最后搜索相位累积频谱最大值,获得信号频率估计值。为验证算法的正确性,给出了相应的数学推导证明。仿真实验结果表明,该算法具有较好的频率估计精度,频率估计误差约为现有方法的1/2,较为接近克拉美罗下限。     

基于频谱分析的雷达信号分选新方法

相参性是现代雷达的普遍性质,利用雷达脉冲之间的相参性,提取相参特征参数,并运用于雷达信号分选,对降低当前信号分选中存在的“漏批”率具有重要的意义。本文在基于频谱分析的相参特征模型基础上,研究了基于最小二乘模板匹配误差的相参特征,并提出了具体应用中的改进措施。仿真结果表明,利用频谱主峰图像最小二乘模板匹配误差这一相参特征参数进行信号分选,可以有效地减少“漏批”率。     

ICAO二阶阶跃模型下信号畸变对导航接收机载噪比估计影响分析

载噪比是评估导航信号质量的重要指标,直接影响着接收机的捕获、跟踪和电文解调性能。论文推导了基于国际民航组织（ICAO）二阶阶跃信号畸变模型下导航接收机采用相关、非相关处理时载噪比估计与信号畸变参数之间的解析表达式,并分析了导航信号畸变参数对载噪比估计的影响。仿真结果表明,数字畸变参数变化范围下导航信号载噪比变化在10-2量级,增大模拟畸变的振荡频率或者减小衰减频率将会提高载噪比估计值,模拟畸变参数变化引起的载噪比损耗可达0.1dBHz,畸变参数对载噪比估计的影响整体上都较小,因此利用接收机输出载噪比作为导航信号异常监测手段是不完备的。     

考虑交流侧特征谐波的电网换相换流器小信号建模

电网换相换流器(Line Commutated Converter,LCC)作为技术性能优越的电力电子装置,可广泛应用于车辆、飞机、船舶、雷达站供电等军用电力系统领域.以可为军用雷达站、军事基地供电的基于电网换相换流器型高压直流输电(Line Commutated Converter Based High Voltage Direct Current,LCC-HVDC)系统为例,基于开关函数模型,推导建立了包含LCC整流站、LCC逆变站和直流线路的双端LCC-HVDC系统小信号模型,并与PSCAD/EMTDC详细电磁暂态模型进行对比,验证了所建立小信号模型的准确性;对比分析了考虑交流侧特征谐波分量与仅考虑交流侧基频分量的LCC-HVDC小信号模型的差异.所得研究成果可为向军用电力系统供电的LCC-HVDC系统的控制参数选取及小干扰稳定性分析提供模型基础.     

基于改进连通区域标记的跳频信号分选识别北大核心

针对小型无人机在复杂电磁环境下难以识别的问题,提出了基于改进连通区域标记的跳频信号估计与分选方法。首先,采用基于局部窗口的能量门限统计法,在信号时频域去噪;接着,对常规连接区域标记法进行改进,设计了新的连接区域片段关联和干扰抑制方法,解决连接区域断裂和干扰混合的问题;然后,针对多跳频信号混合情况,利用时频幅度差异重建连接区域;最后,根据改进的连通区域标记图进行参数抽取和信号分选识别。仿真结果显示,在噪声、干扰和多跳频信号混叠环境下,信号参数估计精度和目标信号的正确识别概率均明显高于常规连通区域标记方法。     

一种适于DSPs实现的BPSK载波同步方法

提出了全数字接收机中一种软件实现的BPSK载波同步方法 ,并给出了性能分析 ,适合于在存储空间和实时性都有要求的背景下的应用。该方法充分利用软件实现的优势 ,克服了传统方法的一些弱点 ,适合于在数字信号处理器 (DSPs)上实现     

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。