基于时频幅值匹配的列车轴承故障声学信号的多普勒校正方法

由于列车运动所产生的多普勒频移和扩展现象,给轴承的故障识别、诊断带来了难度。提出了一种基于时频幅值匹配的多普勒校正方法,并将其运用到列车轴承上。首先,依据莫尔斯声学理论和短时傅里叶变换,推导出时频幅值曲线与中心时间的关系,通过匹配理论与实际信号的时频幅值曲线求出相对应的中心时间。而后,依据该中心时间建立重采样时间序列,并以此实现信号的多普勒校正。通过仿真信号和实际信号验证了该方法的有效性。

基于随机森林的雷达目标多维特征检测方法

传统基于统计模型的雷达目标检测算法往往仅利用雷达探测回波的能量信息分辨雷达目标,其难以适应密集杂波环境下的雷达探测感知场景,从而显著降低雷达目标探测性能。针对密集杂波背景下的雷达目标检测难题,本文引入随机森林算法,提出一种基于随机森林的雷达目标多维特征检测方法。利用随机森林方法充分融合雷达探测目标回波中时间维、空间维、距离维等多个维度的特征,形成对雷达目标与环境杂波差异的深度刻画,从而实现精准鲁棒的雷达目标检测,显著提升雷达的目标检测性能。最终,基于雷达实测数据对本文所提方法的性能进行验证,实验结果充分验证了本文所提算法的有效性。