一种脑电远程控制的仿生机械手臂

该款仿生机械手臂利用安装在头部的TGAM模块和安装在人手臂部的加速度传感器采集运动信号,通过无线传输远距离制定仿生机械手臂,实现机械臂与人脑意识和人臂的同步运动。机械手臂可实现五个自由度的运动,可靠的闭环控制系统可实现准确定位,准确抓取,来完成各种预期的作业任务,在构造和性能上兼有人和机器各自的优点,体现了人的智能和适应性。脑电远程控制是该款仿生机械手臂的显著特点。

基于改进经验小波变换及互谱相位差谱的供水管道泄漏声振动定位方法

针对供水管道泄漏声振动信号的信噪比较低导致用于时延估计泄漏定位误差大的问题,提出基于改进经验小波变换及互谱相位差谱的供水管道泄漏定位方法。首先采用小波包分解得到不同尺度的信号能量谱,根据小波包能量谱局部极小值的分布自适应确定频带分割区间,解决了传统经验小波变换中频谱划分问题;然后基于频带分割区间构建正交小波滤波器组对信号进行经验小波变换分解得到多个分量,根据相关系数选取有效分量,同时利用有效分量的互谱相位差谱呈水平变化的频带对有效分量信号进行带通滤波,滤除干扰噪声;最后对滤波后的信号进行互相关时延估计来确定泄漏位置。仿真及实验结果表明,该方法能够有效的实现供水管道泄漏定位,并与互相关、VMD与互谱分析相结合的泄漏定位方法相比,平均相对定位误差分别减少6.7倍和1.5倍。

基于VMD和互谱分析的供水管道泄漏定位方法

针对低信噪比(SNR)下的供水管道泄漏振动信号用于时延估计泄漏定位误差大的问题,提出基于变分模态分解(VMD)和互谱分析结合的供水管道泄漏定位方法。首先,利用VMD将管道泄漏信号分解为若干个本征模态函数(IMF),对供水管道泄漏信号进行互谱分析确定特征频带;然后,利用IMF分量在特征频带内的能量比例作为选取准则来确定有效IMF分量,并对选取的有效IMF分量进行重构;最后,对重构信号进行时延估计来确定泄漏点位置。为了验证所提泄漏定位算法的有效性,通过仿真和实验分别对互谱与VMD结合、互相关及VMD与相关系数结合3种方法进行研究。实验结果表明,以上3种定位算法的平均相对定位误差分别为2. 53%,8. 62%和16. 86%。

基于VMD和K-SVD字典学习的供水管道泄漏振动信号压缩感知方法

针对供水管道泄漏振动信号在分析型字典下进行压缩感知时,信号的重构均方误差较大和不能保留信号中重要泄漏信息的问题,提出了基于变分模态分解(VMD)和K-奇异值分解算法(K-SVD)的供水管道泄漏振动信号压缩感知方法。首先,利用VMD算法将管道泄漏振动信号分解若干个本征模态函数(IMF),并对IMF分量进行互相关性分析;然后,选取最优模态分量,构成最优模态集,再借助K-SVD学习算法训练过完备字典;最后,选择高斯随机矩阵为观测矩阵和重构算法为正交匹配追踪算法(OMP)对管道泄漏振动信号进行压缩感知。实验结果表明,基于VMD-K-SVD稀疏表示构造的过完备字典的压缩感知方法与基于FFT正交基、DCT正交基、K-SVD的压缩感知方法相比,在压缩率为50%~89.5%下重构均方误差更小和互相关系数更高,且在相同压缩率下得到的重构信号的互相关延时估计定位误差的平均值分别降低80.12%、64.2%、61.38%。因此,所提的压缩感知方法具有较好的重构性能和稀疏性。

基于广义互相关的供水管道泄漏振动信号时延估计器性能研究

针对供水管道泄漏振动信号低信噪比下时延估计器性能差的问题,利用仿真分析与实验验证相结合的方法,对互相关(CC),脉冲响应(ROTH)、平滑相干变换(SCOT)、维纳(WIENER)、相位变换(PHAT)和最大似然(ML)这6种时延估计器在供水管网泄漏声振动信号下的性能进行研究。首先,在不同噪声类型下分别研究了6种时延估计器随着信噪比的变化规律;然后,分析了不同信噪比下时延计器的噪声抑制性能;最后,将6种时延估计器应用于供水管道泄漏定位实验中,分析不同时延估计器产生的泄漏定位相对误差来比较他们的噪声抑制性能。仿真分析和实验验证表明,SCOT时延估计器在噪声抑制方面性能最优,基于SCOT时延估计器的供水管道泄漏平均相对定位误差为3.48%,Wiener时延估计器性能最差,平均相对定位误差为18.23%。