复杂动态负荷幅度域波形模态聚类与电能表误差敏感特征

针对复杂动态负荷游程波形模态及引起电能表误差的典型特征认识不足的问题,首先提出动态电流信号幅度域游程波形模态提取算法,提取了多种幅度域毫秒级小颗粒度游程波形模态;其次,提出LK-Shape游程波形模态聚类算法,提取了动态电流信号幅度域的6类典型游程波形模态及其快速变化特征;最后,提出导致电能表超差的两种敏感游程波形模态,并通过实验验证了该游程波形模态适于测试电能表误差,表明了所提方法的有效性和实用性。

面向车联网的激光雷达通信信号波形模式识别

为提高车联网激光雷达通信信号的信息传输识别效率,提出一种面向车联网的激光雷达通信信号波形模式识别方法。分离处理信号中时域部分,单独分析信号波谱形态,计算信号频谱中心波段频率,凭借归一化处理减少特征提取计算量,计算雷达矩形信号和三角形信号的相像系数,描述信号能量分布情况,通过分形维数深度分析信号盒维数和信号分形集的复杂程度,优化改进灰关联分析法,以降低特征参数的误差和数据差,利用自适应熵权法确定信号特征对应权系数,自适应匹配各信号波形特征权重,最终将信号特征组合得到识别结果。实验结果表明,本方法对信号分解细致,信号识别时间最长为1.67 s,说明本方法的信号识别率高、速度快、鲁棒性好,具有一定的实用性。

匹配追踪信号分解与往复机械故障特征提取技术研究

提出了一种自适应提取往复机械振动信号冲击特征的信号处理方法 .方法的核心是基于特别选定的基元函数将信号展开 .在采用匹配追踪算法分解信号时 ,应用指数衰减正弦波函数作为信号分解的基元函数 ,能够十分理想地匹配信号中的冲击响应波形 ,与往复机械振动信号有最好的相似性 .往复机械的故障诊断实例证明 ,利用该方法提取信号中的瞬态冲击响应特征是可行的 .研究结果为机械冲击故障的特征提取与诊断提供了一条新途径 .

改进的LMD算法及其在EEG信号特征提取中的应用

针对LMD方法在对脑电信号处理时会产生端点效应,为了降低这种端点效应的影响,增强脑电信号的特征提取效果,提出了一种基于相似波形加权匹配的端点延拓算法。该算法主要利用在一段波形中相似子波会反复出现这一特点,提取与端点处波段相似的子波,求得其加权平均波,并利用得到的平均波对原始信号的左右端点进行延拓。仿真结果表明,与传统的LMD方法分解相比,该算法能够有效抑制传统LMD的端点效应,更好地提取脑电的特征信息。

雷达目标回波波形识别的多重变换方法

讨论雷达目标的识别问题，提出了一种多重变换方法。用该方法获取的特征矢量对目标回波的时延与尺度变化具有较好的不敏感性。实验结果表明，该方法对于类似目标具有较高的识别率。

利用毫米波辐射计探测金属目标的研究

基于物质辐射原理和毫米波无源探测技术,设计一套毫米波辐射计系统。根据实际运用需要,提出了目标信号波形特征提取与对目标中心进行定位的方案。通过建立天线温度模型和系统工作模型,进行了相应的仿真分析。最后通过设计实验,得到了十分有用的实测实验数据,验证了系统工作原理。

双特征提取的信号波形自动识别算法

为了提高心电信号预处理和波形自动识别系统的准确性和实用性,本文针对心电信号波形识别的特点,提出了一种基于双特征提取的信号波形自动识别算法。首先采用FIR梳状滤波器来滤除心电信号的工频干扰,然后采用J+X方法对S-T段电平进行特征提取和测量,接着以每个心拍的R波位置为基准,取R波前100 ms和R波后150 ms的心电数据组成原始时域数据集,利用db4小波进行4尺度的小波分解。通过仿真实验表明,本文提出的改进算法在信号去噪后能够保留心电信号的大部分信息,提取的特征参数可以有效地对心电信号的节拍进行分类。

全波形激光测距幅相误差改正方法

针对全波形激光测距中存在的幅相误差问题,提出一种基于神经网络的幅相误差改正方法。利用非合作目标探测信息,通过提取回波波形的形状信息、能量信息、梯度信息、对称性信息及距离信息特征参数,根据皮尔逊相关系数对特征参数进行分级,建立多回波特征信息与幅相误差改正的神经网络模型以校正全波形激光测量中各通道幅相误差的影响。实验使用5%、20%、60%、80%标准反射板及激光采集模块在室内对7种距离进行数据分组采集和处理,并与传统测量方法进行对比。结果表明,该方法可以有效减小全波形激光测量中幅相误差的影响,测量精度提高了51.2%以上。

基于周期FRFT的多分量LFMCW雷达信号分离

多分量线性调频连续波(LFMCW)信号的截获和特征提取是雷达情报侦察的难点,为了实现对多分量LFMCW信号的快速检测和有效分离,提出了一种基于周期分数阶Fourier变换(PFRFT)的多分量LFMCW雷达信号分离新方法。首先介绍了PFRFT,分析了PFRFT和FRFT之间的关系,讨论了LFMCW信号的PFRFT特征。然后给出了一种离散PFRFT的计算方法,结合周期分数阶Fourier域(PFRFD)的窄带滤波和CLEAN算法实现了多分量LFMCW信号的分离。仿真结果表明:①PFRFT的计算效率较周期Wigner-Hough变换(PWHT)具有明显优势;②LFMCW信号分量在特定PFRFD中具有能量峰值,分离后能较好保留时频特征;③当两个LFMCW信号分量的功率相差较大时,适合在PFRFD分离,反之适合在时域分离;④当信噪比(SNR)为0dB时,两个具有相同功率的LFMCW信号分量分离后,与初始信号分量的相关系数都达到了0.9以上。

短波电报信号自动检测技术研究综述

短波电报是强噪声背景下战术应急通信的重要通信手段。长期以来,人们一直致力于解决电报信号的自动检测问题,设法从含噪信号中提取报文信息,但到目前为止这一研究还远未达到预期的目标。首先概述了短波电报的应用现状、数学模型与基本信号特征,之后详细综述了现有短波电报自动检测相关技术的研究现状及其优缺点,基于此深入分析总结出制约短波电报信号自动检测的若干关键技术问题,最后指出了未来的研究方向及可行的技术手段。

面向智能化测定的心电监护仪波形特征多参数提取算法

为弥补医用心电监护系统的不足,实现对患者呼吸、血氧饱和度等体征信息的实时采集,设计面向智能化测定的心电监护仪波形特征多参数提取算法。通过研究心电信号产生机理的方式,确定监护仪波形的特征形式,再借助心电监护导联机制,完成面向智能化测定的心电信号特征分析。在此基础上,分析波形噪声的传输情况,并依照具体的R波峰参数值,建立实际提取度量条件,实现心电监护仪波形特征多参数提取算法的顺利应用。以呼吸、血氧饱和度两项数值作为监测指标设计仿真实验,结果表明与传统多参数遥测监护系统相比,多参数提取算法对于患者体征信息的采集实时性与准确性更强,能够较好弥补医用心电监护系统在实际应用方面的不足。