基于二阶变换的高效液相色谱法测定食品中丙烯酰胺

针对方便面等面粉类食品中丙烯酰胺的测定，建立了基于二阶变换的高效液相色谱测定方法。该方法将二阶变换处理技术应用于HPLC的数据分析和处理，可以使食品样品HPLC图中丙烯酰胺色谱峰得到显著的锐化，大大提高定量分析的准确度和灵敏度。该方法测定丙烯酰胺的线性范围宽泛，定量检测限（LOQ）〈10μg／L，加标回收率为88．3％-91．0％，明显优于不经二阶变换处理的HPLC法。采用该方法对市售方便面样品进行测定，发现丙烯酰胺含量在10～300μg/kg范围内，其含量小于薄脆饼干等常见的面粉类食品。

二阶Radon-Fourier变换与遗传算法结合的快速相参积累算法

针对匀加速运动的高速目标,可以用二阶Radon-Fourier变换(Second-order Radon-Fourier Transform,SRFT)完成对回波信号的相参积累。SRFT算法的原理是通过“速度-加速度”联合搜索来实现目标的运动参数估计,其计算量较大,不满足实时检测的需求。针对这个问题,提出一种基于遗传算法(Genetic Algorithm,GA)的快速实现方法。首先对运动参数集进行编码,设置初始群体;然后通过遗传算法对群体更新迭代,使其能够自发快速地逼近全局最优解,减少不必要的搜索路径;最终快速实现待检测目标的相参积累。仿真结果表明,在保证检测性能的前提下,算法计算量得到有效改善,运算次数减少大约一个量级。

二阶同步挤压S变换及其在地震谱分解中的应用

同步挤压S变换是一种处理非平稳信号的新时频变换方法,通过"挤压"信号的S变换结果,可以得到高分辨率的时频谱.但是,当信号的相位随时间呈非线性变化时,同步挤压S变换计算出的瞬时频率会出现误差,并造成时频谱分辨率降低.为了改善其对于该类信号的时频分析效果,我们利用时间和频率的二阶偏导数对瞬时频率计算式进行修正,提出二阶同步挤压S变换.合成信号处理结果表明,二阶同步挤压S变换的分辨率不但明显高于常用时频变换,在信号瞬时频率随时间呈二次或正弦变化的情况下,其时频挤压效果也好于同步挤压S变换.我们将二阶同步挤压S变换应用到天然气地震勘探资料的谱分解当中,结果表明,二阶同步挤压S变换可以很好地检测到与天然气相关的谱异常.因此,二阶同步挤压变换对于地震解释是一种很有潜力的方法.

时间域和频率域二阶同步压缩变换及其在储层识别中的应用

从时间域推导出时间域二阶同步压缩短时傅里叶变换和时间域二阶同步压缩小波变换,从频率域推导出频率域二阶同步压缩短时傅里叶变换和频率域二阶同步压缩小波变换,通过公式推导结果可以得到二阶同步压缩变换的统一形式,这一规律可以推广到其他二阶同步压缩线性时频变换中去。将二阶同步压缩小波变换应用到实际地震资料处理中。结果表明:该方法可以得到非常高的时频分辨率,能够有效识别储层及有利圈闭,所得结果与测井资料相吻合;相对于传统线性时频分析方法和一阶同步压缩变换方法,二阶同步压缩变换可以使能量更加聚焦到时频脊上,提高时频域分辨率。

二阶同步提取变换的沉积旋回界面定位与追踪识别

针对实际测井资料划分沉积旋回时,预测无井位点地区旋回单元的的限制问题,构建一系列沉积旋回组合的地质模型,通过二阶同步提取变换分析正演模拟结果的频率特征,探求沉积旋回界面追踪方法。结果表明:二阶同步提取变换方法得到的时频谱时频分辨率高,鲁棒性较好;对于旋回单元的顶界面的弱能量信号具有更高的灵敏度;通过设定人工辅助矫正方案,能够将相对误差控制在30%之内,进一步提高追踪结果的准确度。

基于二阶同步提取变换的次同步振荡参数辨识

针对电力系统频发的次同步振荡现象,以及因为振荡频率接近在参数辨识中造成的误差,文章提出一种适用于次同步振荡参数辨识的二阶同步提取变换和希尔伯特变换结合的方法。首先使用二阶同步提取变换方法对信号进行时频分析,得到信号时频图,然后用二阶同步提取变换逆变换分解重构出各个模态分量,最后用希尔伯特变换对提取出来的单个模态分量进行参数辨识,识别其频率、阻尼比、衰减因子等主要参数。分别用理想测试信号与录波数据对其进行验证,仿真结果表明,对比短时傅里叶变换等方法,该方法在计算各模态频率,模态分量重构以及参数辨识上有更高的精度。

基于二阶Keystone变换的双站前视SAR成像算法

由于回波信号具有剧烈的二维耦合和距离徙动特性,相比传统的单站合成孔径雷达(SAR)而言,双站SAR数据的成像处理更具有挑战性,双站前视SAR则更是如此。由于没有解决距离徙动的空变性和高阶距离-方位耦合,导致目前现存的成像算法效果较差,成像范围也受到较大限制。针对上述问题,文中提出了一种基于二阶Keystone变换(KT)和改进的非线性调频变标(NLCS)方法的成像算法。首先,利用线性距离徙动矫正去除线性距离徙动和多普勒中心频率;然后,采用二阶KT来补偿距离弯曲;最后,采用改进的非线性调频变标方法用于均衡不同点目标方位空变的多普勒调频率。仿真结果证明了该算法的有效性。

基于二阶自适应同步挤压S变换的时变子波提取方法

鉴于时不变子波的假设条件不能反映实际地震数据的非稳态特性,且传统分段提取时变子波的方法不能满足勘探所需的精度要求,提出了一种基于二阶自适应同步挤压S变换(ASST2)的时变子波提取方法,可以从非稳态地震数据中直接提取时变子波。首先对非稳态地震数据进行ASST2时频分析得到高质量的时频谱图,再通过建立局部谱的统计参数与加权指数型子波的解析关系实现逐点提取子波,最后基于时空域的时变子波矩阵建立非稳态地震记录褶积模型。与常规提取子波的方法相比,该方法不需要地震数据稳态或分段稳态的假设条件,根据数据自身特点自适应估计子波参数,克服了对子波形态的限制条件,同时避免了误差累计。模型数据测试和实际地震数据应用结果表明,该方法能够有效地提取时变子波,即使在相邻地层也能保证子波估计的准确性,从而提高地震资料处理的精度。

采用二阶Keystone变换的机动目标ISAR成像算法

针对具有复杂运动的机动目标在相干成像时间内产生的一阶距离徙动和二阶距离徙动的问题,本文提出了基于二阶Keystone变换的二维ISAR成像算法。文章首先结合去调频接收机技术,建立并分析了机动目标的回波信号模型,并对回波信号使用二阶Keystone变换以去除二阶距离徙动。然后,采用分数阶傅里叶变换(Fr FT)估计二阶Keystone变换后新生成的二次相位项的调频斜率,并依此补偿该二次相位项。对补偿后的回波信号再次使用二阶Keystone变换以去除一阶距离徙动。最后,对回波信号使用2D FFT以获取机动目标的高分辨2D ISAR图像。数值仿真和实测数据成像结果验证了本算法的有效性。

基于二阶同步挤压变换的齿轮箱故障识别

在时频分析过程中,采用传统的短时傅里叶变换与小波变换,均不能同时拥有良好的时间分辨率和频率分辨率,针对这一问题,提出了一种基于二阶同步挤压变换的齿轮箱故障识别方法。首先,在时频分析中,利用含有上、下边频带的模拟信号,对二阶同步挤压变换的信号提取效果进行了测试;通过加入不同程度的高斯白噪声,对二阶同步挤压变换的抗噪性能进行了测试;然后,以国内某现役地铁齿轮箱实体为研究对象,通过软件构造了其计算机虚拟样机,并借助有限元软件生成了以箱体为柔性体、传动系统为刚性体的齿轮箱刚柔耦合模型,并得到了含有断齿故障的齿轮箱和正常状态齿轮箱的测点位置振动加速度信号;最后,采用二阶同步挤压变换成功地识别出了含有断齿故障状态下齿轮箱的啮合频率和边频带,以及正常齿轮运转过程中的啮合频率。研究结果表明:相较于同步挤压变换以及传统时频分析方法,二阶同步挤压变换具有更好的时频分辨率,可以为后续的地铁齿轮箱振动信号实测以及信号识别提供一种可靠的工具。

基于鲁棒局部均值分解与二阶瞬态提取变换的滚动轴承故障诊断

利用传统故障诊断方法对滚动轴承进行诊断时存在故障特征提取困难以及提取特征不明显的问题。针对此问题,提出了一种基于鲁棒局部均值分解(robust local mean decomposition,RLMD)以及二阶瞬态提取变换(second-order transient-extracting transform,STET)的故障特征提取方法。首先对滚动轴承故障信号进行RLMD处理,得到一系列故障信息丰富的特征分量。然后利用二阶瞬态提取变换善于提取信号中强脉冲分量的特点,对筛选出的分量进行二阶瞬态提取变换以提取脉冲故障特征进行诊断分析。实验分析结果表明,该方法能够有效地提取出故障特征,且特征提取效果优于传统诊断方法,适用于滚动轴承故障诊断。

基于二阶瞬态提取变换的滚动轴承故障特征提取方法研究

在变负载、变转速工况下,带式输送机托辊滚动轴承故障特征的提取存在困难,针对这一问题,提出了一种基于二阶瞬态提取变换的滚动轴承故障特征提取方法。首先,根据故障轴承振动信号中冲击性成分频率变化规律构建了二阶频率变化模型,消除了传统时变模型处理短时、宽频冲击性成分时存在的频谱模糊现象;然后,在短时傅里叶变换(STFT)的基础上,通过二维群时延时频重排算法实现了具有很高能量聚集性的时频特征表示,降低了背景噪声以及信号中非冲击成分的影响;最后,根据瞬时频率和瞬时幅值的分布规律,将共振频带冲击性成分重复频率作为判别轴承故障类型的依据,利用仿真数据和带式输送机的工程实际数据,对所提出的方法的有效性进行了验证。研究结果表明:相对于传统的时频分析方法,所提出的方法能够更加准确地对变负载、变转速工况下的轴承故障进行诊断,能在存在噪声干扰的实际振动信号中准确识别到53.32 Hz和106.9 Hz的故障特征频率,具有一定的工程应用价值。

二阶同步提取Chirplet变换及应用于变转速滚动轴承故障诊断

为提高同步提取变换(SET)对含噪信号或强调幅-调频(AM-FM)信号的分析效果,分析SET框架。对比基于短时傅里叶变换(STFT)与Chirplet变换(CT)的SET算法,CT比STFT的信号适应性更好,时频分析结果具有更高的能量聚集性。基于Chirplet变换和SET框架推导出同步提取Chirplet变换(SECT)公式。为进一步提高SECT在时频面的时频分析能力,利用相位二阶偏导数获得更加准确的瞬时频率估计;提出二阶同步提取Chirplet变换(SECT2),以获得高分辨率的时频表达。通过分析数值仿真信号、蝙蝠信号以及试验台轴承故障数据,验证了所提方法的有效性。

基于二阶Keystone变换的FMCWSAR动目标成像与参数估计

本文研究了一种适用于调频连续波(Frequency Modulated Continuous Wave,FMCW)合成孔径雷达(Synthetic Aperture Radar,SAR)的地面动目标成像与参数估计的方法。首先,建立FMCW SAR系统下的动目标回波模型,通过多普勒频移补偿和时频代换,提出了一种基于二阶Keystone变换校正动目标回波距离弯曲的方法。其次,用Hough变换去估计动目标距离向速度,并据此进行距离走动校正。最后,采用Wigner-Hough变换估计动目标的多普勒调频率,通过补偿二次和三次多普勒相位实现动目标的精确聚焦。仿真结果表明:该方法对参数估计有较高的准确性,同时估计的参数对动目标成像有较好的聚焦效果。

矩阵的基准二阶子式变换法

本文主要介绍化简矩阵的一个方法,即基准二阶子式变换法。它是在矩阵的初等变换的基础上,归纳总结出来的。这一方法自始至终,绝不用到除法,运算次数少,实为化简矩阵的一个普遍方法。

基于二阶Keystone的微弱运动目标检测

雷达技术是为了探测远距离目标而发展起来的。弹载雷达处理回波信号,实现对移动目标的测速与测距。微弱运动目标的“远距、低可探测、高机动”性使传统的检测方法难以识别、探测、跟踪。为提高对这类目标的检测能力,常会对信号进行积累。但由于目标的运动,长时间积累会产生跨越距离走动单元与跨速度单元现象。研究了匀加速运动目标回波信号模型,分析其中引起距离走动的分项,分析比较用一阶与二阶Keystone算法校正距离走动的效果,选择用CZT-IFFT(Chirp-Z transformation-inverse fast fourier transform)的方法实现二阶Keystone校正距离弯曲与距离走动,并对比了不同校正方法的信噪比改善效果。

一种基于TRT-SKT-HAF的变加速目标快速相参积累算法

在雷达高速机动目标的检测中,目标的运动特性会带来距离走动和多普勒徙动现象,不利于后续进行相参积累。传统算法为解决目标运动造成的影响,需要对目标的运动参数进行搜索,加大了计算量。针对上述问题,文中提出了一种基于慢时间序列反转变换(TRT)-二阶keystone变换(SKT)-高阶模糊函数(HAF)的变加速目标快速相参积累算法。该算法通过TRT和SKT校正距离走动,利用HAF估计目标加速度并构建相位补偿函数以校正多普勒徙动。与广义Radon-Fourier变换相比,所提方法无需进行任何参数搜索,计算复杂度减少了3个数量级。仿真结果表明,所提方法在检测门限上相比于Radon分数阶模糊函数算法降低了5 dB,在低信噪比下有更好的检测性能。

基于正则形理论的非线性稳定因子

在正则形二阶变换基础上,通过研究变换过程中省略的交叉项和省略的三阶项,提出了分析大扰动下电力系统稳定的非线性稳定因子的新概念,即阻尼因子和稳定域因子的新概念。通过阻尼因子可分析大扰动下正则形变量幅值发生变化的快慢,在此基础上再通过稳定域因子的计算得到大扰动下正则形变量稳定的区域,进而判断系统稳定情况。这些稳定信息是无法从以往的分析理论和方法中得到的,这从另一侧面为系统的稳定分析提供了一条可行途径。电力系统算例仿真结果证明了本文所提出非线性稳定因子这一新概念的正确性和在电力系统中应用的有效性。

宽带机动目标检测

该文提出了一种高机动目标宽带信号检测与运动参数估计方法,即先通过相邻相关对目标回波进行降阶处理,然后将其变换到距离频域,利用广义二阶keystone变换去除距离弯曲,接着对一个距离单元信号进行时间调频率变换并估计方位向的调频率,构造相位补偿函数,对广义二阶keystone变换后的信号进行补偿,再进行第二次广义二阶keystone变换,最后通过距离IFFT和方位FFT对目标进行检测,通过估计的参数可以获得目标的运动参数。仿真和实测数据验证了该方法的有效性。

机载合成孔径雷达运动目标成像研究

研究运动目标成像的关键技术:距离迁徙校正和运动参数检测。利用广义二阶key-stone变换校正距离迁徙,提出不同消失矩的小波检测运动参数方法,适合硬件实现。通过广义二阶key-stone变换和Radon变换实现多运动目标数据的分割;超分辨方法处理获得清晰的多运动目标图像。通过X波段SAR运动目标实际数据验证了算法的有效性,在高信杂比的情况下,可得到比时频分析方法分辨率更高的运动目标图像。