基于循环平稳分析的LFM信号盲处理结果可靠性评估

针对线性调频(LFM,Linear Frequency Modulation)信号盲处理结果的可靠性评估问题,提出了一种基于循环频率特征分析的处理算法.首先对观测信号进行调制方式识别及参数估计,并据此建立参考信号,后将观测信号与参考信号作相关运算.通过检测相关序列在零频率附近是否存在循环频率,实现对LFM信号盲处理结果的可靠性检验.文中对所提出检验算法的错误概率进行了理论推导,并以常用的离散多项式变换(DPT,Discrete Polynomial Transform)法为例进行了实证分析.仿真结果表明,相对于已有时域方法而言,本文算法无需估计信噪比,且在低信噪比条件下具有更好的统计性能.

基于K-S检验的BPSK信号盲处理结果可信性评估

本文提出了一种基于K-S(Kolmogorov-Smirnov)分布拟合检验的BPSK信号盲处理结果可信性评估算法.首先建立了BPSK信号盲处理结果可信性评估的假设检验模型,而后根据调制识别结果对应的信号模型构造参考信号,提取其与观测信号相关后的相位序列.基于K-S分布拟合检验,比较相位序列概率分布与零假设下特定概率分布是否一致,以判决某次处理结果的可信与否.计算机仿真结果表明,本算法可在较低信噪比条件下,实现对BPSK信号盲处理结果的可信性检验.

基于NP准则的LFM信号盲处理结果可靠性检验

本文研究了线性调频(LFM,Linear Frequency Modulation)信号盲处理结果的可靠性检验问题,提出了一种基于纽曼皮尔逊(NP,Neyman-Pearson)准则的检验算法.先根据调制识别结果对应的信号模型构造参考信号,通过分析不同假设下参考信号与观测信号相关累加值概率分布参数的差异,利用NP准则构建检验统计量并确定相应的门限,对LFM信号盲处理结果的可靠性进行检验.计算机仿真结果表明,本算法在较低信噪比条件下,可实现对LFM信号盲处理结果的可靠性检验.

BPSK信号盲处理结果的可靠性检验算法

研究了BPSK信号盲处理结果的可靠性检验问题,提出了一种基于线性回归失拟分析的检验算法。该方法在无信号先验知识的条件下,先根据调制识别结果对应的信号模型构造参考信号,在分析参考信号与观测信号相关累加后模值曲线线性回归特性的基础上,将BPSK信号盲处理结果的可靠性检验问题转化对相关累加后模值曲线线性回归的失拟检验问题。计算机仿真结果表明,本算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可靠性检验。

基于霍夫变换的QPSK信号盲处理结果可信性评估

为了有效评估QPSK信号盲处理结果可信与否,提出了一种基于霍夫(Hough)变换的评估算法。该方法在缺乏信号先验知识的条件下,根据调制识别结果及相应参数估计结果构造辅助信号,将辅助信号与观测信号作相关累加。以相关累加模值曲线特征为依据,将QPSK信号处理结果的可信性评估问题转化为对Hough变换极值点聚类数是否为1的检验。计算机仿真结果表明,当信噪比大于等于-2 d B时,算法的平均校验正确率大于93%。

基于回归特征分析的BPSK信号盲处理结果可信性评估

针对二相编码(Binary phase shift keying,BPSK)信号盲处理过程中信号调制方式识别及参数估计的可信性评估问题,提出了一种基于线性回归特征分析的处理方法。根据特定处理结果建立参考信号,并将参考信号与原始观测信号进行相关累加取模值,在分析相关累加模值曲线在原序与升序两种不同情形下线性回归差异的基础上,分别定义了排序回归系数及分段回归符号两大特征,用以判别BPSK信号盲处理结果的可信性。计算机仿真结果表明,在低信噪比、缺乏信号先验信息的条件下,本算法可对BPSK信号盲处理结果的可信性进行有效检验。

基于偏度、峰度特征的BPSK信号盲处理结果可信性评估

针对BPSK信号的盲处理结果可信性评估问题,研究了一种基于峰度、偏度特征的处理算法。先根据调制识别及参数估计结果构造参考信号,后将观测信号与参考信号作相关运算,分别提取相关序列的相位峰度、相关累加序列模值峰度及偏度作为特征量,对BPSK信号处理结果的可信与否作出统计判决。推导并验证了相关序列相位峰度的理论表达式,并对所提算法在不同条件下的性能作了仿真验证。

基于近似熵分析的BPSK信号盲处理结果可信性校验

提出一种基于近似熵分析的BPSK信号盲处理结果可信性校验算法。先通过特定算法对信号进行调制方式盲识别及参数估计,而后根据识别结果对应的调制信号模型构造参考信号,并将参考信号与观测信号作相关累加运算。通过计算相关累加曲线原序与按升序重排后两者近似熵的差值,将BPSK信号盲处理结果的可信性检验问题转化对近似熵差是否大于零的检测。给出基于Bootstrap法的判决门限设置方法。计算机仿真结果表明,该算法在较低信噪比条件下,可实现对BPSK信号盲处理结果的可信性检验。

一种改进的BPSK信号盲处理结果可信性评估算法

文章研究了二相编码信号(Binary Phase Shift Keying,BPSK)盲处理结果的可信性评估问题,提出一种改进的基于相关累加曲线统计特征的处理方法。该方法在无信号先验知识的条件下,先利用处理结果建立参考信号,然后计算其与原始信号的相关累加曲线及不同可信性假设下相关累加曲线的特征差别,分别定义了相关系数及相关系数符号性特征来对BPSK信号盲处理结果的可信与否作出判断。计算机蒙特卡洛仿真证实了所提出算法的有效性。

基于盲信号处理的机械噪声监测与故障诊断

在介绍盲信号处理统一模型的基础上,全面归纳了其典型算法,综述了它在机械噪声监测与故障诊断中的研究现状,重点讨论了混合模型、噪声盲源分离与盲解卷积、盲源分离与多种技术的结合、噪声监测与诊断系统研究等方面的应用,并指出需要进一步研究的主要问题。

基于负熵的旋转机械盲信号处理

针对机械设备盲信号处理实践中,机械源信号数目大于多通道观测数目的欠定盲信号处理问题,将非高斯性的度量指标——负熵和经验模式分解引入机械设备的故障特征提取,提出基于负熵的旋转机械盲信号处理方法,从而解决欠定的单通道机械盲信号处理问题。首先将机械设备的单通道观测信号经验模式分解,得到本征模函数,然后计算本征模函数的负熵值,并将负熵值依序组成负熵基特征向量,最后采用最小二乘支持向量机进行机械设备的模式判别和故障诊断。液压齿轮泵的盲信号处理试验表明,该方法的故障识别率达到了93%以上,表明该方法是可以应用于机械盲信号处理实践的。

盲信号处理在感应电动机复合故障诊断中的应用研究

感应电动机定子短路和轴承故障一起发生时,由于故障机理不同,通常需要同时采集定子电流和振动信号才能进行有效诊断。研究了一种通过振动信号同时诊断两种故障的方法,以两种故障一起发生时的低频振动信号为研究对象,采用最小均方盲提取算法对故障信号进行提取,得到了信噪比提高的故障信号,做频谱分析后两种故障的特征频谱能够很好地分辨。通过实验平台模拟了定子相间短路和轴承外滚道缺损的复合故障,诊断结果表明该方法能够提取故障信号,减少噪声干扰,实现了利用振动信号对感应电动机复合故障的诊断。

基于盲信号处理方法的LCD运动图像去模糊研究

运动模糊是LCD在电视应用中的一个主要挑战。提出了一种采用盲信号处理解决LCD运动图像模糊问题的方法。该方法通过MPRT(Motion Picture Response Time)方法得到LCD运动模糊图像。采用倒谱分析方法估计运动矢量,将得到的运动矢量用到已知的LCD运动图像模糊模型中,进而得到盲去卷积的初始点散函数(PSF)。仿真结果表明,通过该盲去卷积的方法使得LCD运动图像得到了很大的改善。

盲信号处理中的次序不确定性问题研究

深入研究了盲信号处理中解决次序不确定的互参数法的理论基础,通过公式推导和高斯白噪声下的仿真实验,揭示了互参数法有效的原因之一是离散傅立叶的计算方法提供了互参数的相关性,从而得出了互参数法的应用可以拓展至语音信号以外的信号的结论;通过对源信号计算互参数来反映相关系数Corr和KL距离在语音信号卷积混合频域解法中的性能,发现KL距离的性能优于相关系数,但是在某些情况下,由于离散化带来的误差和信号长度太短而引起的独立性下降等因素,使得KL距离仍然存在着不能够进行有效进行频率对准的可能。

故障滚动轴承振动信号的半盲处理方法研究

利用旋转机械的振动信号的循环平稳特性,采用基于二阶统计量(Second O rder Statistic,SOS)的盲均衡技术从多个传感器信号中恢复出"真实的"振动源信号,实现了同类信号的数据级融合。以滚动轴承故障信号的阶次谱结构为先验知识,提出了用于滤波性能评价的两个指标,实现了盲均衡滤波器参数的优化,从而给出了一种可用于滚动轴承故障诊断的半盲信号处理方法。采用某型单级减速齿轮箱的实验数据验证了该方法的有效性。

盲信号处理中FastICA算法的IP核设计

针对盲信号处理中FastICA算法处理速度慢、性能差的问题,提出使用FPGA实现FastI-CA算法的方案,以提高FastICA算法的处理能力。设计了基于Avalon总线的FastICA IP核,嵌入到SoPC和ASIC设计中。仿真测试结果表明,FastICA IP核实现了盲信号分离,处理速度是PC的20倍,满足了高速盲信号处理的需要。

基于盲信号处理的传动箱状态监测与故障诊断

将盲信号处理技术应用到基于振动分析的传动箱故障诊断中,作为信号预处理与故障特征提取的主要工具,可极大增强故障信息,改变传统的以降噪为主的故障信息增强思想,提高诊断精度,解决实际中故障定位难、早期故障诊断率低的难题。

盲信号处理几个关键问题的研究

盲信号处理包括盲信号分离、盲均衡与盲多用户检测和盲系统辨识等领域,是近年信号处理和神经网络研究的热点.介绍了清华大学在这些关键问题上取得的重要研究成果与进展.

基于盲信号处理技术的地震弱信号分离方法

盲信号处理技术作为现代信号处理领域的研究热点之一,面临着在源信号和传输通道参数未知或知之甚少的情况下,由一个传感器或者转换器的输出信号中分离出的源信号难以有效测控的问题。通过研究盲信号处理技术在地震弱信号分离中的应用,在分析隐蔽油气藏地震反射信息特征与盲信号处理理论之间关系的基础上,建立适合储层目标弱信号分离的地震盲源信号混叠模型,提出了分离2种弱信号的新方法,并利用围岩反射在各地震道的相似性和目标储层弱信号的差异性设计迭代法加以实现。模型仿真实验和实际地震资料的处理结果表明,该算法能够有效地分离地震弱信号,达到提高地震资料分辨率的目的。

盲信号处理技术在双通道前臂肌电信号识别中的应用

根据肌电信号产生机理 ,本文对双通道前臂肌电信号建立单输入多输出 FIR系统模型 ,由于模型输入未知且不可测 ,采用了盲信号处理方法对模型参数进行辨识 .通过提取模型冲激响应作为信号特征 ,能够对握拳、展拳、前臂内旋和前臂外旋四类前臂动作进行识别 .实验表明 ,该方法仅需建立较低阶数的模型即可达到较好的分类目的 ,性能要优于传统的