分数阶频率加权能量算子在滚动轴承故障诊断中的应用

针对强噪声背景下滚动轴承故障特征难以提取的问题,提出了一种新的特征增强方法——分数阶频率加权能量算子。首先,利用傅里叶变换将信号从时域转换到频域,得到信号频谱的幅值函数和相位函数;其次,设定微分阶次的变化范围和变化步长,根据傅里叶变换的时域微分性质在频域内对信号的幅值函数进行分数阶微分处理,将微分处理后的幅值函数与相位函数相结合,再利用傅里叶反变换得到微分处理后的信号;最后,对不同阶次的微分信号进行Hilbert变换得到包络信号,利用包络峭度指标选择最佳的微分阶次,利用该阶次下的微分信号求取包络谱,从而确定轴承的故障模式。实验结果表明,该方法可以有效地提取出强噪声背景下的滚动轴承故障特征。

强噪声背景下频率加权能量算子和变分模态分解在轴承故障提取中的应用

从机械系统中传出的信号通常包含着不同的叠加振动成分,包括有用信息以及不可避免的背景噪声和其他频率干扰,因此波形较为复杂,并且其幅值和频率会随着时间发生变化。当背景环境较为复杂或噪声较大时,从混合信号中提取出的轴承故障特征信号更是如此。对于此类信号,模态分解算法不仅可以去除大量的高频噪声,而且还能将振动信号分解成一系列具有单一成分的模态分量,从而更好地发现振动信号的物理意义。引入一种新的轴承故障特征提取方法,首先利用变分模态分解算法先将故障信号分解为若干个成分单一的模态分量;然后利用一种新的能量算子——频率加权能量算子对含有故障频率的模态分量进行处理,得到其能量谱从而提取出轴承故障特征频率;最后以一种常见的振动筛分设备振动筛为实际案例,对其轴承故障特征进行提取,并通过对比,说明了该算法的优越性和实用性。

变步长频率加权能量算子在轴承故障诊断中的应用

通过包络解调可以提取调制信号中的周期成分来实现轴承故障的早期诊断与预警。但在进行包络解调时,需要解调信号必须为单调幅调频信号,且解调效果容易受到其他干扰信号的影响。频率加权能量算子较包络解调具有更高鲁棒性,但频率加权能量算子在离散化时使用的中点平均差分方法对中心频率较低的调制信号进行解调时鲁棒性较差。因此变步长频率加权能量算子通过改变步长参数来增强其在中心频率较低时的鲁棒性。通过分析与试验验证表明,变步长频率加权能量算子在整个频带都具有较好的解调效果。变步长频率加权能量算子可以在信号未经分解的前提下实现不同共振频带的解调,所以具有更强的工程应用价值。

求解合理拱轴线的加权能量方法

通过构造一种基于拱轴线变形能的多参数拱轴线优化方法,以处理控制参数较少的函数曲线难以使拱轴线与压力线重合的问题。该方法以加权能量函数作为优化目标,运用样条曲线逼近主拱圈压力线,并建立主拱圈位移影响矩阵来计算主拱圈的位移调整量。加权能量方法将各个单元的弯曲变形能总和作为优化目标,通过给予每个位置的单元弯曲变形能不同的加权系数来达到调整拱轴线上各点的弯矩分布的目的。算例分析说明求解的拱轴线坐标是合理的,应用平均加权和高斯加权方法可有效减少主拱圈弯矩。

频率加权能量算子在振动筛故障诊断中的应用

Teager能量算子解调方法在信号领域已经得到广泛应用,但由于对噪声较为敏感,造成其鲁棒性较差。振动筛属于振动机械设备中的筛分设备,其结构特点与运行原理与普通的旋转机械有着很大不同,因此提取出的振动信号同旋转机械提取出的振动信号也同样有着较大区别,主要体现在,信号中不仅存在着大量的背景噪声,而且信号中的成分也较为复杂,因此传统的能量算子在振动机械的实际应用上受到了很大限制。基于此,提出一种全新的能量算子方法—频率加权能量算子,该方法在很大程度上解决了传统能量算子关于噪声敏感性的缺点。将该方法应用到仿真模拟实验与振动筛实际应用中,并同传统的能量算子进行比较,发现能够很好的分离出故障频率,证明了该方法具有实用性与优越性。

基于频率加权能量算子与1.5维谱结合的发电机特征振动信号增强

针对多极发电机故障振动信号信噪比低,故障识别难度高的不足,本文提出了频率加权能量算子(FWEO)与1.5维谱结合的方法来对发电机振动信号进行特征增强和滤噪。该方法应用频率加权能量算子来提取瞬态冲击特征和滤噪,应用1.5维谱来进行信号的二次特征增强和抑噪。对3对极发电机定子匝间短路故障前后定子振动数据的处理效果表明,本文所提方法能有效对发电机特征振动信号进行增强并实现有效滤噪,实现故障的快速识别;其处理效果不仅优于单一的频率加权能量算子和单一的1.5维谱,而且与当前流行的最大相关峭度解卷积算法相比具有一定优越性。

高阶频率加权能量算子在列车轴箱轴承故障诊断中的应用

针对轴箱轴承振动信号中微弱故障冲击难以识别的问题,提出了高阶频率加权能量算子的信号解调方法,进而完成轴箱轴承的故障诊断。频率加权能量算子(FWEO)通过在解调时加入信号中瞬时频率的权重,从而提高了干扰情况下解调的鲁棒性,但是当干扰信号能量较大时,FWEO依然无法有效解调轴承的故障冲击信息。因此,在FWEO基础上通过高阶的导数运算,形成了高阶频率加权能量算子(HFWEO)。HFWEO通过高阶导数运算提高了瞬时频率的权重,从而有效提高了HFWEO对干扰信号的抑制作用;使用相关峭度准则确定合适的阶次,保证HFWEO在提高抗干扰性的同时又引入较少的高频噪声,从而实现更可靠的轴箱轴承故障诊断。使用所提出的解调方法对仿真信号与轴箱轴承振动信号进行解调,并与传统解调方法进行对比,结果表明,提出的HFWEO能量算子对干扰具有很好的抑制作用,可以在较低信号干扰比情况下具有良好的解调效果,同时所提的相关峭度准则可以准确地确定最佳的HFWEO阶次,在复杂干扰情况下依然可以有效提取轴承故障冲击,克服了传统解调方法在干扰严重时的局限性,抑制了干扰的影响,对信号中故障冲击识别更加有效,为更准确、快速判断轴承故障类型提供了可靠保证。

一种自适应加权能量检测超宽带接收机

能量检测(ED)接收机由于具备结构简单、易于实现的特点,已经成为非相干超宽带通信系统的两大主流接收机技术之一。为了抑制噪声以提高误码性能,加权ED接收机作为传统ED接收机的一种改进方案被提出。主要研究了加权ED接收机的自适应实现问题,即利用自适应算法来逼近加权系数的最优解,进而实现自适应信号检测。采用的自适应算法为归一化最小均方(NLMS)算法。利用NLMS算法进行自适应迭代以优化加权系数,从而避免了信道估计和矩阵分析;分析比较NLMS算法在不同步长值下的收敛性能和自适应加权ED接收机在不同加权系数维度下的误码性能,最后给出并分析了自适应加权ED接收机在最佳加权系数维度下的误码性能曲线。仿真结果表明,相比传统的ED接收机,自适应加权ED接收机能够在误码性能方面改善0.5 d B^1.2 d B。

图的一种加权邻接矩阵谱半径和能量的界

图G的一种加权邻接矩阵记为A_(db)(G)=(a^(db)_(ij))_(n×n),若顶点v_(i)和顶点v_(j)相邻,则a^(db)_(ij)=d_(i)+d_(j)/d_(i)d_(j),反之a^(db)_(ij)=0.给出图G的加权谱半径的上下界,并在此基础上给出加权谱半径的Nordhaus-Gaddum-type关系.得到了图G的加权能量的几个上下界,并在此基础上给出加权能量的Nordhaus-Gaddum-type关系.

基于NSCT结合显著图与区域能量的红外与可见光图像融合

针对传统的红外与可见光图像融合出现的清晰度和对比度偏低,目标不够突出的问题,本文提出了一种基于Non-subsampledContourlet(NSCT)变换结合显著图与区域能量的融合方法。首先,使用改进的频率调谐(Frequency-tuned,FT)方法求出红外图像显著图并归一化得到显著图权重,单尺度Retinex(Single-scale Retinex,SSR)处理可见光图像。其次,使用NSCT分解红外与可见光图像,并基于归一化显著图与区域能量设计新的融和权重来指导低频系数融合,解决了区域能量自适应加权容易引入噪声的问题;采用改进的“加权拉普拉斯能量和”指导高频系数融合。最后,通过逆NSCT变换求出融合图像。本文方法与7种经典方法在6组图像中进行对比实验,在信息熵、互信息、平均梯度和标准差指标中最优,在空间频率中第一组图像为次优,其余图像均为最优结果。融合图像信息量丰富、清晰度高、对比度高并且亮度适中易于人眼观察,验证了本文方法的有效性。

一种基于能量加权的阵列宽带信号定位算法

提出了一种基于能量加权的阵列宽带信号定位算法。首先,对宽带信号使用MUSIC算法在频域进行方向估计;再根据信号在各个频点能量的大小,对相应频点的估计值进行加权,从而得到最终的方向估计值。该算法克服了随机选择频点定位算法不稳定的缺点,同时也优于对各频点方向估计值进行等权平均的算法。仿真结果验证了该算法的优越性。

一种新的用于全波形反演的能量加权梯度方法

在全波形反演中,深层区域的反演效果明显不如浅层区域的反演效果好。针对这一问题,在不增加计算量的前提下提出了一种新的能量加权梯度方法,引入了反偏移方法,利用反偏移方法计算得到的加权能量对梯度进行预处理。这种改进方法克服了常规能量加权梯度方法计算加权能量不准确、迭代收敛慢的缺陷,可以在提高深、浅层整体反演效果的同时加快迭代收敛速度。模型试算结果表明,基于改进后能量加权梯度方法的全波形反演效果及迭代收敛速度明显优于常规的能量加权梯度方法。

基于小波包分解和频率加权能量算子的滚动轴承故障诊断

针对强背景噪声下故障特征信号提取难的问题,利用小波包分解能重构信号高低频的特点和频率加权能量算子抗干扰性强的优势,提出基于小波包分解与频率加权能量算子相结合的滚动轴承故障诊断方法。首先运用小波包分解对原始信号进行三层小波包分解,通过计算各个分量的峭度得出最优分解系数;再利用频率加权能量算子追踪信号的瞬时能量并求其包络谱;最后分析包络谱中频率成分并与对应故障特征频率进行对比。仿真信号和实验数据都能证明所提方案的有效性和实用性。

加权视差能量模型

由于人左右眼间距的存在,使得同一空间物体在左右眼视网膜上的投影存在位置差异,称之为视差.左右眼视网膜获取的信息最初在初级视皮层(V1区)进行融合,该区域有大量对视差敏感的神经元.关于它们的视差选择特性,目前比较公认的计算模型是视差能量模型,然而该模型却无法解释V1区神经元对反相关随机点立体图(Anti-correlated random dot stereograms,aRDS)的响应要比对随机点立体图的响应弱这一神经生理学发现.为此,本文提出了一种加权视差能量模型:首先,利用左右眼感受野内的信号差异对神经元的响应能量进行调制,然后再结合神经元之间的相互作用来计算细胞群响应,从而得到图像视差.本文旨在探索基于神经生理学的视差计算方法,主要贡献有:1)加权视差能量模型能够很好地解释V1区神经元对反随机点立体图的响应比随机点立体图响应弱的生理特性;2)加权视差能量模型的视差计算结果精度比现有基于神经生理学的模型更高,甚至高于一些传统的计算机视觉方法.

无线传感器网络的能量有效加权分簇算法

在能量有效加权分簇(EWC)算法的基础上,提出一种簇首选择算法EWC-N(new EWC)。该算法根据节点的邻节点数量与剩余能量计算出权值,选出权值大的节点为簇首,在选择簇首的过程中,动态调整簇首之间的距离。该算法减少了分簇过程中能量的消耗,簇首的分布更加合理。仿真实验结果表明,该算法相对于EWC提高了能量有效利用率近9%,延长了约12%的网络生存时间。

基于光谱角匹配和加权自相关约束能量最小化算法的水面目标探测方法

为实现对高光谱图像海面舰艇目标进行有效探测,通过对传统的目标探测算法进行改进,解决了加权自相关约束能量最小化算法(Constrained Energy Minimization,CEM)对于大目标地物提取效果不佳的问题.对高光谱图像做降维和端元提取处理,并利用提取的端元进行光谱角匹配(Spectral Angle Mapping,SAM)分类来确定两个重要的分类:舰船类和海水类;从所有像元中减去舰船类像元作为背景像元,通过基于纯背景像元加权自相关矩阵的SAM-CEM算法计算探测结果;通过分类图像来获得只包含海水和舰船的灰度图像,并进行二值化和数学形态学处理,寻找范围最大的白色区域为海水区域;通过对目标探测图像进行二值化,利用舰船目标在海水中的特点,去除不在海水区域内的虚警目标,从而确定最终的舰船目标.实验结果表明:该算法能够更好地增强目标信号而抑制背景信号,从而避免了加权自相关CEM算法中目标信号作为背景信号参与运算而对探测结果的影响,在对海面舰艇的目标探测中取得了令人满意的结果.

多能光子计数X-CT能量加权图像重建方法

目的:研究多能光子计数X-CT能量加权图像重建方法及其重建性能。方法:运用Geant4软件模拟140 keV下X射线真空管,以及基于光子计数探测器的多能X线探测系统,对各能量段的滤波反投影图像进行能量加权重建。结果:获得了出射X射线连续能谱以及多能CT各能量段的光子计数,能量加权重建图像的噪声水平和对比噪声比分别为0.108和3.8415,与不分能量收集光子重建的图像相比,噪声水平减少了9.1%,对比噪声比增加了13.64%。结论:与不分能量收集光子重建的图像相比,能量加权重建获得的图像噪声更低、对比度更大。

加权全能量最小的圆环形变

主要考虑如下加权全能量极值问题:h∈■^(inf)(A_(1),A_(2))α∫∫A_(1)(|h_(N)|^(2)+|h_(T)|^(2))1/(|h_(z)|^(2))dz+β∫∫A_(1)|h_(N)|^(2)+|h_(T)|^(2)/J(z,h)1/|z|^(2)dz,其中■(A_(1),A_(2))代表从圆环A_(1)到圆环A_(2)的所有保向同胚映射的集合.研究得到唯一的极值映射为径向拉伸映射.这将[Iwaniec T,Onninen J.Hyperelastic deformations of smallest total energy[J].Arch Rational Mech Anal,2009,194:927-986.]的结果推广至非欧情形.同时,也分别研究了圆环上的加权调和能量的极值问题与加权偏差的极值问题.

基于能量加权算法的高精度伪码测距机载无线电高度表设计

机载无线电高度表是军、民用航空器上必不可少的辅助导航设备,对于战术动作、巡航地形匹配、低空飞行等具有重要意义。针对现有体制无线电高度表存在的测高精度低、功耗大、抗干扰能力差等问题,论文提出了一种对匹配滤波器输出畸变波形实施能量加权算法的高精度伪码测距机载无线电高度表设计方案。系统硬件由集成FPGA与多核ARM的ZYNQMP芯以及宽带射频集成芯片ADRV9009构成,在提高运算能力和探测分辨率的同时,功耗和体积均降低一半以上;然后采用高性能Frank伪码序列、能量加权超分辨算法以及卡尔曼跟踪滤波等算法提高综合探测分辨率;最后通过实验对该文所设计的无线电高度表进行了功能和性能两方面的验证,实验结果表明:所设计的无线电高度表功能完善、集成度高、探测准确,实测探测精度误差小于0.1m,优于军标0.5 m的要求。

基于能量加权的无线传感器网络拓扑抗毁算法

提出了一种基于能量感知加权的拓扑抗毁算法,基于WDTC算法利用节点间的距离与节点的剩余能量计算节点的权重,选择最优的权重值并以K连通思想构建具有多连通路径的稳定均衡的拓扑网络,以此提高网络的健壮性和稳定性,保证网络信息的稳定传输。仿真结果表明,提出的算法与WDTC和LEECH算法相比,平均连通度、鲁棒性和节点介数中心性分别平均提高了1.75、0.17和0.057,使网络具有良好的抗毁性。