基于噪声空间加权重构的相干信号DOA估计

针对传统相干信号DOA估计算法在低信噪比、少快拍数以及阵列通道幅相误差下存在的角度分辨力差和测角性能不稳定问题,本文提出一种基于噪声空间加权重构的相干信号DOA估计算法。该算法首先利用共轭重构对阵列接收信号协方差矩阵作解相干处理;然后在信源大致方位内对导向矢量作定积分,计算积分矢量与整个噪声子空间正交基矢量的交空间基矢量,并以此对噪声子空间进行加权;最后运用加权重构后的噪声子空间建立算法空间谱函数,谱峰搜索估计得目标的DOA。计算机仿真结果表明,本文所提算法易实现低信噪比、少快拍数以及通道幅相误差下相干信号的DOA估计。

基于局部加权重构的化工过程数据恢复算法

针对化工过程数据中存在缺失数据的问题,在保持局部数据结构特征的基础上提出了基于局部加权重构的化工过程数据恢复算法。通过定位缺失的数据点并以符号Na N(Not a Number)标记,将缺失的数据集分为完备数据集和不完备数据集。不完备的数据集按照完整性的大小依次找到它们在完备数据集中相应的k个近邻,根据误差平方和最小的原则,求出k个近邻相应的权值,用k个近邻及相应的权值重构出缺失的数据点。将该算法应用在不同缺失率下的两种化工过程数据中并与望最大化主成分分析(EM-PCA)法和平均值(MA)两种传统的数据恢复算法相比较,该算法的恢复数据误差最小,并且计算速度相比EM-PCA算法平均提高了2倍。实验结果表明,局部加权重构的化工过程数据恢复算法可以有效地对数据进行恢复,提高了数据的利用率,适用于非线性化工过程缺失数据的恢复。

基于分量加权重构和稀疏NMF的轮毂电机轴承复合故障特征提取方法

为解决复合故障特征分离提取效果不佳的问题,针对轮毂电机轴承故障,提出一种基于分量加权重构(Component weighted reconstruction,CWR)与稀疏非负矩阵分解(Sparse nonnegative matrix factorization,SNMF)相结合的故障特征提取方法。首先,提出了一种融合指标CIH,从多角度评价振动信号并自适应选取局部均值分解后的乘积函数(Product function,PF)分量,进行CWR实现故障特征的增强表达;其次,分析重构信号时频能量矩阵的奇异值与隐含子空间的关系,基于奇异值方差比定义重构信号的平滑系数,对SNMF算法最优分解维数进行预估计;最后,引入板仓-斋藤(Itakura-Saito,IS)距离和稀疏约束建立SNMF算法,对时频能量矩阵进行分解降维,通过短时傅里叶逆变换获得子空间时域分离信号并进行频谱包络分析,提取故障特征。由仿真及试验结果表明,所提方法可以有效实现复合故障特征的分离提取,具有一定的工程应用价值。

加权稀疏信号重构的近场源定位方法

针对近场源定位问题,提出了一种使用加权L1范数优化进行稀疏信号重构的近场源定位方法。该定位方法分步完成目标的方位和距离估计。为了避免二维优化问题出现,首先利用均匀线阵的对称特性,通过菲涅尔近似,将二维参数估计的近场定位问题转换为类远场阵列的一维参数估计问题,接着将该一维参数估计问题转换为稀疏信号重构问题,通过类MUSIC权向量的构造,使用加权L1范数优化方法重构稀疏空间谱得到目标波达方向;在得到信号波达方向之后,再利用稀疏信号重构的思想求解信号源到阵列的距离。最后,通过数字仿真验证了算法在估计精度和分辨率等方面的优良性能。

加权邻域重构及其在声目标识别中的应用

针对流形学习方法用于声目标识别时易受噪声干扰的情况,提出一种加权邻域重构算法,采用加权迭代方式构造出带噪流形子曲面中最能反映该曲面变化趋势的曲线,通过拓展该曲线对带噪流形子曲面进行重构,利用新曲面计算低维嵌入.该算法在去除噪声的同时,最大限度地保持了原流形曲面的变化趋势,是一种适用于声目标识别的算法.在公开数据库和低空飞行目标实际数据中进行实验,结果表明在识别正确率及运行时间上,本文提出的算法相对于其他3种对比算法均取得了较好的效果.

一种改进基尼指数加权的轴承健康指标构建方法

在轴承的状态监测中,构建一个可以准确描述轴承退化趋势且能及时识别早期退化点(EDP)的健康指标(HI)至关重要。目前大多学者提出的健康指标能较好地描述轴承的退化趋势,但不能准确识别早期退化点。提出了一种改进基尼指数(IGI)加权的轴承健康指标构建方法。利用集成经验模态分解(EEMD)对原始信号进行分解,根据各分量的故障特征能量比(FCER),对其进行加权重构得到重构信号;计算重构信号的IGI;将IGI作为重构信号的FCER进行加权计算,得到最终的指标IGI-FCER-HI。通过两个实验验证了所提方法的有效性,并与其他健康指标进行了对比。结果表明,所提方法构建的指标不仅具有良好的单调性和趋势性,而且能准确监测轴承的早期退化点。

基于双通道接收的干扰对消性能分析

为了探究在工程实现中卫星通信地球站使用干扰对消抵抗来自空中平台或周边干扰的可行性,对不同接收环境下的干扰对消性能进行了分析。首先,在假定2个通道中干扰差异被准确估计并补偿的情况下,推导出理论性能的近似计算公式;然后,采用最小均方(least mean square, LMS)自适应滤波器对2个通道干扰的差异进行补偿,完成干扰对消;最后,通过仿真实验对使用LMS自适应滤波器的干扰对消进行验证。结果表明:干扰对消的理论性能在卫星信号与干扰入射夹角大于15°时信噪比恶化可以接近0 dB,而夹角小于15°时信噪比恶化程度明显提高;除了入射夹角的影响外,采用LMS自适应滤波器的干扰对消性能还受算法参数、干扰大小等其他因素的影响,对于固定频点的干扰,在入射夹角大于4°且主通道干信比小于30 dB时,干扰对消后信噪比恶化小于0.6 dB,而且这一结果基本不受采样率的影响。所提出的理论性能近似计算公式可以为干扰对消算法的性能评价提供参考,采用LMS自适应滤波器的干扰对消在算法参数设置合理的情况下可以接近理论性能。

亚奈奎斯特采样雷达的运动目标回波信号的快速重构

亚奈奎斯特采样雷达是利用回波信号的稀疏性,基于模信转换系统发展起来的欠采样雷达系统.本文研究亚奈奎斯特采样雷达的运动目标回波信号的快速重构问题.与单脉冲回波重构不同,运动目标在脉冲积累时间内可能产生跨距离单元现象,使得回波信号表示系数呈现稀疏时变性.本文采用概率分布模型描述稀疏位置的变化,首先将多脉冲回波信号重构转化为加权稀疏重构问题;然后根据分段滑动重构思想,提出一种基于正交投影的加权稀疏分段滑动重构方法来实现快速重构.该方法利用前一个脉冲稀疏位置估计信息,构造分段产生干扰的正交补空间,将子段压缩测量投影到构造的正交补空间,有效地抑制了相邻段引入的干扰.数值仿真验证了方法的有效性.

加权奇异值结合极值点包络的变转速轴承微弱故障诊断

针对强背景噪声干扰且转速时变下滚动轴承微弱故障难以有效诊断的问题,提出加权奇异值分解(WSVD)重构结合极值点包络阶次跟踪的变转速滚动轴承微弱故障诊断方法。对于奇异值分解(SVD)后对故障特征子分量有效重构的问题,利用周期调制强度(PMI)表征各子分量故障特征信息,并对含有较多故障特征的子分量加权重构,实现微弱故障信号的信噪分离与特征增强;引入极值点包络阶次跟踪方法,通过求取重构信号的极值点包络,对其进行阶次跟踪,根据包络阶次谱图中的阶次信息对故障信息进行分析,达到微弱故障有效诊断的目的。变转速滚动轴承微弱故障的仿真和实例分析结果表明,与传统方法和其他方法相比,所提方法能有效增强微弱故障特征,去除噪声,准确诊断变转速下滚动轴承微弱故障。该方法为变转速下滚动轴承微弱故障诊断提供了新思路。

基于简化STRAIGHT模型的语音信号重构

从语音模型参数的优化角度出发,对传统的自适应内插加权谱的语音转换及重构(STRAIGHT)模型进行了优化,提出了一种基于简化STRAIGHT模型的语音信号重构方法。与传统STRAIGHT模型相比,重构中简化STRAIGHT模型在语音分析阶段省略了非周期成分的提取,并在语音合成阶段,利用非周期成分和平滑功率谱间较强的负相关性,基于高斯混合模型(GMM)对非周期成分进行了重构。仿真结果表明,简化STRAIGHT模型减少了计算量和参数传递的压力,提高了语音合成的质量,对男性语音重构效果显著。

Godunov格式下高精度二维水流-输运耦合模型

针对复杂流体运动中物质输运方程的数值求解面临地形复杂、数值阻尼过大以及数值振荡等难题,建立了Godunov格式下求解二维水流-输运方程的高精度耦合数学模型,提出了集成输运对流项的HLLC(Harten-Lax-van Leer-Contact)型近似黎曼算子,可同时计算水流通量及输运通量,不仅有效模拟了复杂地形上水流运动,而且解决了输运方程中对流项产生的数值阻尼过大和不稳定振荡等难题。采用水深-水位加权重构技术和Minmod限制器,提高了模型处理复杂混合流态的能力,同时结合Hancock预测-校正方法,使模型具有时空二阶精度。算例结果表明,模型精度高、稳定性好,能有效抑制数值阻尼,适合模拟实际复杂流体运动中物质的输运过程,具有较好的推广应用价值。

经验模态分解神经网络的研究与应用

为更有效对非线性信号进行识别,提出一种经验模态分解神经网络模型,实现经验模态分解算法与卷积神经网络模型的紧耦合。在EMD层利用经验模态分解算法完成信号的自适应分解;引入权重参数,将分解得到的本征模函数依据其对识别的重要性进行自适应加权重构提取特征,增强时域特征提取能力;将提取的特征通过Softmax层完成信号的识别。将该网络模型应用于美国麻省理工学院提供的MIT-BIH心律失常数据库,对心律失常信号的识别准确率为99.38%,高于其它算法的识别准确率,验证了该模型的有效性。

非统一结构网格下高精度溃坝水流数值模拟

针对溃坝洪水数值模拟面临复杂地形和不规则边界的特点,综合考虑了摩阻项和干湿界面对水流的影响以及模拟精度与运行效率等问题,建立了非统一结构网格下求解二维浅水方程的高精度Godunov型有限体积模型。基于局部Froude数,提出了水深-水位加权变量重构技术,有效模拟了复杂混合流和间断流,并结合Hancock预测-校正法提高了模型精度;引入了一种简单有效的处理方法模拟了运动的干湿界面变化;采用单元中心型底坡项近似处理方法并结合改进的半隐式格式,解决了摩阻项可能引起的刚性问题,提高了模型的稳定性。经典型算例和漳河水库溃坝洪水分析结果表明该模型稳定、精度高且和谐性强。