单载波多信号分量导航信号检测性能评估

在导航系统信号体制设计过程中,广泛引入了单频波多信号分量的设计思想,信号体制的检测性能评估是信号体制设计中不可缺少的环节。基于上述考虑,分析评估了单频波多信号分量信号体制对导航信号检测性能的影响。以时分Alt BOC(TD-Alt BOC)为例,采用理论模型和蒙特卡罗仿真分析了采用1~4个信号分量联合捕获时的检测概率、接收机工作特性(ROC)曲线和平均捕获时间(MAT)。试验结果表明,多信号分量联合检测是一种较好的单载波多信号分量导航信号的检测策略,相对于单信号分量的检测性能,可提高检测灵敏度3~6 d B,降低平均捕获时间5%~30%。

基于正交误差函数的振动信号瞬时频率计算

瞬时频率计算是振动信号处理中的重要内容,而希尔伯特变换是计算信号瞬时频率最常用的方法,若信号的希尔伯特变换与其正交信号不相等,会导致信号瞬时频率计算不准确。文章推导了2组正交误差函数估计公式,提出了通过补偿正交误差函数以获得更为准确的正交信号,从而提升瞬时频率估计精度的方法,并利用数值分析验证了方法的有效性。

典型振动信号时-频分析方法研究

首先对比较简单的单分量信号和多分量信号进行时-频分析,对比了不同时-频分析方法(STFT、WD、Hilbert时-频谱分析、连续小波分析)的分析精度。结果表明对单分量信号和可以分解为若干单分量信号叠加的多分量信号,Hilbert时-频谱分析精度最好,WD和STFT次之,连续小波变换的精度最差;由于Hilbert时-频谱分析和WD方法要求信号为单分量信号或可以分解为若干单分量的信号,故其不适用于复杂信号的时-频分析;对多分量信号,STFT时-频谱较连续小波时-频谱精度高些。需要指出的是,当使用STFT方法时,取不同的窗参数,STFT的时-频分析精度相差很大,必须使用合适的窗参数,以取得较好的分析效果。此外还对El Centro波的两水平分量和人工合成的地震动进行了时-频分析,虽然STFT的时间分辨率和频率分辨率存在矛盾,但它对信号的适应性最强,对复杂信号的时-频分析精度一般可以满足需要,而连续小波变换进行信号的时-频分析时,时-频分辨精度最差,且对于大于30Hz的频率分量,随频率的增加,时-频分析的效果和精度迅速变差,说明小波变换并不适合于做时-频分析,尤其对于高频信号,用连续小波变换得到的时-频谱图看起来很粗糙,而且很难准确解释。进一步对比了真实地震动和人工地震动的时-频分布,认为用胡聿贤教授合成人工地震动的方法合成的地震动在时-频域上的分布和真实地震动相似。

基于小波变换和LMD算法的变压器振动信号分析

为了提取变压器铁心振动信号的有效特征,本文提出了一种小波变换和局域均值分解相结合的新算法。该方法运用meyer小波对变压器铁心振动信号进行消噪,然后运用局域均值算法(LMD),将其自适应地分解为一系列单分量调幅-调频信号(PF),从而揭示了正常运行和发生故障的铁心振动特征。仿真表明:该算法在低信噪比时(10dB)仍能对振动信号进行正确分解,具有较强的抗噪性能;与EMD分解相比,端点效应小,不会出现虚假分量,更适合应用于处理调幅-调频非平稳振动信号,算法简单有效。

单分量微地震信号的P波S波到时自动拾取方法

单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P波S波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P波S波的到时区间。初步确定到时区间后,分别在P波S波的到时区间内应用AR-AIC准则,可以计算出信号发生突变的位置,这两个点即对应着P波S波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000多条单分量微地震信号进行验证,自动拾取能拾取到71%的P波到时和79%的S波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。