基于循环维纳滤波器的声学成像优化方法

针对混响环境中背景噪声干扰导致循环平稳源重建精度不高的问题,基于循环维纳滤波器,结合贝叶斯近场声全息技术,提出了一种声学成像优化方法。通过麦克风阵列在声源的近场测量由声源辐射信号的声压,利用循环维纳滤波器对测量值进行去噪,从而实现对循环平稳信号的盲提取,再应用贝叶斯近场声全息技术在空间上重建循环平稳源。首先,通过仿真分析,系统地评估了盲信号提取算法的有效性。然后,通过开展声源重建实验,进一步验证了该声学成像优化方法的可行性。

基于循环维纳滤波器和包络谱的轴承故障诊断

提出一种基于循环维纳滤波器和包络谱的轴承故障诊断方法,将输入信号遍历所有特征循环频率进行一组频移,利用循环维纳滤波器实现信号的自适应噪声滤除,通过包络谱分析对滤波后的信号进行特征提取,实现微弱故障的诊断。应用到全寿命周期振动数据评估中,较一般时域指标能更早发现故障。通过对仿真信号以及轴承加速疲劳寿命试验数据的分析,验证了所提出方法的可行性和有效性。

基于CCA和多通道循环维纳滤波的滚动轴承故障源分析

针对低信噪比下循环维纳滤波方法在滚动轴承故障源分析中失效的问题,提出一种基于规范相关分析(canonical correlation analysis, CCA)的多通道循环维纳滤波轴承故障源分析方法。首先利用CCA准则结合轴承单一故障的特征频率,提出了故障特征盲提取的共轭梯度优化算法;然后将现有单通道循环维纳滤波器推广到多通道循环维纳滤波,并将CCA盲提取得到的故障特征信号作为多通道循环维纳滤波的期望信号,从而恢复故障源信号;最后通过包络谱分析实现故障源识别;提出的方法利用盲信号提取技术从实际观测信号中获得循环维纳滤波所需的期望信号,避免了期望信号的人工合成方法过分依赖轴承参数和信号采样参数的问题;此外,提出的方法在故障源信号恢复过程中充分利用了所有通道信息,克服了单通道循环维纳滤波方法故障源信号恢复效果对高信噪比的严苛要求。仿真和试验结果表明,提出的方法极大地提高了滚动轴承故障源分析的可靠性。

航发轴承复合故障诊断的循环维纳滤波方法

航空发动机主轴轴承故障诊断是发动机预测性维护与健康管理的重要组成部分。针对航发主轴轴承复合故障诊断难度大,易受其它振动干扰信号影响的问题,提出了一种基于规范相关分析盲信号提取和循环维纳滤波的航发主轴轴承复合故障诊断方法。通过优化规范相关分析准则,提出自适应共轭梯度算法实现盲信号提取,结合故障特征频率利用盲信号提取算法从观测信号中提取故障特征信号,将提取到的故障特征信号作为循环维纳滤波的期望信号,以此设计循环维纳滤器来恢复故障源信号。通过分析滤波后信号的包络谱,完成轴承复合故障的诊断。提出的方法克服了现有方法过分依赖轴承参数,且利用固定的数学模型获得的期望信号过于理想化而无法应用于实际工程的问题。分别利用仿真数据和试验机实测数据,验证了算法对主轴轴承复合故障诊断的有效性。

一种信道盲辨识与均衡的新方法

针对信道盲辨识的闭式解存在估计精度低,方差大的缺点,以及源信号无法完全恢复的问题,提出了一种基于调制引入循环平稳性的信道盲辨识与均衡的新方法。通过对循环功率谱进行适当的变量代换得到功率谱-传输函数方程,再将其反变换到时域得到求解FIR信道的方程组解法。仿真结果表明,提出的信道盲辨识算法的性能优于信道盲辨识的闭式解,而且源信号也可以完全得到恢复。