大型公铁两用斜拉桥健康监测数据的时域峰值统计及频域融合处理

为实现基于健康监测数据的桥梁运营安全性评定,针对大型公铁两用斜拉桥健康监测信号的数据量大、干扰强、频谱复杂、信噪比低等特点,基于沪通铁路长江大桥的健康监测数据,建立监测数据质量状况评定的3项指标(信噪比,单测点异常数据占比和总测点异常数据占比)及其5个评判等级的区间评判体系,并据此进行监测数据降噪去异常值的初步处理;基于30~300s的时域分段及监测值峰值即时替代措施,给出健康监测数据时域分段峰值的提取方法及其均值和方差的统计方法;采用加权平均方法推导出基于快速傅里叶变换、小波变换、希尔伯特—黄变换的监测数据频域融合公式,以提高频域数据的可靠性及精度,获取有效开展桥梁运营安全性评判的评估参数。以监测到的某大型桥梁的振动加速度数据为例,采用给出的数据处理方法进行数据的去噪处理、时域峰值提取及统计、频域融合处理,验证了方法的工程实用性。

一种基于时频域特征融合的语音增强方法

为充分利用含噪语音特征来提升深度神经网络的语音增强性能,提出一种融合时频域特征的语音增强方法。以含噪语音的波形和纯净语音的对数功率谱分别作为训练特征和训练目标,获取含噪语音时域特征到纯净语音频域特征的映射关系。将含噪语音的波形和对数功率谱共同作为训练特征,构建融合含噪语音时域和频域特征的深度神经网络实现语音增强。实验结果表明,与单纯使用频域特征的语音增强方法相比,该方法能够明显提升增强语音的质量和可懂度,具有更好的语音增强性能。

多源时域时频域数据融合故障诊断方法及其应用

本文介绍并构建了故障特征向量,给出了一种多源时域时频域数据融合故障诊断方法,用神经网络给出了基本概率分配,证据理论融合各传感器的信号而得诊断结果。对液压泵进行了试验,结果表明,该诊断系统充分利用了多源数据的冗余互补信息,提高了诊断的可靠性和准确性,降低了诊断的不确定性。

煤岩破裂过程电荷信号时-频域特性及降噪研究

为了拓展电荷信号综合分析手段,进一步提高电荷感应方法的煤岩体冲击地压预测准确性,将室内物理试验和理论分析相结合开展煤岩受载破坏电荷信号监测试验,基于煤岩破裂电荷信号产生机制和傅里叶变换方法获得了不同受载阶段电荷信号时-频域特征及其变化规律,并设计数字滤波器进行电荷信号降噪处理。研究结果表明:电荷时-频域信号幅值与煤岩受载变化具有良好的一致性;非接触式感应电荷信号监测装置工频白噪信号组成频率较固定,白噪时-频域信号幅值随采样频率升高明显提高;煤岩受载过程中时域信号特点为弹性后期小幅值振发型,强化损伤阶段高幅值振发型,峰后破坏阶段高幅值连续型;频域变换得出电荷信号为主频率范围1~100 Hz的甚低频率信号,且该范围内的频域信号幅值随时域信号幅值升高而显著增加,此试验结果是区别电荷信号与高频率电磁辐射信号的主要标志,基于研究结果设计了数字低通滤波器,较好的剔除了工频白噪信号同时又不失真的保留了有益信号;基于电荷信号的时-频域特性可将工频干扰信号与有益信号区分有效提高信号监测准确性,达到预测预警冲击地压发生的目的。

结合卷积神经网络与注意力机制的多域特征融合ECG心率失常分类

心率失常是心血管疾病诊断的重要手段,其自动分类具有重要的临床意义。为了提高心率失常分类的准确性,结合一维卷积神经网络(Convolutional Neural Networks,CNN)和注意力机制(Attention)提出了一种CNN+Attention的深度学习模型,使用CNN提取心电信号的一维时域特征。针对一维时序心电信号时域特征表征能力有限的问题,使用短时傅里叶变换(Short-Time Fourier transform,STFT)将心电信号变换到时频域,通过Attention提取心电信号的时频域全局相关依赖关系,将时域与时频域特征融合对5种类型心电信号进行分类。在MIT-BIH数据集上验证了模型的有效性,所提模型对5种类型心电信号的平均分类准确率、精准率、召回率、灵敏度以及F1_Score分别为99.72%、98.55%、99.46%、99.90%以及99.00%。与已有先进方法对比,验证了所提模型具有先进的性能表现。

离散S变换的频域算法和时域算法比较

在信号处理领域,S变换具有良好的时频结合特性,应用广泛。在实际系统中,S变换通过离散数值方法实现,有频域和时域两种形式,文献中多使用频域形式。在用S变换对一些信号作时-频分析时,频域和时域两种实现形式得到的时-频谱图有明显的差异,但没有文献对此问题进行相关讨论。离散S变换的频域算法使用快速Fourier变换(FFT)和其逆变换(IFFT)实现,但由于Fourier变换蕴含周期特性,一些信号的S变换时-频谱图在始末两端会出现虚假频率信息,干扰信号的时-频分析结果。在研究S变换理论的基础上,给出离散S变换的时域实现。离散S变换的时域算法克服了频域算法的缺点,能更准确反映信号的时-频分布情况。通过对比实验,验证了时域算法的有效性。将S变换的离散时域算法用于地震数据拓频处理,结果显示方法能有效增强信号分辨率。

时空域融合的骨架动作识别与交互研究

在人体骨架结构动作识别方法中,很多研究工作在提取骨架结构上的空间信息和运动信息后进行融合,没有对具有复杂时空关系的人体动作进行高效表达。本文提出了基于姿态运动时空域融合的图卷积网络模型(PM-STFGCN)。对于在时域上存在大量的干扰信息,定义了一种基于局部姿态运动的时域关注度模块(LPM-TAM),用于抑制时域上的干扰并学习运动姿态的表征。设计了基于姿态运动的时空域融合模块(PMSTF),融合时域运动和空域姿态特征并进行自适应特征增强。通过实验验证,本文提出的方法是有效性的,与其他方法相比,在识别效果上具有很好的竞争力。设计的人体动作交互系统,验证了在实时性和准确率上优于语音交互系统。

多尺度卷积的时频域语音分离方法研究

在进行混合语音分离时,信号时域特征的深度学习语音分离性能优于频域特征。但目前时域特征的语音分离方法在真实噪声环境下的鲁棒性较差,且单一时域特征对分离模型的性能存在局限性。因此,提出一种基于Conv-TasNet网络的多特征语音分离方法,融合频域特征与时域特征,提高数据的多维信息。为了进一步提高分离网络性能,引入多尺度卷积块,提高网络对特征的提取能力。在包含真实噪声的实验环境下,所提方法与Conv-TasNet模型和最新的时频域融合语音分离基线模型相比,性能分别提高了0.91和0.52 dB,有效提升了语音分离的性能及鲁棒性。

青藏高原东南三江流域黄土类堆积体斜坡地震作用下的动力响应试验研究——以四川巴塘下归洼滑坡为例

青藏高原东南三江流域广泛存在堆积体斜坡,该类斜坡极易演化为滑坡灾害。以四川巴塘下归洼斜坡为例,通过振动台模型试验研究地震诱发的堆积体滑坡动力响应特征与破坏模式。试验结果表明,在地震作用初期,由于孔隙被挤密,斜坡的自振频率增大;在茂县波激励下,斜坡肩部动力响应最强烈。高幅值茂县波激励下,因斜坡整体刚度降低,放大效应减弱。Hibert谱描述了地震波在斜坡中的传播特征,向斜坡顶部传播时,地震波高频能量显著增强,地震波经过堆积层后,放大效应减弱。在足以致使堆积层滑动的强震作用下,坡表一定深度下动力响应呈现一致剧烈现象,斜坡上部会形成“脱离体”,“脱离体”在地震作用下上下颠簸运动;在临滑时,坡表出现最强烈的动力响应。斜坡的破坏模式为:地震初期,在重力和地震耦合作用下,坡表土体剥落;随地震幅值增加,坡肩与堆积层发生明显相对位移,堆积层表面出现裂缝;最终,坡脚发生明显相对位移,随后堆积层偏离基岩加速滑塌。基于地震信号特征的斜坡堆积层滑落过程可分为三阶段:(1)稳定阶段;(2)临滑阶段;(3)滑移阶段。

基于多源暂态信息融合的单端故障定位方法

该文深入剖析故障暂态信息产生、传输、传变的机理,提出一种基于多源暂态信息融合的输电线路单端故障定位方法。根据故障暂态信号的传输过程和折反射机理,定性分析不同故障位置暂态信号的时-频差异性,揭示故障位置和时频特征量之间的内在联系,挖掘暂态信息中能够充分体现时频域差异性的五种典型故障特征量:各次暂态浪涌到达时间差、幅值、极性,各次暂态浪涌高低频电压幅值比和主频分量波速度。利用五种故障特征量,构建暂态信息融合矩阵,量化分析不同故障条件下,暂态信息矩阵的相似性和差异性,进而实现电力线路的准确故障定位。该文所提方法融合多源暂态特征量,有效地克服了现有故障定位方法对单一特征量准确提取的严重依赖,具备较强的容错性能。理论研究和大量算例分析结果表明:所提定位方法受故障条件影响小,在线路发生末端高阻故障或者电压过零点故障时,仍能准确定位故障位置,可靠性高。

基于时频域特征融合的龙井茶品质判定

智能感官分析技术是模拟人的感官获取茶叶滋味特征信息,用于茶叶品质自动检测的有效方法。本文采用电子舌智能感官分析仪器采集不同等级西湖龙井茶的智能味觉指纹图谱,从时域和频域两个角度提取电子舌传感器响应信号参数,并将时域特征参数和频域特征参数进行特征融合,然后茶叶样品特征分别采用线性降维方法(主成分分析、线性判别分析)和非线性降维方法(核主成分分析、核线性判别分析)进行维数约简,采用最近邻分类器判定茶叶等级。对单特征参数和多特征参数以及线性降维和非线性降维方法的算法效果进行比较,结果龙井茶等级判定的最高正确识别率在95%以上,实现了电子舌对不同等级龙井茶样品的自动模式分类。

在线金属切削刀具磨损状态监测研究的回顾与展望Ⅱ:信号特征的提取

刀具状态监测的目的是为了开发出实用的刀具状态监测设备。为了降低设备成本和提高监测的准确率,提取监测信号中最能反映刀具状态的特征是至关重要的。对近些年来在学术期刊上公开发表的关于刀具磨损在线监测研究中所采用的信号特征提取方法作简要的回顾与归纳,并得出如下结论:信号的特征提取算法有很多种,不同的信号对应不同的特征提取方法,即使是同一信号也可以用不同的特征提取方法描述它们在不同域内的特征;只有将不同的信号及不同的特征提取方法结合起来,才能实现成本低、可靠性高、安装方便的刀具监测系统。

基于语音信号组合特征的语音图谱显示

为了帮助听力语言障碍者进行基于视觉语音训练,提出了一种将语音信号形成图像的新方法。首先对语音音素进行时域、频域、能量值的提取,然后通过计算得到每个采样点的组合特征值,描绘成图像。对元音音素的仿真结果表明:此方法可以较好地区分各种音素及发音过程,可用于语音的识别和辅助训练。

光纤传感器振动信号特征提取研究

由于环境干扰等问题造成振动光纤的漏报和误报是限制光纤应用推广的重要原因。如何提取能准确反映振动信号类型和强度的特征是降低系统误报率的关键。研究了基于马赫-泽德干涉原理的光纤传感器振动信号时域和频域的特征提取方法,分析了常见振动源时频特征参数变化的规律,并通过实验确定了常见振动源特征参数的阈值。实验表明,通过对振动信号时频特征参数设定多重阈值可以准确识别振动信号的类型,验证了文中特征参数提取方法的有效性和可靠性。

滚动轴承故障特征提取方法研究现状分析

滚动轴承是各类机械设备中承担关键支撑作用的零部件,在恶劣工作环境下极易损坏。论文对现有滚动轴承故障特征提取方法进行了系统梳理,从时域分析、频域分析和时频域分析三个方面总结了各种方法的优势缺点。分析结果表明,时频域分析方法中的LMD在所有方法中表现得最为先进。

高速铁路大跨度斜拉桥上无砟轨道振动特性试验研究

应用橡胶隔离层可提高大跨度斜拉桥上无砟轨道的适应性,但橡胶隔离层的引入会改变桥上无砟轨道结构的振动特征。文章设计制作了大跨度斜拉桥-无砟轨道节段模型,开展了多个工况的力锤锤击试验,探讨了土工布隔离层或橡胶隔离层无砟轨道的振动特征和振动传递规律,对比分析其减振效果。主要得到以下结论:橡胶隔离层的引入,降低了道床板的振动频率,对其振动模态特性也有一定的影响;在选择无砟轨道隔离层时应充分考虑道床板-橡胶隔离层体系的固有频率。橡胶隔离层使无砟轨道结构的振动激励频段更加集中,振动更加稳定,衰减过程更加平稳。橡胶隔离层对混凝土道床板的振动传递有明显的衰减作用;与土工布隔离层相比,橡胶隔离层具有明显的减振作用,其减振效果高达土工布隔离层的10倍以上,在无砟轨道中合理地引入橡胶隔离层可以有效地降低振动水平,在提高大跨度斜拉桥上无砟轨道服役性能的同时改善其振动特征。

时-频域视角下最优套期保值比率研究——基于集成EEMD-SJC Copula-GARCHSK模型

针对以往套期保值比率估计模型忽略多时间尺度价值和忽略高阶矩波动时变特征的不足,本文基于时-频域视角,将EEMD方法和GARCHSK方法引入到套期保值比率估计过程中.同时也鉴于分解后的各个时间尺度上建模结果仅能包含单一频率信息,又采用"分解-集成"思想,将各个时间尺度上的建模结果进行集成,最大限度挖掘有效信息,兼容不同时间尺度特征.基于以上工作,本文最终提出集成EEMD-SJC Copula-GARCHSK套期保值比率估计模型.采用我国沪深300期现货数据,本文进行了套期保值实证检验和分析,结果表明:无论在全样本还是样本外套期保值检验,本文提出的模型在收益、修正后夏普比率、平均套期保值比率、效用水平四个指标上明显优于对照组,但是由于集成EEMD-SJC Copula-GARCHSK模型包含了高频时间尺度信息且多目标集成的原因,在方差减少率指标上表现稍逊色.稳定性检验佐证了以上结论.本研究对于投资者优化资产配置、风险管理以及期现货间相依结构刻画等方面具有现实意义和理论价值.

用于动态测试的信号分析方法

信号分析被广泛用于消噪、特征提取、状态识别、故障诊断等。常用的方法有参数化分析法和非参数化分析法。参数化分析方法有ARMA模型、分形维数计算及用于判别微弱信号存在性的混沌分析法等 ;非参数化方法即谱分析方法 ,包括传统的DFT谱方法及在此基础上的提高频率分辨能力 (如AR功率谱 )和时频联合分析 (小波分解、Wigner谱 )等内容。文中对各种方法的原理、特点作了综述 。

一种提高掌纹识别率方法的研究

掌纹识别是利用人的手掌掌纹图像对其身份进行认证的一种生物特征识别技术,有着巨大的发展潜力。掌纹线中的主线和皱褶是重要的特征,在空间域内掌纹图像中纹理的疏密和深浅,与频域内能量聚集和紧密程度相关。目前的掌纹研究主要集中在就一种掌纹特征的提取算法上如何提高匹配率,而对结合两种以及两种以上的掌纹特征的提取算法,如何提高掌纹识别匹配率的讨论较少。提出了一种有效提高掌纹识别率的方法,即结合点特征的提取和傅立叶变换特征的提取,提高掌纹特征匹配识别率。将该方法与单独使用点特征提取和傅立叶变换提取进行了比较实验,实验结果证明新方法的识别率有明显提高。