基于源信号估计的数控加工机械设备故障检测研究

在复杂环境下,数控加工机械设备经常会发生故障。为了准确检测机械设备故障,文章对基于源信号估计的数控加工机械设备故障检测进行了研究。其中,利用离散小波计算了故障信号在不同尺度上的变换系数,通过重构不同尺度下的机械设备故障信号完成了数控加工机械设备的故障定位,利用信息摘描述了故障信号常规分布偏离高斯分布的程度,得到了机械设备故障的源信号估计,实现了数控加工机械设备的故障检测。实验结果表明,无论是否受到噪声干扰,该方法检测机械设备故障的准确率均高于90%。

基于虚拟阵列的信号源数估计算法

信号源数估计是智能天线技术的一个基本问题,经典的信号源数估计算法有:基于信息论"AIC"算法"MDL"算法、假设检验、平滑秩序列法以及盖氏圆算法等,这些算法在低信噪比、小采样、色噪声以及实际信源数近阵列阵元数时,会产生较大的误差。在Kullback准则基础上提出了一种基于虚拟阵列的改进算法,该算法通过对阵列接收的数据进行预处理,虚拟地增加阵元数,按照修正的规则,求取信源数。经仿真验证,该算法克服了经典算法在低信噪比、小采样、色噪声以及实际信源数接近阵列阵元数时,准确估计信源数的难题。

一种新的宽带信号源数目快速估计方法

信号源数目估计是波达方向(DOA)估计的基础。基于两个子阵接收数据的信号子空间的旋转不变性,利用Lanczos方法来求解多级维纳滤波器的匹配滤波器组,即子阵的信号子空间,本文提出了一种新的宽带信号源数目快速估计方法。该方法不需要计算协方差矩阵或对其进行特征值分解,避免了特征值分解的大运算量。最后通过计算机仿真验证了本文方法的有效性和优越性。

基于小波变换的单通道盲分离中源信号数目估计算法

推导了常用数字调制信号的小波变换幅度函数表达式,并给出了统一的近似表达式。在此基础上给出了单通道接收混合信号模型中小波变换幅度函数的近似表达式。通过充分利用与混合信号中奇异点有关的码元周期信息,给出一种基于小波变换的单通道接收条件下源信号数目估计算法,实现了在无先验知识的情况下对源信号数目的估计,并通过仿真验证了算法的可行性和有效性。

基于循环累积量的共信道多信号检测和信号源个数估计算法

信号检测和信号源个数估计是处理共信道多信号问题的基础,针对时频重叠的共信道多信号检测和信号源个数估计提出了一种基于四阶循环累积量的算法。算法首先计算接收信号的四阶循环累积量,循环频率轴上其模值在和信号载频相关的循环频率处会出现离散谱线,然后采用基于形态学的方法对离散谱线进行提取,根据离散谱线的个数进行信号检测和信号源个数估计。算法不需要设定阈值,可同时进行信号检测和信号源个数的估计。对于最多3个BPSK、QPSK和MQAM任意类型等功率混合,在信噪比为5dB左右信号检测和信号源个数估计的正确率大于90%,并且算法对频谱重叠度具有较好的鲁棒性。

基于均匀圆阵的信号源DOA估计方法

该文研究了基于均匀圆阵阵列的信号波达方向估计问题 .对一维角度估计采用MUSIC算法 ,通过谱峰搜索得到信号的方位角 ;对二维角度估计采用模式激励法 ,对均匀圆形阵列的输出信号进行模式激励 ,使其阵列流形具有类似于均匀线性阵列的形式 ,在此基础上 ,对波达矩阵进行特征分解 ,由各特征值对应的特征向量处理得到对应信号的到达方向 .给出的计算机仿真结果证实了它们的有效性 .

基于盲源分离的工业谐波源负荷分类识别方法

针对传统谐波源辨识方法无法实现工业用户谐波源具体类型的非侵入式识别的问题,该文提出一种基于盲源分离的工业谐波源负荷分类识别方法。该方法仅依据工业用户进线处电压、电流数据即可实现谐波源负荷具体类型的非侵入式识别。首先,从负荷等值阻抗模型入手,建立工业用户多负荷等值阻抗并联电路模型;其次,采用集合经验模态分解与奇异值分解相结合的方法确定构成用户进线处监测点综合等值阻抗信号的源阻抗信号数目;然后,采用快速独立分量分析实现将谐波源负荷等值阻抗信号从综合负荷等值阻抗信号中分离;最后,将分离出谐波源负荷等值阻抗信号频率特征与典型谐波源负荷进行匹配,进而实现分类识别。仿真与实测实验结果均表明,所提方法能够准确识别工业用户所含多种谐波源负荷的具体类型,具有较好的可行性和实用性。

一种信号源个数估计的新方法

在常用的阵列测向算法中,一般认为信号源数是先验参数,当信号源数估计错误时,方位估计的性能会严重下降,甚至完全失效。文中引入径向基网络,将信号源估计问题转化为一个模式分类问题来解决,利用径向基函数神经网络结构简单、训练简洁且学习收敛速度快,能够逼近任意非线性函数的特点,最后给出了算法的实现方法、仿真结果以及与现有算法的性能比较。

伪协方差函数的宽带信号源个数估计法

提出了一种计算简单且有效的宽带信号源个数估计估计算法。该方法利用不同频率互协方差函数所构造的矩阵,从理论上证明了对窄带盖氏圆盘法改进可以用于对该矩阵求解,从而获得宽带信号个数的估计值。分析了该方法在相关和不相关宽带信号下的表现,证明了在CSSM类方法失效的情况下该方法能很好地应用。仿真结果证实了所提方法不仅可以用于估计大于阵元数目的宽带信号个数,而且计算负担更小,便于实际应用。

阵列信号中信源数估计方法的研究

信号源个数估计是空间谱估计技术的一个重要问题。信源数的准确估计是目标参数估计,目标定位和跟踪的前提,其估计准确与否将直接影响到目标参数估计的性能。本文基于阵列信号处理的知识,分析了信息论准则、盖尔圆法(GDE)以及正则相关技术(CCT)在信源数估计中的运用,对比了它们在不同快拍,不同信噪比条件下的估计效果。仿真实验表明,信息论准则在阵列输出信噪比较低,采样数据短和空间信号间隔较近时比较有效,在色噪声背景下,CCT和GDE均能较好地估计信号源数,而信息论准则失效。

一种新的信号源个数估计算法

介绍了信号的循环平稳特性，提出了一种新的信号源个数估计算法，最后进行了仿真并给出了仿真结果，仿真结果证明了该算法确实有效。

低信噪比下的信号源个数估计方法

针对低信噪比下信号源个数估计问题,改进基于特征向量与阵列流形正交性的这种目前信号源个数估计效果很好的算法。该改进主要在于引入一个更能去噪的门限准则,结合原来的盲波束形成方法,最后得到一种基于阵列信号处理的信号源个数估计算法。仿真结果证实在低信噪比下,文中所提方法在等功率信号入射时比原方法有效,而且在不等功率信号入射时效果也比原方法好。

欠定盲源分离与信号源估计方法研究

近年来,盲源分离算法研究主要集中在两个方面,混合矩阵估计和源信号个数估计,本文基于理论研究提出了一种盲源分离算法,以语音信号为例,本文采用STFT将语音信号转换到时频域进行分析.基于现实中很多语音数据通常是高度混叠的信号,所以需要去燥降低信号噪声对混合矩阵和源个数估计的影响.为了抑制噪声对检测自动源TF点的影响,提出了一种通过使用STFT的主成分分析（PCA）来检测源的自动定位的方法.另外,基于子空间投影和聚类方法,提出了一种估计混合矩阵的有效方法,使用自动谱聚类方法实现对源个数的估计.

基于特征空间MUSIC算法的相干信号波达方向空间平滑估计

为了高效、准确地估计相干信号的波达方向(DOA),提出了一种基于特征空间多重信号分类(MUSIC)算法的空间平滑估计方法。首先对相干信号进行空间平滑处理,然后对其应用特征空间MUSIC算法进行DOA的精确估计,使其最大限度地利用信号子空间和噪声子空间的信息。本文方法并不影响非相关信号存在时DOA的估计,且还可以对信号源功率进行有效的估计,以提高对小能量信号的成功估计概率。与传统空间平滑算法及修正MUSIC算法相比,本文方法具有更低的信噪比门限和更高的估计精度及分辨力。最后的仿真实验验证了本文方法的有效性和鲁棒性。

一种基于混合RJMCMC方法的宽带信号DOA估计方法

该文基于被动多传感器阵列,在可逆跳转马尔可夫链蒙特卡罗方法基础上引入随机游走抽样理论,提出一种混合RJMCMC方法,通过将局部采样与全空间采样相结合,可以在更短的时间内得到更好地服从目标分布的随机数,结合信号和噪声的统计特性以及贝叶斯参数估计理论可实现宽带信号源数目和波达方向联合估计。仿真结果证明,该文方法能更为快速、准确地估计出信号源个数和波达方向。

一种基于ICA与空间谱相关系数最大化的源数目估计算法

为提高在低信噪比和存在小信号情况下的源信号数目估计正确率,提出了一种利用ICA估计出的信号和利用空间谱分离出的信号的相关系数最大化为依据的源数目估计方法。该方法综合利用源信号的统计独立特性和阵列结构信息,降低了算法对噪声和信号强弱的敏感。计算机仿真结果表明,在低信噪比和存在弱信号的情况下,该算法可以高精度的估计出源信号数目。

色噪声下估计信源数的方法及性能分析

分析了雷达谱估计信号源数的方法。在高频地波雷达中,当各阵元噪声功率非平稳时,提出了一种基于盖氏圆半径和Kullback对称散度的信号源数目估计方法。通过实验证明,该方法能够有效解决在小快拍数、阵元噪声功率不相等情况下信号源数目估计的问题,实现色噪声环境下信源数的估计。

多重信号分类算法用于通信信号测向的仿真分析

多重信号分类(MUSIC)算法是空间谱估计技术的重要方法。对该算法应用于通信信号测向进行了仿真分析。结果表明,在理想的低噪声环境下,该算法具有很高的测向精度与测向分辨率,但是该算法对入射信号波长的不一致性或变化非常敏感;而在有限的信噪比下,该算法的测向精度显著下降,且其因信号源数估计算法性能下降而容易出现漏警。因此,抑制波长敏感性和提高噪声环境下的稳健性将是该算法在通信信号测向应用中的重点发展方向。

弹载智能天线系统识别干扰源算法研究

基于弹载智能天线系统对阵列接收信号的分析处理,运用空间谱估计理论,首先估计出信号源数与信号源角度信息。同时与载机加载目标信号源信息进行对比,分离出干扰源。最后将上述估计信息应用于波束控制理论中,实现天线阵列的主波束控制和方向图零点控制,使天线阵列真正实现智能接收的能力。

基于迭代自适应方法的柱面共形阵2D DOA估计

针对柱面共形阵的二维波达方向(2D DOA)估计问题,提出一种基于迭代自适应方法的柱面共形阵2D DOA估计算法。首先,通过欧拉旋转变换公式将柱面共形阵全局直角坐标系变换为单元局部直角坐标系,建立柱面共形天线阵列流型;然后,将感兴趣区域内信号源所有可能存在的位置通过划分二维网格的形式来表示,利用迭代自适应算法(IAA)估计出每个潜在位置对应的信号源能量;最后,绘制能量谱图,谱峰对应的方位角和俯仰角即为二维波达方向的估计值。理论分析与仿真实验证明,所提算法不需要额外的参数匹配,简化了估算步骤,在短快拍的情况下可以实现柱面共形阵的2D DOA估计。