基于XPE的变尺度级联随机共振系统研究

随机共振作为一种新颖的信号处理手段在各个领域得到了广泛应用,在随机共振的基础上讨论了级联随机共振的构成方式,采用模拟电路的形式对其进行实现,并基于该电路构成嵌入式变尺度级联随机共振系统。此系统硬件采用ETX技术,可以对CPU主板功能进行全新整合,软件上通过定制XPE操作和采用EWF技术,加强了系统的稳定性,同时变尺度算法和最佳级联随机共振判断程序在系统中的移植可以使之在较高频率的场合准确应用。最后给出了应用实例,验证了该系统对信号提取的准确性。

调参级联随机共振系统加强策略

为了更好地实现微弱信号的检测,提高输出信号的信噪比,提出三级级联随机共振加强系统.研究阻尼系数和系统形状参数对级联系统发生随机共振现象的影响,通过分别调节每级主控参数(阻尼系数、跃迁宽度和跃迁阈值),使得级联随机共振系统的输出性能明显优于传统方法,证实了选取合适的系统参数,能够实现大参数微弱信号的检测;有针对性地对参数进行设置,可以控制系统输出,提高输出信噪比.仿真数据与实际应用表明,该方法简单可行,根据需求设置参数能够实现强噪声背景下微弱信号的检测.

基于级联随机共振系统的微弱故障信息特征获取

针对轴承故障中微弱信号难以获取的问题,提出了一种基于级联双稳随机共振的故障诊断方法。为了合理选取系统参数,利用蚁群算法进化搜索在信噪比(signal noise ratio,SNR)取得最大值时最优的参数值。仿真实验和轴承故障数据的分析表明,采用蚁群算法优化的级联随机共振系统能成功用于轴承内圈的故障诊断,并且输出信噪比明显提高。

基于级联随机共振的直接序列扩频信号的捕获方法

在直接序列扩频信号的捕获中,针对低信噪(SNR)比以及大频偏对信号捕获产生影响的问题,提出了一种基于级联随机共振的直接序列扩频信号的捕获方法。首先将输入信号通过部分匹配滤波器进行处理,当本地伪码和输入信号伪码相位对齐时,输出信号仅剩下了残余多普勒频偏;然后将该信号进行级联随机共振,从而提高信号的输入信噪比;最后通过快速傅里叶变换(FFT)谱分析,可以在频谱上得到清晰的谱峰,进而求出多普勒频偏值。通过理论分析和实验仿真可知,在输入信噪比为-26 dB的情况下,所提方法能够提高直接序列扩频信号的捕获灵敏度,并且通过两级级联随机共振系统后输出信噪比提高了15 dB左右;同时与传统捕获算法相比,该方法的正确检测概率提高了4 dB左右。所提方法不但能抑制噪声,而且能将部分噪声能量转换为信号能量,同时能够改善大多普勒频偏的影响,在捕获弱信号方面有着极大的优越性。

基于AFSA优化级联随机共振的轴承故障诊断方法

针对航空发动机转子系统中轴承故障诊断困难的问题,提出基于人工鱼群算法(AFSA)优化的级联随机共振轴承故障诊断方法。建立1个2级级联随机共振系统对轴承微弱故障信号进行增强,以故障信号的输出信噪比为优化目标函数,采用AFSA算法同步优化双稳态随机共振系统的结构参数a和b,采用优化后的级联随机共振系统分别处理仿真信号和试验信号,提取故障特征频率验证算法的有效性。结果表明:所建立的故障诊断算法具有良好的滤波降噪特性,提取的滚动轴承故障特征频率与理论值的误差小于0.1%。

基于级联随机共振与APSO算法相结合的信号检测方法

针对随机共振方法以系统的参数和噪声强度的匹配为研究背景的局限性,为解决级联双稳系统参数的合理选取的问题及克服自适应随机共振单参数优化的不足之处,提出了一种基于级联随机共振与自适应粒子群(APSO)算法相结合的方法。该方法以系统的输出信噪比为优化目标函数,采用自适应粒子群算法较强的全局搜索能力和粒子(待优化参数)的多样性,对级联双稳态随机共振的级联系统参数进行同步优化,使系统处于最佳随机共振工作状态。仿真结果表明,该方法可以提高输出信噪比及算法的收敛速度,实现良好的检测效果。

基于级联双稳随机共振和多重分形的机械故障诊断方法研究

对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效地消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。

级联双稳随机共振和基于Hermite插值的局部均值分解方法在齿轮故障诊断中应用

针对于弱信号在齿轮故障中难以提取问题,提出了一种基于级联双稳随机共振(Cascaded Bistable Stochastic Resonance,CBSR)降噪和局部均值分解(Local Mean Decomposition,LMD)齿轮故障的诊断方法。随机共振可有效削弱信号中的噪声,利用噪声增强故障信号的微弱特征;LMD方法可自适应将复杂信号分解为若干个具有一定物理意义上PF分量之和,适合处理多分量调幅调频信号。首先将振动信号进行CBSR消噪处理,然后对消噪信号进行LMD分解,通过PF分量的幅值谱找到齿轮的故障频率。通过齿轮磨损故障诊断的工程应用,表明该方法可以有效提取齿轮故障微弱特征,实现齿轮箱的早期故障诊断。

级联三稳态随机共振的特性研究及应用

针对强噪声环境下存在的微弱信号检测困难的问题,以级联三稳态随机共振系统为研究对象,利用信噪比增益和特征频率的频谱峰值作为判断指标,对三稳态随机共振的特性进行分析。仿真结果验证了通过调节级联三稳态随机共振系统的相关参数,能够获得比单级三稳态随机共振系统更好的随机共振输出特性。此外,针对弱信号在实际的齿轮故障诊断中难以提取的问题,提出级联三稳态随机共振齿轮故障的诊断方法。结果表明,该方法可以有效提取齿轮故障的微弱特征,进而实现齿轮的早期故障诊断,具有广泛的工程应用前景。

双模非高斯噪声背景下级联双稳态随机共振信号检测

针对随机共振(SR)以高斯噪声为研究背景的局限性,为了分析非高斯噪声对级联随机共振的影响且验证在双模非高斯噪声中级联随机共振的降噪及波形整形特性的可靠性,提出了级联双稳随机共振系统在双模非高斯情况下的微弱信号检测方法。输入信号在进行信号检测过程中,首先把概率密度函数作为随机共振现象的衡量指标,然后当系统处于最佳随机共振状态时,分析了非高斯参数、相关时间及噪声强度之间的关系。最后通过仿真证实,与一级SR相比,二级SR的噪声强度和相关时间的可用范围随着非高斯参数的减少不仅会得到增大,而且滤波特性、信号检测效果得到明显提高。

基于随机共振的混合纤维网纤维分布识别方法

针对现有检测方法不能很好识别混合纤维网中纤维分布情况的问题,提出采用随机共振和图像识别技术相结合的方法。先通过对原始图像做去噪和灰度化处理,再对灰度图像的特征进行分析提取出非目标纤维作为噪声,采用二维级联随机共振对目标纤维特征进行提取,最后通过相似度指标评价混合纤维网中纤维的分布情况。以4种不同质量配比的玄武岩纤维/涤纶混合纤维网和玻璃纤维/涤纶混合纤维网共8组作为检测对象,结果表明:混合纤维网上不同区域的纤维分布差别不大;混合纤维网中目标纤维质量分数越大,所得相似度越大;相同质量配比的混合纤维网,玄武岩纤维相似度高于玻纤纤维相似度。

分段线性随机共振系统的图像复原应用研究

随机共振具有利用噪声增强信号的特点,因此它可用于强噪声背景下的图像复原,以改善目标图像的视觉效果。该文提出了含噪图像的级联随机共振处理方法,它以分段线性系统作为图像信号处理器,把信噪比改善因子作为图像复原质量的定量评价指标。实验结果表明,级联随机共振复原方法能有效抑制图像中的噪声,提高图像质量。