基于自适应解调鲁棒观测器的漏磁可控式永磁电机无位置传感器控制研究

漏磁可控式永磁(adjustable leakage flux permanent magnet,ALF-PM)电机具有轻载时宽调速范围、重载时高输出转矩的特性,满足电动拖拉机的多变运行工况需求。然而,多变工况下该电机的电磁参数失配严重影响无位置传感器控制的转子位置估计性能。为解决上述问题,该文提出一种基于自适应解调鲁棒观测器的无位置传感器控制策略。首先,提出基于自适应位置误差解调器的高频电流解调算法,直接解调q轴电流,并通过内部参数自适应以动态调节解调器带宽,从而保证ALF-PM电机在多变工况下解调信号的高品质。在此基础上,利用自适应扩张状态观测器来观测转子位置信息,提出带宽自适应调整方案来在线调整观测器参数,以及设计鲁棒控制器提高估计负载转矩的动态响应性能,降低多变工况下参数失配带来的影响,从而提高位置观测器的鲁棒性。最后,通过实验验证所提无位置传感器驱动控制系统的可行性和有效性。

高阶QAM调制下基于对数似然比门限的自适应解调方案

现有的自适应解调方案中采用的调制星座阶数最高仅限于16,且方案分析和设计中没有考虑信道编码的译码环节。该文研究适用于高阶QAM调制的自适应解调算法,并结合无率纠错码提出一种收端速率自适应方案。收端将符号中每个比特的对数似然比绝对值与设定的解调门限值比较,大于该解调门限值的比特解调,否则删除。无率码译码码字长度固定,通过调整解调门限达到误码性能要求。在解调比特的平均互信息分析的基础上,给出不同信噪比下达到期望的译码误码性能要求的解调门限值及解调比例的计算方法。以256-QAM星座和Raptor码为例给出方案设计实例并进行仿真,仿真结果验证了理论分析的正确性和方案的有效性。

混沌通信系统中自适应解调技术的仿真研究

在混沌参数调制技术中，为了有效地提取混沌系统参数，本文在文献［４］的基础上，对自适应滤波算法的性能进行了仿真研究，并修正了其中的错误．仿真结果表明自适应滤波技术能够快速收敛，并能克服其它混沌控制技术中只对慢变信号有效这一局限性．

一种噪声和畸变混沌信号的滤波策略--Ⅱ:自适应解调

在这系列文章的第一部分,我们提出了一种状态空间模型的估计算法[1]。第二部分将该算法应用于混沌调制通信系统的解调。当“扮演”系统参数的信息信号被建模为AR模型后,混沌调制通信系统的解调问题可转化为对增广的状态空间模型的估计。仿真结果表明,该算法也能有效地实现混沌调制通信系统的自适应解调。

软件自适应解调原理及方法研究

该文简要分析了软件自适应解调原理,重点研究了恒包络数字调制的软件自适应解调方法。

光纤光栅链路反射谱强度自适应解调

针对解调仪单通道多光栅反射谱强度差异过大,导致无法有效寻峰或寻峰误差增大的问题,提出了利用不同曝光周期多次曝光解调的方法调整峰值,根据光谱数据直方图来确定寻峰阈值。分析了谱峰峰值对寻峰稳定性的影响,建立了曝光周期、寻峰阈值自适应调整规则,用LabVIEW软件实现了自适应寻峰解调算法。通过实际光纤光栅传感器测试,可完成差异过大反射光谱的自动曝光和寻峰解调处理,在保证寻峰稳定性的前提下,有效提高了谱峰识别数量、解调系统自适应能力和工作可靠性。通过实验发现,谱峰峰值在光强饱和值70%~90%范围内寻峰稳定性最高,寻峰得到的中心波长标准差在0.5 pm以内,稳定性比单次曝光解调提高了50%,程序运行时间在100 ms以内,可以实现快速解调。

脉冲噪声下数字调制信号的自适应解调

提出基于自适应滤波解调α稳定分布脉冲噪声下的常规数字调制信号的方法。采用归一化最小平均p范数自适应滤波算法的自适应滤波器,跟踪信号任一码元间隔内的单一频率,根据自适应滤波器权值的收敛值可以解调相应的码元。计算机仿真结果表明,此自适应滤波解调方法性能优越,抗脉冲干扰强,同时算法计算速度快,易于实现,具有很好的实用价值。

结合LT码的自适应解调最优解调门限的研究

自适应解调是一种新的传输速率自适应方案,一般都需要结合无率码来使用,以解决解调中的比特删除问题。一种自适应解调方案是计算已调制符号中比特的对数似然比,与预设的解调门限相比较来决定是否解调该比特。解调门限决定了调制的阶数,并对无率码的译码性能有较大影响。文章对结合LT码的自适应解调中解调门限的设置进行研究,找到最优的解调门限。仿真结果表明,在最优门限下,可获得最低的误码率,或者获得最高的传输效率。

浅析滚动轴承故障自适应谐振解调技术

本文提出一种利用共振进行共振解调的方法。运用经验模式分析方法,将故障划分成多个固有模式,以最小的特征值为主要特征,以最佳特征值为最大共振频率,并利用自适应选取不同的频段。利用希尔伯特变换,对滤波后的信号进行了理解、调和分析,得到包含故障特征的低频包络,并进行了辨识。与现有的谐波解调方法相比,该方法更具实际应用价值。

应答器上行链路信号自适应解调方法

分析了应答器上行链路信号特点,提出一种自适应解调方法对上行链路信号进行信号解调。采用自适应LMS算法跟踪上行链路信号的频率,计算跟踪误差,并根据跟踪误差进行信号解调。按照欧洲应答器测试规范对其解调性能进行仿真验证,并与过零检测法和非相干解调法进行了比较。仿真结果表明:自适应解调方法在上行链路信号参数存在极端偏移时同样能够满足解调性能要求;当信噪比为7dB时,自适应解调方法的误码率接近0,而过零检测法和非相干解调法的误码率分别为0.163、0.001。自适应解调方法实现简单且具有较强的抗干扰能力,为应答器在电磁环境相对恶劣的场所中可靠应用提供基础。

自适应QAM解调及频偏估计方法研究

提出了一种新型的基于自适应滤波的QAM解调算法和频偏估计方法。以最小均方误差自适应算法(LMS)为例,讨论了采用本解调算法解调的过程及其性能。本解调算法无需自适应滤波器完成收敛,从而降低了对采样频率和处理速度的要求。仿真结果表明:本解调算法的误码率理论值与仿真结果一致性好。同时,基于本解调算法的频偏估计,能方便地给出频偏大小。

基于EEMD和共振解调的滚动轴承自适应故障诊断

为解决滚动轴承原始振动信号信噪比低以及带通滤波器参数选择依赖于人的主观经验等影响传统共振解调技术有效应用的问题,提出了EEMD自适应消噪和自适应共振解调相结合的方法。首先利用EEMD自适应地将信号分解成多个分量,通过互相关系数方法进行自适应重构以突出故障特征信号,然后利用谱峭度自动确定带通滤波器的中心频率和带宽,最后对滤波后的信号进行能量算子解调谱分析。数字仿真信号和滚动轴承实验证明了该方法的有效性。

自适应共振解调法及其在滚动轴承故障诊断中的应用

与AR模型、小波变换等故障诊断方法相比较,工程人员更多的是采用共振解调法对滚动轴承故障进行诊断,但诊断成功与否很大程度上依赖于滤波器中心频率及其带宽的选择。这里提出的诊断滚动轴承故障的自适应共振解调法避免了带通滤波器难以选择的困难。其核心思想是:不采用滤波的方式而是通过先对时间信号进行时频变换,然后从时频能量谱中自动提取时间能量信号的方式来达到将由于冲击引起的共振高频信号和高能量的低频信号分离。此外,给出了一个统一的框架从时频能量谱中自动提取类似于时间边缘的时间能量信号,即Lp范数准则。数值实验结果表明,自适应共振解调法能有效地诊断滚动轴承的外圈故障、内圈故障、滚动体故障,而且比传统的共振解调法的性能更优。

滚动轴承故障诊断的自适应共振解调技术

针对共振解调技术在实际使用中存在必须事先通过冲击试验确定高频共振频率和带通滤波器的中心频率固定不变的缺点,提出了自适应共振解调技术。自适应共振解调技术可以在共振解调处理之前依靠对振动信号的频谱分析自动识别高频共振频率,然后根据被测对象的高频共振频率自适应地改变带通滤波器的中心频率。并研究了自适应共振解调技术的实现方法,并对实际轴承振动信号进行了自适应共振解调分析。研究结果表明,该技术可方便地在工程中应用。

基于MPDE-EEMD及自适应共振解调的轴承故障特征提取方法

针对滚动轴承振动信号具有非线性、非平稳性和非高斯性,并且故障特征往往淹没于系统噪声之中而难于识别的问题,提出了以多种群差分进化(multiple population differential evolution, MPDE)算法来改进集合经验模式分解(ensemble empirical mode decomposition, EEMD)的MPDE-EEMD消噪方法,并与自适应共振解调技术(adaptive resonance demodulation technique, ARDT)相结合实现故障特征提取。首先,为了解决EEMD中加入参数依靠人工选择且难以准确获取的问题,建立极值点分布特性评价函数,利用MPDE来寻优获取最佳白噪声幅值,实现EEMD自适应分解。然后,采用峭度与相关性相结合的准则对分解后的IMF分量进行自动筛选,将满足条件的有效信号进行重构,实现对原始振动信号的降噪处理。最后,采用ARDT自动确定对消噪信号进行带通滤波的带宽和中心频率,再通过包络解调提取出滤波信号的特征频率。将轴承仿真故障信号与实际故障信号用于算法的验证,结果表明MPDE-EEMD+ARDT能有效提取出轴承故障特征。

基于自适应共振解调技术的滚动轴承故障诊断

针对现有共振解调技术中高频共振中心频率及滤波带宽确定方法不成熟的问题,提出了自适应共振解调技术。利用经验模态分解将故障信号分解成若干个固有模态函数,通过信息熵最小的固有模态函数分量确定高频共振频率,自适应选取带通滤波器的中心频率和带宽。利用Hilbert变换对滤波后的信号进行解调分析,得到包含故障特征信息的低频包络信号,提取故障特征频率,实现故障辨识。与现有共振解调方法相比,自适应共振解调方法在工程实际中应用性更强。

基于最优Morlet小波自适应包络解调的弱故障特征提取方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计最优Morlet小波。针对最佳尺度求取的难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比求取最佳尺度。基于此,提出基于最优Morlet小波自适应包络解调的弱故障特征提取方法,该方法首先对信号进行最优Morlet连续小波变换;然后,依据峭熵比自适应地求取最佳尺度并提取最佳尺度的小波系数;最后,对最佳尺度的小波系数取模即可实现对最优频带的包络解调,得到包络谱,从而实现微弱故障特征的提取。实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,能有效地从强噪背景中提取微弱故障特征。

基于小波自适应包络解调技术的滚动轴承故障识别研究

针对传统的包络解调技术在实际使用过程中存在必须人为确定高频共振频率和带通滤波器的中心频率缺点,提出了小波自适应包络解调技术。该方法通过最小Shannon熵原理自适应确定小波函数的中心频率和带宽,求得在此小波变换下的系数,运用希尔伯特变换得到解析信号,最后计算包络和包络谱来识别故障特征频率,实验结果表明,提出的方法能准确有效地识别出滚动轴承外圈、内圈及滚动体的单点类故障。

一种基于神经网络策略的自适应混沌解调器

1 引言随着对通信服务质量和通信容量迅速增加的需要,扩频通信正越来越受到人们的重视。它的主要特征是通过自相关函数接近δ函数的伪随机码将信源信息扩展成宽带信号,接收机将接收到的扩频信号解扩以恢复信源信息。随着非线性动力学和混沌理论的成熟。

一种自适应Morlet小波包络解调的弱故障检测方法

为自适应实现Morlet小波与故障冲击特征成分的最优匹配,采用基于Shannon小波熵的方法优化带宽参数设计了最优Morlet小波。针对最佳尺度的求取难题,利用谱峭度与小波熵均能敏感反映冲击性的特性,提出了基于峭熵比的最佳尺度的求取方法。基于此,提出基于自适应Morlet小波包络解调的弱故障特征提取方法。仿真实验与实例分析表明:该方法克服了传统包络解调需要人为设定带通滤波器参数的不足,减少人工干预,能自动有效地从强噪背景中提取微弱故障特征,具有一定的工程应用价值。