快速谱相关引导ACMD的滚动轴承复合故障特征分离方法

以不同故障类型产生的冲击信号周期不同为出发点,提出了一种快速谱相关引导自适应线性调频模态分解的滚动轴承复合故障特征分离方法。首先使用快速谱相关搜寻复合故障信号中潜藏的循环频率成分;然后根据快速谱相关图绘制循环频率沿频率轴的能量分布曲线,提出单一循环频率能量主导准则挑选包含单一故障信息最多而另一故障信息最少的频带范围,从中选取合适的中心频率指引自适应线性调频模态分解对指定频带进行分解;最后对分解信号进行包络分析,根据故障频率判定故障类型。通过分析仿真信号以及外圈6点钟故障和12点钟故障与内圈复合故障试验信号表明,该方法可以实现复合故障特征的分离。

一种用于高动态侦收的测控信号谱相关预分类方法

针对高动态侦收环境下测控信号的预分类问题,提出了一种对高动态环境不敏感的谱相关预分类方法。该方法对搜索波束输出数据进行频谱估计、谱相关检测和参数估计,可截获远距离、低信噪比的测控信号。对于近距离、高信噪比的测控信号,直接进行频域恒虚警检测、信号参数估计和谱相关比较处理。同时根据设定的过滤准则,剔除干扰信号,保留感兴趣的测控信号,并对其进行实时跟踪。仿真表明该方法在高动态条件下能够高概率地对测控信号进行预分类。

分形噪声中BPSK信号检测的小波谱相关方法研究

小波变换作为一种新兴时频分析方法,其小波谱表征了信号的时频特性。对信号的小波谱以及与魏格纳-维尔分布之间的关系进行了较为详细地讨论。根据时频分析的理论,把小波谱扩展到了小波谱相关域,提出了小波谱相关分析方法,并应用到分形噪声和BPSK信号的分析上,探讨了它们的相应特性。根据探讨的结果,提出了分形噪声中BPSK信号检测的小波谱相关方法,并对讨论的结果进行了计算机仿真。

调制参数提取的谱相关方法

根据周期平稳序列谱相关函数理论以及常见数字调制信号的谱相关函数及其谱相关 ( f ,α)平面图 ,讨论了几种常见数字调制信号的调制参数的提取与估计方法 。

调制分析与识别的谱相关方法

根据谱相关函数理论和对常用通信信号的谱相关函数及谱相关平面图分析 ,提出了几种可用于调制分析识别的谱相关特征参数 ,讨论了利用这些特征参数进行调制识别的方法和过程。试验表明 。

谱相关密度分析在轴承点蚀故障诊断中的研究

利用谱相关密度提取轴承故障特征时需要在循环频率域和频率域上同时兼顾高分析带宽和高分辨率,从而使得该方法的计算量庞大,难以达到较高的分析精度。鉴于此,首次在循环平稳分析中引入解析的思想,利用解析形式的谱相关密度在循环频率域不存在高频特征的特点,提出运用时域选抽技术,在保证分辨率的同时降低分析带宽,减少计算量,从而得到更好的分析效果。本文以一般调幅信号解析形式的谱相关密度分析为基础,对滚动轴承点蚀故障模型进行了分析,推导了其谱相关密度分析的理论结果,给出具体的算法实现。仿真调幅模型和实际轴承故障信号,证实了理论分析的正确性和算法的可行性,同时也验证了谱相关密度分析对调幅特征的提取能力。

调幅信号谱相关密度分析中白噪声影响的研究

重点研究了加性高斯白噪声对调幅信号谱相关密度分析结果的影响。平稳信号的谱相关密度仅存在于频率轴上,但是由于谱相关密度分析为非线性二次变换,信号和噪声的交叉项也将干扰分析结果。本文通过对加性高斯白噪声干扰的调幅信号的理论分析,得到了加性噪声干扰在谱相关密度双频率平面上的分布特点,总结了该类型循环平稳信号谱相关密度图的分布规律,最后利用仿真信号验证了理论分析的正确性。

色谱相关光谱法识别莫西沙星HPLC分析中的有关物质色谱峰

目的建立识别HPLC色谱图中莫西沙星有关物质色谱峰的色谱相关光谱方法。方法采用高效液相色谱-二极管阵列检测器(HPLC-DAD),提取各有关物质峰的标准光谱,建立有关物质标准光谱库;通过计算莫西沙星有关物质色谱峰的光谱与标准光谱库中光谱的相似系数,对有关物质进行识别。结果光谱识别的最低检出限为20 ng,相似系数阈值为0.995。结论色谱相关光谱法可有效地对HPLC分析中的色谱峰进行识别,具有专属性强,准确度高,耐用性好的特点,适用于对由于色谱柱、流动相等色谱条件的改变,无法利用相对保留时间定性的色谱峰的归属。

伪码-载波调频侦察信号识别的谱相关方法(Ⅰ)——伪码-载波调频信号的谱相关函数

研究了伪码-载波调频信号的谱相关函数(SCF),具体针对伪随机二相编码(PRBC)信号及其与正弦调频和线性调频复合信号进行了研究。从谱相关函数和模糊函数(AF)的关系出发,利用平稳随机过程的线性周期时变变换定理,详细推导了3种复合信号的谱相关函数表达式,分析了其特性。通过对频率f截面和循环频率α截面谱相关特征分析表明,谱相关函数不仅能体现载波调制信息和与伪码有关的各项参数,而且对于高斯白噪声有很好的抑制作用,这为进一步通过谱相关方法对伪码-载波调频信号的调制分类和参数识别奠定了理论基础。

一种滚动轴承故障特征提取的新方法——谱相关密度

本文简要地介绍了谱相关密度的概念及其对调幅信号的解调作用 ,并用数值仿真进行验证。针对滚动轴承故障信号含有调幅成分的特点 ,提出并讨论了利用谱相关密度来提取滚动轴承故障特征的方法 ;最后通过对实验数据的处理及分析 ,说明谱相关密度在提取信号特征方面的有效性。

伪码-载波调频侦察信号识别的谱相关方法(Ⅱ)——伪码-载波调频信号的调制识别和参数估计

研究了伪码-载波调频侦察信号识别的谱相关方法,具体针对伪随机二相编码(PRBC)信号及其与正弦调频和线性调频复合信号作了研究。通过3种复合信号循环谱截面谱相关特征的分析和提取,完成了调制类型的自动识别,估计了载频和载波调频参数,对伪随机码信号的各项参数进行了估计。分析了噪声环境和有限采集时间对参数估计的影响,最后对调制识别和参数估计进行仿真分析,表明了谱相关方法在伪码-载波调频信号识别中的优势。

多进制相移键控信号的谱相关特性分析

该文着重对于多进制频移键控(MPSK)信号的谱相关特性进行了分析,并改写了MPSK信号表达式,由此得到BPSK,QPSK,8PSK,16PSK信号的谱相关密度函数;应用谱相关函数的工程计算公式,对这4种信号的谱相关特性进行了仿真,验证了得到的谱相关密度函数的正确性。

低截获概率雷达信号的循环谱相关函数检测方法分析

给出了一些噪声、干扰及低截获概率雷达信号的循环谱相关函数 ,分析了其在噪声与干扰中检测的优越性 ;对循环谱相关函数与Wigner Ville分布、解线调、模糊函数进行了比较 ,分析了它们的一致性 ,并比较了循环谱相关函数的几种主要估计算法。从这些分析中可知 ,循环谱相关函数是检测低截获概率雷达信号的有效方法 ,抗干扰能力强 。

软件无线电中基于谱相关理论的调制模式识别技术

随着多体制通信互联和软件无线电技术的发展,通信信号调制样式的识别逐渐成为一个重要的问题.这里在介绍谱相关函数原理、分析谱相关识别特性的基础上,提出了基于谱相关理论的常规通信信号调制模式识别方法及处理流程.该方法根据信号的谱相关特征参数能够比较准确地识别出信号的调制模式,仿真结果显示了该方法的正确性和可行性.

滚动轴承故障的谱相关特征分析

滚动轴承的振动响应信号包含确定性成分和随机成分,两者都能反映轴承发生故障的信息。利用随机成分进行故障定性诊断,可以只使用较少的振动信号数据,计算效率高,有利于工程实际应用。针对轴承振动信号中随机成分能量较低、分布频率范围较宽的特点,采用对数谱相关函数灰值图反映信号中随机成分对循环平稳特性的影响,定性判断故障引起的谱相关函数中随机成分的变化,然后通过共振区切片进行故障解调分析,提取特征信息。通过实测正常轴承和内圈点蚀故障轴承振动信号的对比分析,表明即使在较低频率分辨率条件下,谱相关密度也能实现故障信息的解调,并可以提高计算效率。

基于谱相关密度组合切片能量的滚动轴承故障诊断研究

包络解调分析方法是滚动轴承等旋转机械故障诊断的常用方法。当轴承滚动体发生故障时,由于其同时与轴承外、内圈接触,以及受保持架转速的影响,包络解调分析方法通常不能很好提取出滚动体故障通过频率。据滚动轴承发生故障时呈现出的二阶循环平稳特征,提出了基于二阶循环统计量的谱相关密度组合切片能量的滚动轴承故障诊断方法。此方法在一定程度上解决了包络解调分析方法在滚动体故障诊断方面的缺陷,对轴承滚动体的故障诊断具有一定的借鉴意义。

谱相关函数的解调原理分析

在机械故障诊断中,基于循环平稳的信号分析方法逐渐受到人们的重视,本文主要分析了谱相关函数(二阶循环平稳统计量)的解调原理,为机械设备故障诊断中的解调分析方法提供了一种新的思路。根据两信号乘积的谱相关函数等于两信号的谱相关函数在频率和循环频率域的双重卷积,推导出调幅信号的谱相关函数,由于在两个频率域的双重卷积使得谱相关函数在频率和循环频率域均具有解调功能,这样得到的双重解调信息提高了分析结果的可靠性。通过分析并仿真发现这种基于谱相关函数的解调方法还能同时对调幅和调频信号进行解调。

基于谱相关的正弦调频和脉间伪码调相复合体制侦察信号识别

推导了正弦调频和脉间伪码调相复合体制信号的谱相关函数(SCF),基于谱相关特征给出了对该复合体制侦察信号的自动识别算法。分析了宽带调频和窄带调频两种情况下谱相关函数的特征,对载频、调制频率、调制系数以及伪码的子脉冲宽度、子脉冲重复周期、编码个数进行了盲估计,分析了信噪比对参数估计精度的影响。仿真分析表明,在SNR为-5 dB时,对载频和调制频率估计的归一化均方根误差(NRMSE)小于2.5%,在SNR>0 dB时,对伪码参数估计的NRMSE小于7.5%.

移动通信信号自动调制识别的谱相关方法

一些不同的数字调制信号有着相同或相近的功率谱密度，但它们的谱相关函数却有明显区别。平稳的噪声和干扰的谱相关为零。利用谱相关函数的这些性质可以识别出噪声中的调制信号。本文提出了一种用于移动通信信号自动调制识别的谱相关算法，该方法可以识别各种主要无线系统和标准所采用的调制类型。

基于总变差去噪和快速谱相关的滚动轴承故障诊断

特征提取在滚动轴承故障诊断中起着至关重要的作用,然而实测的振动信号本质上是复杂的、非平稳的,同时故障轴承的脉冲特征常常淹没于噪声中。为了有效提取强噪声背景下的滚动轴承故障信息,提出一种基于总变差去噪(Total Variation Denoising,TVD)和快速谱相关(Fast Spectral Correlation,Fast-SC)相结合即 TVD-Fast SC 故障特征提取方法;首先,利用总变差去噪方法对振动信号进行消噪,提高信号的信噪比(SNR);然后,对去噪后的信号进行快速谱相关分析,准确地识别出轴承的故障特征频率。仿真和实验结果表明,该方法可以有效地提取出滚动轴承的微弱故障特征信息,分析效果优于直接快速谱相关方法和小波阈值去噪与快速谱相关结合的方法,为滚动轴承微弱故障特征提取提供一种有效的方法。