内燃机IFOA-VMD振动信号降噪预处理方法研究

为克服内燃机振动信号高度耦合、信噪比低,针对果蝇算法本身存在固定步长在搜索后期精度不高和气味判别函数不合理,提出一种改进的果蝇算法,以变分模态算法分解后的单分量模态信号最小功率谱熵作为评判函数,通过IFOA迭代搜索得出VMD分解层数k和惩戒函数α的最优组合,通过参数优化变分模态算法完成内燃机振动信号的降噪预处理。仿真结果表明,改进果蝇算法兼顾全局搜索能力,有效提升局部搜寻精度,参数优化的结果与仿真情况相符。将IFOA-VMD用于内燃机缸盖振动信号降噪预处理,通过平滑伪魏格纳-维利分布进行振动信号时频表征,可明显提高不同工况信号的信噪比,比经验模态分解方法降噪效果更好。

基于降噪自编码器的侧信道攻击预处理方法

侧信道分析在硬件安全评估中起着至关重要的作用,而降噪预处理可以去除数据曲线包含的部分噪声,提高攻击成功率.然而,当数据中噪声繁杂且期望预处理前后数据规模不减少时,常规的降噪方式效果较差甚至无效.本文基于卷积神经网络设计了一种优化的降噪自编码器.首先,对第一轮加密的字节代换操作具有相同输出的数据曲线做均值滤波处理,并根据字节代换的输出构造对应的自编码器模型标签,最大化地提取出纯净数据.其次,在计算标签与预测值的损失函数中添加L2正则化惩罚项,防止过拟合以及加速训练.本文对公开的DPAContestV2、DPAContestV4.1和ASCAD数据集进行降噪预处理及侧信道攻击.实验结果表明,处理后的数据相比原始数据信噪比分别提高3.53、3.14、3.86倍,皮尔逊相关系数分别提高1.94、1.37、1.04倍.在攻击阶段,不进行降噪预处理时V2、V4.1、ASCAD数据集分别需要1175、4、191条测试轨迹破译密钥.而使用本文方法降噪后成功攻击所需轨迹数量分别降低为440、1、41条.因此,本文的降噪自编码器网络可以大幅度降低信号中包含的噪声,并显著提高了攻击性能.

基于时域统计平均预处理的RBF网络发动机气缸压力识别方法

在柴油发动机气缸压力的识别过程中 ,针对缸盖振动信号的信噪比低且呈非平稳特性 ,影响神经网络对气缸压力识别的问题 ,提出了在径向基函数 ( RBF)网络训练前 ,对训练样本进行时域统计平均降噪预处理 ,再对实验样本进行识别 .结果表明 ,时域统计平均有效提高了训练样本的信噪比 ,RBF网络经训练后 ,对柴油发动机气缸压力的识别具有计算速度快。

第二代小波降噪在燃气管道泄漏检测中的应用

针对燃气管道泄漏检测信号面临的噪声干扰问题,本文运用第二代小波变换原理并结合插值细分方法,构造预测算子和更新算子,通过对燃气管道介质音波信号预处理,提取到音波低频特征较明显的有用信号,实现了对背景噪声有效的降噪处理,提高了音波的信噪比,为后续泄漏识别奠定了基础.

基于小波分析的压气机失速初始扰动信号处理

文章对于在某型压气机试验器失速/喘振试验中获得的6组压力脉动信号进行失速初始扰动分析研究。利用时域-小波函数对信号进行降噪预处理、多分辨分析,将分解在各个频带内的小波系数重构为相关频带内的压力信号分量,当重构后信号的幅值大于预先设定的阈值时,认为压气机即将进入失速状态,可以采取控制措施。结果表明,小波降噪能有效分离信号中的高频噪声同时保留突变信号,达到有效降噪的目的。通过预先设定的阈值,监测压力重构信号,可以给出失速预警信号。

一种电子式互感器现场校准的新算法

由于电子式互感器需要长期运行的工作特性以及所处复杂恶劣的工况环境,现场校准成为电子式互感器应用过程中的难题。提出一种电子式互感器现场校准算法,在对采样数据进行降噪预处理的基础上,采用基于频段划分的奇异值总体最小二乘算法对建立的ARMA模型进行频率估计,再提取信号幅值和相位等特征参量,可以有效抑制现场随机噪声和谐波的干扰。试验结果表明,该算法具有较高的计算精度,可以满足0.2级电子式互感器现场校准要求。

基于机器视觉技术的复杂运动姿态自动跟踪研究

以提高复杂运动姿态自动跟踪精度、避免遮挡和信息丢失问题为出发点,研究基于机器视觉技术实现的运动姿态自动跟踪方法。借助摄像机采集运动图像,以机器视觉技术具备较好鲁棒性的HSV色彩空间为基础,采用中值滤波对图片实施预处理,有效去除噪声干扰;利用三帧差法检测预处理完成图像间的灰度差,以此确定图像中运动目标位置后,利用退火粒子滤波算法实现对复杂运动姿态的自动跟踪。实验结果表明,该方法可有效去除所采集图像中的噪声干扰,保留图像细节信息,且运动图像检测均方误差较小,粒子数和退火层数分别为100个和5层时,该方法的跟踪误差最小,约束条件的有效加入,可以解决运动过程中出现的自遮挡、深度信息丢失等问题。