基于频谱增强的软件多故障定位

检测故障是繁琐而耗时的,为了提高传统软件故障定位方法的效率以及精确度,提出了一种基于频谱的故障定位新方法;充分利用了失败的测试用例与故障之间的关系,通过使用频谱增强的方式,采取逻辑与运算的关键技术和方法,对失败的测试用例进行精简,优化失败测试用例中的频谱信息,从而得到频谱增强后的测试用例,克服了冗余测试用例对定位效果的消极影响,再根据新的频谱信息计算可疑度值,最后生成优化后的可疑度排序列表;首次将频谱增强的方法同时运用到单故障与多故障程序场景中,在包含植入故障的西门子程序和真实故障的Defects4j程序中,经实验检测证明本研究方法能够显著减少代码检查的范围,尤其是在高性能范围内(EXAM5%),并且仅通过检查Top-1至少能有效地定位超过原有约20%的故障,结果表明基于频谱增强的故障定位方法有效提升了检测率,可以更好地帮助程序员精准定位故障位置。

基于分数阶傅里叶变换和频谱增强的路面裂缝图像识别方法

针对从复杂的道路背景中难以有效识别路面裂缝的问题,提出了一种基于分数阶傅里叶变换(FrFT)和频谱增强处理的路面裂缝图像识别方法。首先,使用分块法和中值滤波对图像进行预处理;其次,通过分数阶傅里叶变换将裂缝图像转换为频谱图,并对频谱图进行区域去除和增强处理,使用分数阶傅里叶逆变换将处理的频谱图像转换为增强的裂缝图像;再次,通过对增强的裂缝图像进行图像叠加、取反和阈值筛选处理选出缺陷模板;最后,使用Canny边缘检测结合膨胀腐蚀和区域筛选阈值的方法对缺陷模板进行路面裂缝识别。与小波变换(WT)检测算法相比,分数阶傅里叶变换检测图像在准确率和召回率上分别提高了14.35%和17.1%,并分析了频谱增强倍数和減去阈值对实验结果的影响。实验结果表明,使用分数阶傅里叶变换与频谱增强处理的方法能够有效提高路面裂缝的识别率。

基于MCKD和增强倒频谱的直升机自动倾斜器滚动轴承故障诊断方法

针对直升机自动倾斜器滚动轴承转速低,其早期故障特征信号易被噪声淹没的问题,提出了基于最大相关峭度解卷积(MCKD)和增强倒频谱分析的直升机自动倾斜器滚动轴承故障诊断方法。该方法利用MCKD方法对故障信号进行降噪处理,采用自相关方法和广义Shannon熵对倒频谱分析进行改进,得到增强倒频谱,提取故障特征频率。实验研究表明,所提出的方法能精确地诊断自动倾斜器滚动轴承内圈、外圈和滚珠故障,且优于传统的倒频谱分析,可以预防重大故障发生。

基于MOMEDA和增强倒频谱的风电机组齿轮箱多故障诊断方法

风电机组齿轮箱结构复杂,当齿轮、轴承存在多故障时,由于各故障强弱不同、故障间相互耦合及噪声干扰,造成故障诊断准确率低及漏诊问题。提出了一种基于多点最优最小熵解卷积(multipoint optimal minimum entropy deconvolution adjusted,MOMEDA)和增强倒频谱的风电机组齿轮箱多故障诊断方法。依据齿轮和轴承不同部位的故障特征频率设置合理的解卷积周期,利用MOMEDA对原始信号进行预处理;再通过增强倒频谱进一步抑制噪声干扰和增强故障特征;将增强倒频谱中的突出成分与齿轮箱故障特征频率对比,判断故障类型。实际风电机组齿轮箱多故障振动试验数据分析结果表明,该方法可以有效地提取出齿轮箱多故障特征信息。

基于TDLAS的增强型气体检测新技术

可调谐半导体激光吸收光谱技术(TDLAS)是一种在二极管激光器波长调制与长光程吸收池技术相结合的基础上发展起来的新型气体检测方法。介绍了TDLAS技术的工作原理,并列举了其固有的技术缺陷,以及因此导致的在石化行业中的应用限制。通过对比分析增强型激光二极管吸收频谱技术(ELDS)和TDLAS的应用表明,ELDS技术克服了TDLAS的技术缺陷和应用限制,能够实现对于可燃性碳氢类化合物和蒸气,以及多种有毒有害气体进行快速、高精度、高选择性地在线检测,真正实现零误报、零漏报、零维护。

一种基于噪音类型估计的端点检测系统

该文通过对噪音和语音频谱特性的分析,针对不同使用环境,采用不同方法对语音信号进行端点检测。利用短时过零率、短时幅度和语音持续时间实现准静音环境下的端点检测,对语音频谱进行增强处理,实现噪音环境下的端点检测。

基于STFT‑SST和深度卷积网络的多相码雷达信号识别

多相码雷达信号特征相似,类间差距小,在低信噪比(Signal‑to‑noise ratio,SNR)下极易混淆。Choi‑Williams等时频分布由于受时频分辨率的约束,难以刻画多相码信号的细节特征。为此,本文提出了一种基于同步挤压短时傅里叶变换(Short‑time Fourier transform‑based synchrosqueezing transform,STFT‑SST)和深度卷积网络的自动分类识别算法。在特征选取上,采用STFT‑SST对多相码雷达信号进行时频分析,并提出一种频谱增强算法,用于提升低SNR下的时频特征表示,以获得高分辨率的时频特征图像;在分类网络上,设计了一个9层深度卷积网络,并引入Inception模块,提升网络对细节特征的捕获能力。仿真结果表明,当SNR为-8 dB时,该系统对5种特定多相码的平均识别率达91.8%,在低SNR下具有更好的识别性能。

引导式跟踪干扰对短波跳频系统的影响及系统抗干扰策略

敌方在对进行天波传播的短波跳频电台实施引导跟踪干扰时,将不再满足干扰椭圆的关系,而需要重新通过干扰方程进行研究。通过详细分析,首次给出了在天波传播模式时,现有跟踪水平下,对不同跳速的短波跳频系统实施有效的跟踪干扰的条件,最后给出了降低跟踪干扰效能的几种有效策略,为提高短波跳频系统全面的抗跟踪干扰能力指出了发展思路。