复AR双谱及在常规雷达目标分类中的应用

根据飞机喷气发动机调制(JEM)特征产生机理和参数模型及常规雷达回波特点,本文采用复AR双谱技术分析了常规雷达回波中的JEM特征,揭示了回波中JEM频率和径向Doppler频率之间的耦合关系,并从双谱切片中提取了相对不变的JEM周期特征。提出了基于JEM周期特征的目标分类方法。实测数据分类实验表明:JEM周期特征用于常规雷达飞机目标分类是有效的。

基于AR双谱的超声波电机故障诊断

针对超声波电机在工作时发生故障难于监测与判断,提出一种高阶谱诊断超声波电机故障的方法。利用高阶累积量对振动信号建立AR模型,再对其进行参数化AR双谱估计。实验结果表明:与正常状况时的超声波电机AR双谱相比,故障状况时其双谱能量分布出现分散,峰值减少,同时等高线图和双谱切片也存在明显差异,因此可以作为故障诊断的依据。

AR双谱的电梯机械故障诊断

通过采集电梯运行时的加速度振动信号,建立AR时间序列模型.分析AR双谱图、双谱等高线,以及双谱对角切片,诊断电梯机械故障.研究结果表明:在电梯正常工作和故障时的双谱存在明显的差异,AR双谱表现出了不同的特征,可以作为电梯机械故障的诊断方法.

基于AR双谱与分形盒维数的减压阀故障诊断

通过采集的减压阀正常和故障下的振动信号,求出了时间序列的自回归双谱和分形盒维数。结果表明:不同状态下的双谱谱图和盒维数有明显的区别,利用AR双谱和盒维数可以有效地诊断出减压阀的工作状态。

基于非高斯AR模型双谱估计的发动机气门机构故障诊断

将高阶谱引入故障诊断领域,利用基于非高斯AR模型的双谱估计方法描述了缸盖振动响应信号的非线性和非高斯特性。基于非高斯AR模型的双谱估计,能够在数据较短的情况下,提供较高的频率分辨率且能提取信号的相位信息,可用于非平稳信号的数据处理和故障诊断。研究结果表明:当柴油机气门机构处于不同工作状态时,缸盖振动信号的双谱及其等高线具有明显的可分性。对双谱进行数据降维处理,从其主对角切片中提取了比较稳定的故障特征,为气门机构的状态监测与故障诊断提供了一种有效手段。

基于AR双谱分析的电梯运行质量研究

文中通过采集电梯运行过程中轿厢的加速度振动信号,建立时间序列的自回归功率谱和双谱模型。结果表明,通过双谱幅值的分析、自相关功率谱与重构功率谱的比较,可以获得信号的非高斯、非线性频率特性信息,对分析电梯运行质量具有重要的指导意义。

运动意识任务的模式识别方法研究

针对脑机接口研究中运动想象脑电信号的模式识别问题,提出了一种基于离散小波变换和AR双谱的特征提取方法。该方法首先利用Daubechies类小波函数对二路脑电信号进行3层分解,抽取小波系数的均值、能量均值、均方差三个特征;然后,采用5阶AR模型进行双谱估计,抽取双谱切片特征;最后,将这两类特征进行组合后使用马氏距离线性判别进行分类。利用BCI2003竞赛的标准数据,该方法使得EEG的识别正确率达到92.86%,与竞赛的最好结果(89.29%)相比提高了3.57%,为BCI研究中脑电信号的模式识别提供了有效的手段。

中医脉象信号的参数化双谱估计及其切片分析

将双谱估计的参数化方法应用于脉象信号的分析中.采用非高斯AR模型分析方法,对15例吸毒者和15例正常人脉象信号进行了参数化双谱估计.选取双谱幅值水平切片提取脉象信号的双谱幅值特征,选取双谱相位主值水平切片提取脉象信号的双谱相位主值特征.并根据这些特征,分别给出了吸毒者和正常人脉象信号的判别依据.根据这2种判别依据,识别率分别达93.3%和90%.实验结果表明,双谱估计的参数化方法能较好地分析吸毒者和正常人脉象信号的差异,是一种分析脉象信号的有效方法.

癫痫发作前脑电行为的高阶统计量分析

由于癫痫的发作一般呈突发性，因在目前还做不到对癫痫发作的有效预测。本文利用高阶统计量对２０例癫痫发作前的两段脑电信号分别建立ＡＲ模型并提取特征，然后通过对这些信号作模式识别，发现在癫痫发作前６ｓ内，脑电信号中已蕴含有在时域看不到的异常变化，从而为癫痫的预测提供了可能。本文对这些脑电信号进一步做双谱分析。

时间序列关联维和双谱在调速阀故障诊断中的应用

针对调速阀故障振动瞬态信号的非线性特征,将时间序列关联维和双谱应用于其故障诊断。通过采集调速阀正常和故障状态下的振动信号,计算了系统关联维并绘制AR双谱图。结果表明,该方法能全面反映系统状态。其即时软件具有设计简单和易执行性的特点,可应用于设备监测和故障诊断。

基于耦合双谱微分性质的微弱故障信息提取及应用

为了提取减压阀中微弱的故障信息,利用减压阀振动信号中包含的耦合性质进行微分双谱运算来确定其故障状态。根据建立的AR双谱模型对微分前后的复数三阶累积量进行对比分析,微分后的AR双谱中所增加的频率信息对故障诊断结果产生了一定影响,经过数次微分后发现增加微分次数可以提取到信号中微弱的耦合信号成分从而能够提取到更多的故障信息。实验结果表明:通过改变微分次数,可以区分故障信息不明显的振动信号,从而提高故障诊断的正确率。

基于AR双谱的调速阀故障诊断

将高阶谱应用于液压系统的故障诊断,提出一种诊断调速阀故障的方法.通过实验采集调速阀工作时阀体振动的信号,建立AR模型,进行AR双谱分析.故障情况下和正常工作情况下双谱的对比差异明显,说明用高阶谱来诊断调速阀故障是可行的、有效的.