A HIGH RESOLUTION TIME DELAY ESTIMATION BASED ON THE MAXIMUM ENTROPY POWER SPECTRUM ESTIMATON

Multipath time delay estimation is constrained by the width of the signal correlation function when using correlation based methods. This paper obtains a high resolution time delay estimation by introducing Burg algorithm and Marple algorithm of the maximum entropy power spectral estimation to non-resolvable multipath time delay estimatoin. The principles, the performaces and the results of computer simulation are given.

基于图谱功率谱熵和最大均值差异的GIS机械状态辨识方法

针对常规方法对于气体绝缘金属封闭开关设备(Gas Insulated Switchgear,GIS)机械缺陷的特征识别稳定性差、识别率低的问题,在图谱理论的基础上,提出一种基于图谱功率谱熵和最大均值差异(Maximum Mean Discrepancy,MMD)的GIS机械状态辨识方法。首先将采集得到的GIS振动信号转化为图信号,并利用图傅里叶变换技术变换至图谱域进行分析处理;然后提取图谱功率谱熵作为表征GIS不同状态的特征参数;最后利用MMD距离判别函数实现GIS不同工况下的状态辨识。实验结果表明:在噪声干扰的情况下,所提方法能够有效提取GIS不同状态下的特征参数,并成功区分出屏蔽罩松动及内部异物缺陷,状态辨识精度高达93.89%,较常规方法有明显提高。

一种基于脑电信号的疲劳驾驶检测方法

脑电信号一直被誉为疲劳检测的“金标准”,基于脑电信号的功率谱特征和微分熵特征,构建了基于Conformer和门控Transformer网络(gated Transformer network,GTN)的脑电信号分类器。引入深度可分离卷积,实现了基于脑电信号的疲劳检测方法。该方法使用SEED-VIG数据集进行验证,同时引入了其他主流时序分类模型作为对比。采用所提方法对疲劳状态进行分类时,准确率最高可达97.5%。通过混淆矩阵分析,证明了该方法识别各状态时都有很高的准确率。实验结果表明,微分熵特征在各分类器上的训练效果更好,相比其他模型,所提出的基于Conformer和GTN的分类器在4种特征处理数据集上的平均准确率达到96.2%,具有明显优势。

基于ICEEMDAN-ICA的滚动轴承振动信号降噪算法

船用滚动轴承的振动信号由于机舱环境复杂以及轴承周期性与非周期性冲击的影响容易淹没在噪声信号中,导致故障特征频率难以提取。针对这一现状,提出一种结合改进的自适应噪声完备经验模态分解(ICEEMDAN)和独立分量分析(ICA)的滚动轴承振动信号降噪处理方法。该方法主要针对经验模态分解(EMD)衍生算法存在的模态混叠问题进行改进并导入ICA处理,然后利用功率谱熵(PSE)对ICA分离信号进行筛选重构,利用包络谱和快速傅里叶变换对信号进行处理得到特征频率。通过该方法对多故障滚动轴承信号进行处理,发现本算法大幅降低了噪声及干扰,多项参数表现良好,有效提取了故障特征。

往复压缩机气阀故障混合诊断方法研究

由于往复压缩机气阀振动信号呈现强非线性和非平稳性特点,目前应用较好的三次样条EEMD(S-EEMD)方法仍然存在模态混叠及包络不准确问题。针对此情况提出一种基于四次Hermite插值EEMD(QH-EEMD)与功率谱熵(PSE)相结合的分析方法。结合四次Hermite插值保形性、可调性与EEMD提高信号在不同分解尺度上连续性的优点改善插值曲线的逼近精度,减少模态混叠,通过对振动信号进行分解,得到IMF分量。通过与S-EEMD-PSE(S-EEMD结合PSE)算法、QH-EEMD-SE(S-EEMD结合样本熵)算法比较,验证了QH-EEMD-PSE(QH-EEMD结合PSE)方法的优越性。以往复压缩机常见故障为研究对象,基于QH-EEMD-PSE方法提取故障特征实现了常见故障的准确诊断。

基于脑电功率谱特征的脑力疲劳分析

目的研究连续数学运算对脑力疲劳的影响,探讨脑电的功率谱特征与脑力疲劳之间的关系,寻找脑力疲劳程度评价的客观指标。方法对连续数学运算前后以及休息后3种状态下脑电的功率谱重心频率以及功率谱熵进行了分析,并采用主观评价和行为学方法对3种状态进行对照分析。结果连续数学运算后脑电功率谱重心频率以及功率谱熵显著降低,主观感觉疲劳程度、数学运算及PVT测试的平均反应时间显著增加;休息后脑电功率谱特征、主观感觉疲劳程度及反应时间的变化规律相反。结论脑电功率谱重心频率以及功率谱熵与脑力疲劳有较强的相关性,随着脑力疲劳程度的增加,脑电功率谱重心频率以及功率谱熵降低。同时脑电功率谱特征与主观评价和行为学分析结果有较强的一致性,有望成为衡量脑力疲劳程度的客观指标。

一种改进的自适应子带谱熵语音端点检测方法

噪声环境下的语音端点检测在稳健语音识别中占有十分重要的地位。自适应子带谱熵法是一种新的端点检测方法,它的思想是将一帧语音分成若干个子带,再用谱熵法进行运算,子带的个数可以自适应选择。该方法具有一定的稳健性,但随着信噪比的降低,语音端点检测的准确性也随之下降。提出了一种结合加权功率谱减的子带自适应谱熵法,并给出了该方法的实现步骤。该方法采用边降噪边用稳健性好的特征参数做语音端点检测,从两个方面来提高端点检测的准确性。实验结果表明该方法具有良好的性能,在不同信噪比的不同加性噪声下系统识别率都有提高。

Tsallis小波包奇异熵与功率谱分析在电力谐波检测的应用

针对Shannon小波能量熵在电力谐波检测过程中的局限性,提出一种基于Tsallis小波包奇异熵与功率谱(PSD)分析结合的电力谐波检测新方法。从Shannon熵和Mallat算法理论入手,论证Shannon小波能量熵在电力谐波复杂度表征及频率辨析中存在的不足。在分析Tsallis熵与Shannon熵的区别与联系的基础上,将Tsallis非广延熵理论和小波包算法结合,构造具有非广延性的Tsallis小波包奇异熵。根据Tsallis小波包奇异熵对电力谐波复杂度的表征结果,对谐波信号进行分段PSD分析。理论分析及仿真结果证明:该方法在正确表征电力谐波复杂度的同时,能对电力谐波的具体频率和功率进行具体量化。

功率谱熵对大鼠痫性发作预报的评估意义

目的:研究功率谱熵在青霉素致痫大鼠脑电检测中的应用,探索运用功率谱熵进行痫性发作预报的可行性。方法:SD大鼠18只随机分为3组,分别为正常组、对照组、致痫组,致痫组采用青霉素在大鼠海马微注射制备急性痫性发作模型(注射点为右侧海马),用深部电极连续记录大鼠脑电信号,运用功率谱熵对痫性发作大鼠发作全过程的脑电信号进行分析,并与正常组及注射生理盐水对照组进行对比分析。结果:在青霉素致痫大鼠的整个痫性发作过程中,功率谱熵在发作前期开始下降,而在痫性发作期呈显著下降,与发作间期比较,发作前期与发作期的功率谱熵明显降低。致痫组痫性发作期和发作前期的功率谱熵与正常组和对照组比较差异有统计学意义(P<0.05)。结论:功率谱熵的变化揭示了痫性发作过程脑电信号复杂度的变化过程,并对痫性发作的预报提供了可能。

基于Burg算法的短序列谱估计研究

在频域对采集数据进行了分析,提出了一种基于修正伯格算法的短序列谱估计方法.该方法在阶数估计时引入收敛因子,从而更为有效地估计了阶数,同时未直接采用伯格算法计算反射系数,而是先求得二阶预测误差系数,再求出一阶反射系数,并最终求得高阶系数完成谱估计.这种算法减小了谱偏,提高了分辨率.

因次分析法在电化学噪声分析中的应用

采用电化学噪声技术,研究了铝合金2024-T3在NaCl溶液中孔蚀过程的电化学噪声特征.结果表明:电化学噪声的时域数据通过传统的FFT变换后得到的频域曲线SPD的特征参数(W、、k和f_c)均不能单独正确地刻画材料表面孔蚀的强度和趋势.基于因次分析法的基本原理和对材料腐蚀过程影响因素的分析,从电化学噪声频域曲线SPD的特征参数出发,导出了能正确表征材料表面孔蚀强度和趋势的两个参数S_E和S_G.其中,S_E正比于孔蚀的强度I_S,而S_G的意义仍在进一步的研究之中.

利用功率谱最大最小值的频谱感知算法

为了提高频谱感知性能,首先利用功率谱函数特性和瑞利熵概念,从理论上分析了基于功率谱的频谱感知算法原理,提出一种以功率谱的最大最小值之差作为检测统计量的频谱感知新算法;然后推导给出了检测门限和检测概率表达式;最后给出了仿真结果。理论分析和仿真结果表明,在加性高斯白噪声信道和Rayleigh衰落信道中本文算法都具有良好的检测性能,性能优于已有的利用功率谱的频谱感知算法,该算法不需要主用户信息,不用进行复杂的特征值分解,当虚警概率确定时,检测门限能准确给出。

想象动作中动态脑电的信息熵研究

想象动作可以引起脑电信号的特异性变化,如何通过提取脑电特征参数来识别想象动作的发生是目前脑-计算机接口(BCI)系统设计的技术关键之一。本研究使用两种信息熵(功率谱熵和小波熵)作为特征参数,对手部想象动作执行前后的动态脑电信号进行分析,并与目前常用的mu节律事件相关去同步(ERD)参数进行比较,以寻找特异性更强的动态参数。结果显示在想象动作对侧的运动感觉区域中,功率谱熵和小波熵均表现出与mu节律强度变化具有明显锁时关系的改变,且区分错误率得到明显降低。而在中顶部位置mu节律强度无明显变化处,熵参数对左右手想象动作的响应也具有明显的不同。结论,功率谱熵和小波熵具有良好的时域分辨能力和更准确的区分效果,可以作为特征参数用于在线BCI系统。

基于熵的动态收缩sEMG信号疲劳特征分析

频谱分析方法常被用来检测肌肉疲劳过程。本文将频率分析和非线性动力学方法结合起来,基于表面肌电(sEMG)信号在不同频率分布不均匀的特点将信号能量分解到不同频带,以此计算功率谱/小波包和熵相结合的功率谱熵/小波包熵来衡量系统的复杂度,进而衡量肌肉的疲劳程度,为用EMG信号研究动态收缩过程中的肌肉疲劳程度提供了新的分析手段和方法。文中方法也适用于其它生物医学信号的分析。

基于Burg最大熵法的管道腐蚀超声检测

超声波检测是输油管道在线内检测的重要方法之一,但在管道壁厚测量应用中却经常出现大量的误差,甚至得出相反的结果。本文进行了较深入的超声检测回波分析,指出了由回波信号的前两个脉冲的时间间隔计算管道剩余壁厚的检测方法将产生较高的误检率和漏检率,提出了一种基于Burg最大熵谱估计的信号处理检测方法,Burg法按最大熵原则外推自相关函数,递推计算模型预测误差滤波器反射系数,避免了其他自回归功率谱估计方法中自相关函数的计算。短时间序列、高分辨、抗干扰能力强的功率谱估计算法是超声管道内检测的关键技术。实验结果表明该方法检测精度高、谱估计分辨率高,适用于输油管道在线管壁腐蚀检测。

基于多尺度形态分解谱熵的雷击干扰与短路故障识别研究

研究和识别输电线路直击雷的暂态特征对研制基于暂态量的保护及提高可靠性都具有十分重要的意义.针对雷击未故障、雷击故障和接地短路故障,提出了基于多尺度形态分解谱熵的雷击干扰识别方法.对不同的故障类型进行多尺度分解,分别计算在不同尺度上的能谱熵和奇异谱熵,作为待识别特征矢量.建立标准故障模式矩阵,对待识别样本的特征矢量与标准故障模式进行灰色关联分析,根据关联度的大小,判断待识别样本信号属于哪种故障类型.大量仿真计算验证以上所提方法正确、有效.

基于最优扁平型结构元素长度的液压泵故障诊断研究

针对实测振动信号易受噪声污染,而淹没有用信息和克服利用数学形态学滤波器对一维信号进行滤波时结构元素长度选择的经验性和任意性的问题,提出了一种基于形态学差值算子和功率谱熵理论相结合,并与特征能量比相配合的方法来确定最优扁平型结构元素长度以实现最优滤波。首先,利用在不同扁平型结构元素长度下的形态学差分算子对一维振动信号进行滤波处理;其次,对滤波后的信号计算功率谱熵和特征能量比;最后,根据功率谱熵理论和特征能量比方法得出,功率谱熵的最小值所对应的长度即为最优扁平型结构元素的长度。通过对仿真信号和液压泵故障信号的实验验证,表明在通过该方法所得到的最优扁平型结构元素长度下,采用形态学差值算子能够对液压泵故障信号达到最优滤波效果,保留更多的故障特征信息。

一种新的脑电信号睡眠分期方法

目的研究一种新的脑电信号睡眠分期方法。方法利用小波包变换提取EEG信号的β和δ节律波,然后采用功率谱熵算法分别处理β和δ节律波,并整合结果得到第一部分特征参数。使用基于样本熵且尺度为11,12的多尺度熵算法分别处理EEG信号,得到第二部分特征参数。最终将所有特征参数输入到支持向量机或反向传播神经网络分类器中,将睡眠分为4期。结果对1000个睡眠脑电样本进行测试,使用支持向量机分类的平均准确率为91.90%,使用反向传播神经网络分类的平均准确率为91.70%。结论本文提出的结合小波包分解、功率谱熵和多尺度熵的方法提取的特征参数可以作为睡眠分期的有效依据,且适用于两种分类器。

功率谱熵在痫性发作大鼠脑电检测中的应用研究

目的:研究功率谱熵在痫性发作大鼠脑电检测中的应用。方法:采用青霉素在大鼠海马微注射制备急性痫性发作模型,以深部电极记录大鼠原始脑电信号,将24只SD大鼠随机分成四组,即正常组(A),对照组(B),单电极组(C),多电极组(D)。C、D组大鼠经致痫后观察未发作期、发作前期、发作期和发作后期四期脑电信号的变化,运用谱熵对四期脑电信号进行分析,并与A、B组进行对比。结果:C组和D组脑电功率谱熵显示两组发作期与未发作期、发作前期、发作后期比较有显著差异(P<0.05),发作期明显低于其它各期;未发作期和发作前期相比有明显差异(P<0.05),发作前期较未发作期降低;将D组大鼠海马致痫灶(a)及其同侧附近(b)、对侧(c)三点发作各期脑电功率谱熵进行对比分析,发作前期和发作期a、b、c三点比较有明显差异(P<0.05),a点最低,c点的功率谱熵值最高。结论:功率谱熵可以预报痫性发作并可对癫痫病灶的定位提供一定的帮助。

高速铁路接触线不平顺线谱研究

功率谱密度函数可以从波长和幅值两方面反应接触线不平顺的特征和规律,是研究接触线不平顺状态的重要工具。本文以我国多条高速铁路线路的接触线垂向不平顺实测数据为基础,采用最大熵谱估计得到接触线不平顺实测功率谱,并提出一种普适性强、结构简单的不平顺线谱模型。研究结果表明:我国高速铁路线路的PSD最值均小于0.01m2/m-1,接触线整体不平顺状态较好;随机不平顺中含有的周期性简谐波成分,波长主要为单倍跨距和单倍吊弦距;文中建立的接触线不平顺线谱新模型参数少、普适性强、拟合效果优,并给出该模型参数的非线性最小二乘估算结果。