IDENTIFICATION OF NONLINEAR DYNAMIC SYSTEMS:TIME-FREQUENCY FILTERING AND SKELETON CURVES

The nonlinear behavior varying with the instantaneous response was analyzed through the joint time-frequency analysis method for a class of S. D. O. F nonlinear system. A masking operator an definite regions is defined and two theorems are presented. Based on these, the nonlinear system is modeled with a special time-varying linear one, called the generalized skeleton linear system (GSLS). The frequency skeleton curve and the damping skeleton curve are defined to describe the main feature of the non-linearity as well. Moreover, an identification method is proposed through the skeleton curves and the time-frequency filtering technique.

联合经验模式分解和混沌理论的稳态视觉诱发电位脑电识别

针对多目标稳态视觉诱发电位(SSVEP)信号识别准确率低、线性识别方法抑制噪声的同时也会抑制信号本身特征等问题,基于经验模式分解对信号的降噪特性、达芬混沌系统对微弱周期信号的敏感性及噪声的免疫特性,提出了一种非线性多目标SSVEP信号识别算法。首先,采用共平均参考算法将多通道SSVEP信号融合成单通道信号,通过傅里叶变换求得SSVEP信号的相位谱,为达芬混沌系统周期策动力添加相位;接着,采用经验模式分解降噪,将获得的第一个本征模函数输入到达芬混沌系统中,利用基于频谱差异的混沌系统状态判别方法,求解各目标的刺激频率幅值;最后,根据最大刺激频率幅值确定刺激目标,实现了对多目标SSVEP信号的识别。研究结果表明:相较于典型相关分析法,所提非线性信号处理方法的平均识别准确率提高了7.3%,平均信息传输速率提高了3.84bit/min。该研究为探究非线性SSVEP信号解码算法提供了新方向。

非周期二进制/M进制信号激励下非线性系统的非周期共振研究

研究单一非周期二进制或M进制信号激励下一类非线性系统的非周期共振现象及其度量方法,重点探讨了系统参数引起的非周期共振.提出了适用于非周期共振度量的响应幅值增益指标,并结合互相关系数和误码率展开研究.结果发现,互相关系数能够较好地描述系统输出和输入信号之间的同步性及波形相似性但无法刻画信号通过系统后被放大的程度.响应幅值增益能够较好地描述信号通过系统后幅值被放大的程度,但无法反映系统输出和输入信号之间的同步性及波形相似性.非周期共振发生在互相关系数取谷值和响应幅值增益取峰值处,且两种指标曲线反映的共振点相同.误码率在合适的阈值下可以描述系统输出和输入信号之间的同步性以及非周期信号通过系统后被放大的程度,误码率曲线可以直接给出非周期共振的共振区.单一非周期二进制或M进制信号激励下的非线性系统可以发生非周期共振,其共振效果需要综合互相关系数、响应幅值增益、误码率等指标进行度量.

分形理论在电力系统中的应用综述

分形作为一种可利用自相似特性分析不规则对象的方法,能够量化处理研究对象的几何特征,进而更加直观地进行数据分析和规划。介绍了分形的定义及分类,并分析了不同分形间的联系与区别。根据分形描述对象的性质差异,从几何分形和代数分形两个角度综述了分形在电力系统不同领域中的应用现状,并针对应用中面临的若干问题进行了分析。

信标信号的随机共振稳态跃变检测方法

针对飞行数据记录器水下搜探中的微弱信标信号检测问题,本文提出了一种基于稳态跃变分布的信标信号随机共振检测方法。通过选取合理的混频器载波频率和非线性系统参数,实现了水下声信标信号这类高频窄脉宽信号的随机共振。引入势垒高度变换系数,通过研究非线性系统输出波形的稳态跃变分布特性,构建了检测统计量即稳态跃变适配次数。该方法可实现微弱信标信号的随机共振检测,调整势垒高度变换系数可使输出时域波形的稳态跃变分布产生变化,减少虚警。通过仿真及湖上试验表明:该方法检测性能优于频域能量检测方法。

基于暂态电流的三相变压器剩磁测量系统

针对传统剩磁测量系统存在的采样精度低、装置体积大和容易受外界因素影响等问题,设计了一种以数字信号处理器(DSP)为核心处理器的基于暂态电流的剩磁测量系统。系统利用暂态电流和剩磁之间的关系,利用高速A/D转换器以及数字信号处理技术,实现了快速、准确地测量流过变压器铁芯的暂态电流。通过非线性处理的方法拟合暂态电流和时间的关系,进而根据时间常数计算剩磁。实验结果表明:与传统剩磁测量装置相比,该系统的数据传输迅速且稳定,可靠性高,适用于需要在线测量的场合。

卫星电源控制设备的非线性控制研究

近年来,卫星供配电系统中全调节母线方式供电系统的功率等级不断提升,负载规模和多样性也变得复杂,平台中电源控制设备的控制方法已成为研究热点。首先建立控制设备中双向DC/DC变换器的非线性模型,利用大信号建模分析,结合二阶经典控制系统理论,分析电路参数对系统性能影响;最后,利用Matlab/Simulink仿真平台和搭建试验平台进行验证,所提的控制方法可以准确、快速地实现蓄电池组充放电功率指令跟踪功能,在平台母线电压扰动、负载突变及系统参数偏移等情况下体现出强鲁棒性。

Duffing振子在水工结构动力响应信号检测应用中的一种混沌判据

【目的】Duffing振子是一种典型的非线性动力系统,混沌状态的判断是利用Duffing振子进行水工结构动力响应信号检测的基础准则。Duffing振子系统进入混沌状态时,系统状态时序图和相图会变得更为无序和复杂,可以对系统状态进行直观反映,但直接将二者作为系统混沌状态的判断依据,存在较为模糊和主观性较大的问题。为了对Duffing振子系统状态时序图和相图的复杂程度进行定量描述,以便更准确地利用二者对Duffing振子系统混沌状态的判断,【方法】提出了一种利用系统内状态量的时序图和相图盒维数的指数组合的指标,将该指标是否发生突变作为利用Duffing振子进行信号检测时的混沌状态的判断依据。【结果】所提出的Duffing振子混沌状态识别指标在Duffing方程的仿真分析、正弦波仿真信号检测和悬臂梁锤击动力响应信号检测试验中分别表现出22.611%、17.514%和30.975%的相对变化率。同时振子对应的李雅普诺夫指数也由负转正,但Duffing方程的仿真分析结果显示李雅普诺夫指数作为识别指标更为敏感,在振子系统的时序图和相图未明显表现出混沌状态时,其已经由负转正。【结论】由试验结果可知:可以根据所提出识别指标是否发生突变进行识别振子混沌状态,达到信号检测的目的。同时,所提出的混沌状态识别指标以时序图和相图的复杂程度直接作为判断标准,与其他指标相比更为直接和合理。悬臂梁动力响应信号检测试验初步验证了所选取的识别指标应用到具体工作中的可行性,有望应用于结构损伤识别,共振发现等工作中。

水下目标辐射噪声时间序列的非线性降噪处理

噪声是信号检测和目标识别的障碍．对水下目标辐射噪声降噪，过去常用线性的方法来对信号进行滤波。对于线性系统产生的信号，用线性滤波方法可以达到较好的效果但对非线性系统产生的信号或受非线性因素影响较大的信号，用线性滤波万法不能很好地滤除噪声，已经证明，水下目标辐射噪声信号中具有明显的非线性成分。因此，本文提出运用非线性方法对水下目标辐射噪声时间序列进行降噪处理。通过降噪前后重构吸引子、关联积分曲线斜率及信噪比的比较，表明该方法对去除水下目标辐射噪声时间序列中的噪声干扰十分有效。

基于多信号源的神经模糊Hammerstein-Wiener模型研究

面对复杂工业过程控制的需求,设计一种结合数据信息的特殊模型结构,在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题.为此,本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型,突破传统的迭代分离方法,通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离,同时设计了神经模糊模型参数的非迭代优化算法,将研究结果拓广到分段非线性系统,改善了模型的适用范围.该算法保证了模型的预测精度,具有逼近较强非线性过程的能力.在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统,利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题,采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性.

一种总体最小二乘算法及在Volterra滤波器中的应用

针对输入输出观测数据均含有噪声的滤波问题,提出了一种鲁棒的总体最小二乘自适应算法.该算法利用滤波器的增广权向量的瑞利商为损失函数,导出了其自适应迭代公式,并利用随机离散学习规律对权向量模的分析进行算法梯度修正,提高了算法的噪声鲁棒性,而且使得算法简单,稳定性好,收敛精度高.将该算法应用于Volterra滤波器,可使滤波器在非线性系统中的信噪比达到10dB,在学习因子为0.01时,算法仍然能够保持良好的收敛性.仿真结果表明,即使在高噪声环境或使用较大学习因子的情况下,该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法.

应用随机共振进行海洋噪声背景下的信号检测

通过对海洋噪声特性的研究,将其理想化为一个Lorentz色噪声和若干拟周期干扰成分的混合,继而基于参数调节随机共振理论的结果对系统参数进行优化,对系统输出应用后处理方法,形成一套完整的信号处理方法.数值仿真表明,随机共振处理结果优于低通滤波器的处理结果,随机共振系统处理宽带随机干扰情况有优势.

基于DWT/LMS直交自适应算法的非线性系统辨识

针对传统的最小均方(LMS)算法在信号处理中的不足,提出了在变换域LMS算法中实现离散小波变换(DWT)的算法,并给出了基于直交DWT/LMS自适应算法的非线性滤波器的结构.该方法实现简单,可减少自适应滤波器输入相量自相关矩阵的谱动态范围,比传统的LMS算法的收敛速度快,增加了系统的稳定性;将其用于非线性系统辨识,能够改善辨识模型的自适应能力.数值仿真结果表明了本文方法的可行性和有效性.

基于关联积分的非线性降噪和故障诊断技术

基于交叉关联积分算法,利用重叠滑动窗口对非平稳信号进行分段比较,给出了一种故障诊断和预报的方法.对滑动窗口中的一维非平稳测量信号,首先采用正向过阈值变换的方法,将原始测量信号转变为完全包含系统固有信息的间期时间序列,并用延时嵌入的相空间重构方法,对间期时间序列进行相空间重构,从而实现系统固有动力学特性的再现;与此同时对测量信号进行非线性复合消噪处理;最后通过检测各滑动窗口相对基准窗口的关联积分的变化,对系统故障进行诊断和预报.实例结果表明,此故障诊断方法具有准确率高、实时性等优点,可望用于大型、复杂系统的故障诊断.

随机共振系统输出的一种新的反演方法

随机共振是一种在非线性系统中噪声起促进作用的反直观的现象.近来,这一现象被应用到信号处理领域.以前大部分关于随机共振的工作都集中在考虑受噪声污染的简谐信号或者数字信号,将考虑多频模拟信号,以获得随机共振在信号处理中的更多有价值的信息.还原随机共振系统的输出一直是一个困难的问题,但是在信号比较简单,例如简谐模拟信号和数字信号的情况下,可以有一些比较简便的方法.对于多频模拟信号,系统输出的还原就会相应地变得比较复杂.在分析非线性系统输出波形畸变原因的基础上,提出了一种新的反演方法,这种方法包含一个简单的反演公式、跃迁区域(信号严重失真段)的线性插值和最小二乘法的多项式曲线拟合.仿真结果表明,在适当选择系统参数的基础上,应用上述的反演方法可以得到比较理想的结果.

滑动轴承摩擦故障趋势预测的系统自记忆模型

针对滑动轴承时间序列非线性引起的接触摩擦故障趋势难预测的问题,提出一种基于系统自记忆预测模型的滑动轴承接触摩擦故障趋势预测方法。该方法首先根据信号激励源不同的特点,将采集信号分离为冲击声和随机声,然后采用函数拟合、求导和灰色理论分别反演出冲击声和随机声的系统微分方程,并运用双向差分求取不同微分方程对轴承接触摩擦故障信号系统动力核的影响系数。通过引入自记忆函数,将滑动轴承摩擦故障系统动力核反演成一个微分-差分方程,由此得到滑动轴承的自记忆预测模型。应用到静载荷和动载荷的滑动轴承接触摩擦故障实例中,验证了所提方法的有效性,为滑动轴承磨损退化趋势预测提供了一种新的途径。

非单点模糊逻辑系统在非线性信道均衡中的应用

提出一种新的基于非单点模糊逻辑系统的自适应模糊滤波器的设计方法,研究和对比了自适应非单点模糊滤波器在非线性数字通信信道均衡中的应用.仿真结果表明,基于非单点模糊逻辑系统的信道均衡器能够有效地遏制信道的时变性和随机噪声干扰,可有效地解决数字信道的非线性畸变问题;从提高数字通信信道的传输正确率和传输效率来说,具有较强的适应能力.

采用周期轨Poincaré映射的非线性电力电子系统小干扰稳定性分析

拓扑结构切换、占空比控制方法和非线性元件均可使电力电子系统具有非线性特性,因此其小干扰稳定问题属于微分方程周期轨的稳定问题。由于状态空间平均法误差较大、难以预测分叉,而数值仿真法物理概念不清晰,因此,提出了基于梯形积分法的非线性电力电子系统周期轨稳定性分析方法。利用梯形积分法描述系统占空比方程和每阶段的非线性状态方程,由隐函数求导法和链式求导法计算周期轨Poincaré映射的雅可比(Jacobian)矩阵,提出了系统稳定裕度指标,建立了基于周期轨Poincaré映射的非线性电力电子系统小干扰稳定性分析方法。该方法能够克服小干扰稳定传统分析方法的困难,揭示非线性电力电子系统失稳的动力系统机制。仿真分析验证了算法的有效性。

非线性节点探测系统的FPGA设计与实现

根据非线性半导体PN结再辐射特性,设计了一种基于二次谐波接收的非线性节点探测系统。系统仿真与实验表明:该系统装置使信号检测具有足够大的增益,并能较好地完成非线性节点的探测。

利用随机共振进行弱信号检测的Labview虚拟实验系统

基于 Labview 虚拟仪器开发系统,建立了利用随机共振检测弱信号的模拟仿真实验系统。通过适当的调节输入信号的振幅、噪声强度和系统参数,可以在模拟仿真实验系统中实时地观察到非线性双稳态系统中发生的随机共振现象,进而检测系统输入的淹没于强噪声背景中的弱信号.该模拟仿真实验系统还可以改造成为检测实际弱信号的探测系统。虚拟仿真实验结果表明基于 Labview 的随机共振检测弱信号模拟仿真实验系统具有形象直观、实时性强、参数调节简洁等特点。