一种基于谱连续的极化-多普勒气象雷达信号重构方法

谱极化滤波技术广泛应用于气象雷达杂波抑制中,但是当地杂波与降雨目标混叠时,这些方法在滤除杂波的同时会损失气象信息。针对这一问题,提出一种基于谱连续的极化-多普勒气象雷达信号重构方法。该方法利用气象回波和杂波在距离-多普勒图上的特征差异实现气象目标的保留和杂波的滤除。具体是利用气象目标的多普勒速度和谱宽的空间连续性,采用多项式拟合和高斯拟合的方法补偿降雨区域。业务气象雷达实测数据验证了所提方法的有效性。

基于多带加权包络谱的轴箱轴承故障诊断

为增强复杂噪声干扰下轴箱轴承故障检测的鲁棒性,基于循环谱分析并考虑轴承故障信息分布差异和阈值降噪,对轴箱轴承故障诊断的包络谱构造方法进行了研究.首先,提出频域信噪比作为轴承故障信息量化的新测度,用于评估谱相干中不同谱频带内的轴承故障相关信息;其次,构造以谱频率为变量的故障特征信息分布函数,并自适应确定信息阈值来辨识谱相干中故障信息丰富和干扰噪声主导的谱频率分量,进一步基于故障特征信息分布函数和信息阈值设计权重函数;最后,由谱相干和权重函数生成融合多带信息的多带加权包络谱,通过分析谱中的轴承故障特征频率来检测轴箱轴承的不同故障.铁路轴箱轴承实验数据的分析结果表明:相比于基于谱相干的典型包络谱方法,多带加权包络谱能够在复杂噪声干扰下准确识别轴箱轴承的外圈、滚动体和内圈故障,并能取得更高的性能量化指标(频域信噪比和负熵).

LAMOST的“Unknown”光谱分类研究:ODS-YOLOv7模型

天体识别是天文新发现和深入研究天体的基础。在LAMOST DR8 v1.0发布的低分辨率光谱数据中有约53万条因没有类别标签而被命名为“Unknown”的光谱,其中有88.56%的光谱信噪比在0~10之间,对这批光谱的研究分析将增加LAMOST的有效数据产出。该研究为“Unknown”光谱的分类设计了一种ODS-YOLOv7模型。它是一种端到端的类别预测模型,通过添加一维卷积注意力模块以提高光谱识别能力。在经过一批信噪比在0~10之间的已知类别光谱训练后,ODS-YOLOv7可以学习到低信噪比光谱的有效特征,进而实现对“Unknown”光谱的类别预测。实验表明,该模型在已知类别标记的低信噪比恒星、星系、类星体的光谱识别中,F1-score分别为0.98、0.95、0.95;同时在与传统算法KNN、RF、DT、SVM和深度学习算法1D CNN、1DSSCNN、ResNet、DenseNet、VIT对比实验中取得相对最好的效果。实验结果还给出了ODS-YOLOv7模型对DR8 v1.0中信噪比在0~10的“Unknown”光谱预测置信度分布,在预测类别为恒星、星系、类星体任务中,有92%的分类置信度在60%以上。为保证模型输出质量,本文只选取分类置信度大于99%的光谱类别作为输出结果。以此为依据,在DR8 v1.0和DR9 v0发布的全部“Unknown”光谱中分别有37.19%和47.03%被ODS-YOLOv7模型预测出类别。此外,还增加人工认证以检验该模型预测的正确性。为提升模型的可解释性,参照了二维图像特征可视化的Grad-CAM方法,将其改进为适合于可视化一维光谱数据特征的算法。其结果表明该模型可自动关注到不同的分类特征,使得该模型非常适用于低信噪比“Unknown”光谱的类别预测。

电力系统小干扰稳定性评估的多重谱变换方法

针对电力系统小干扰稳定性分析过程中遗漏不稳定特征值的问题,提出了一种求解大规模系统不稳定特征值的多重谱变换方法。该方法首先利用所提出的多重谱变换将全部不稳定特征值映射为主导特征值;在利用Krylov-Schur方法收敛得到全部主导特征值之后,通过逆变换得到相应的不稳定特征值;该方法还揭示了指数变换与位移逆变换以及凯莱变换之间的内在联系。相较于位移逆变换和凯莱变换,多重谱变换方法由于具有类似于指数变换的良好谱特性,从而有利于特征值收敛;同时其又避免了指数变换引起的指数矩阵与向量的乘积,从而具有更高的计算效率和计算精度。在Xingo6u和Xingo3012这两个源于巴西互联电网上的算例分析结果表明,所提出的多重谱变换方法不仅保证了不遗漏不稳定特征值,而且相较于指数变换方法,计算精度提升了约3个数量级,计算耗时减少了90%以上。

面向多类型土壤有机碳定量反演的天基高光谱探测参数研究

星载高光谱仪器的光谱通道以及光谱分辨率和信噪比等核心参数设置直接影响土壤有机碳定量反演精度。本研究开展了卫星载荷光谱分辨率、信噪比、光谱特征波段对不同土壤类型有机碳反演影响的研究,提出了基于大气传输模型、光谱分辨率分析模型、信噪比分析模型、特征波段的提取分析模型以及偏最小二乘回归反演模型的面向不同土壤类型有机碳监测的高光谱卫星“地面-大气-仪器-观测-反演”全链路仿真分析方法,实现了土壤类型、大气效应、仪器特性参数、反演方法的耦合影响分析。结果表明:①3种类型土壤有机碳反演的最佳光谱分辨率均在10~20 nm。②不同土壤类型对观测的信噪比需求不同。对于Phaeozem的有机碳监测,较另外两种土壤有更高的信噪比需求。③在不同特征波段提取分析方法下所需的最佳光谱分辨率和信噪比一致。不同类型土壤光谱数据提取出的特征波段不同,其中反演效果最佳的土壤类型为Chernozem,特征波段数为26个,R^(2)=0.8265,RMSE=3.4389 g/kg。④反演模型与仪器特性参数无耦合关系,同一类型土壤不同反演算法的最佳光谱分辨率和信噪比需求一致。⑤Chernozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于506.66,特征波段提取数为26个;Kastanozem有机碳最佳反演参数需求为光谱分辨率17 nm,信噪比大于331.42,特征波段提取数为22个;Phaeozem有机碳最佳反演参数需求为光谱分辨率15 nm,信噪比大于432.51,特征波段提取数为19个。

CESM病灶-背景实质信号增强比对乳腺疾病的诊断价值

目的:探讨对比增强能谱乳腺X线摄影(contrast-enhanced spectral mammography, CESM)病灶-背景实质信号增强比(LBSER)对乳腺良恶性病变的定量诊断价值。方法:回顾性分析我院临床可疑乳腺疾病112例患者临床资料,所有患者行手术病理或组织穿刺病理活检证实,且术前均行CESM检查。分析病灶的CESM影像学表现,并采用ROI定量分析方法,测量CESM图像病灶中央区及边缘区LBSER值,包括早期增强比及延迟增强比,比较乳腺恶性组与乳腺良性组间LBSER值的差异。采用受试者工作特征(ROC)曲线分析CESM及LBSER对乳腺良恶性病变的诊断效能。结果:112例患者中共117个乳腺病变,其中恶性52个(恶性组),良性65个(良性组),早期恶性病灶中央区、边缘区LBSER值明显高于良性病灶组,具有显著统计学意义(P均<0.001),延迟期恶性病灶中央区、边缘区LBSER值高于良性病灶组,具有统计学意义(P均<0.05)。CESM诊断敏感度、特异度、准确率分别为85.54%、80.00%、82.91%。以恶性病变早期中央区LBSER值的95%可信区间下限1.043作为鉴别诊断阈值,诊断敏感度、特异度、准确率分别为51.92%、86.15%、70.94%。CESM与LBSER联合诊断敏感度、特异度、准确率分别为90.38%、73.85%、81.20%。CESM、LBSER值及联合诊断鉴别乳腺良恶性病变的AUC值分别为0.833、0.690、0.821。结论:CESM检查中,乳腺恶性病变LBSER值明显高于乳腺良性病变,LBSER值可提供辅助乳腺疾病诊断信息,定量分析LBSER值数据有助于提高CESM检查鉴别乳腺良恶性病变的诊断效能。

高光谱紫外辐照度仪CCD电路系统的设计及测试

为了在地面获得高信噪比的太阳直射紫外光谱辐照度,选用紫外敏感型线阵CCD探测器,研发了高光谱紫外辐照度仪原理样机。设计了CCD电路系统,讨论了电源电路、驱动电路、模拟前端电路以及CCD驱动时序的工作原理与设计方法,并在实验室利用标准灯光源测试了CCD电路系统的非线性和信噪比。结果表明,在340 nm波段下,CCD探测器接收信号约为饱和信号的80%时,系统信噪比超过400。最终,将测试好的CCD电路系统与光机模块装调并进行了波长定标,光谱范围覆盖280~400 nm,实现了对室内光源的紫外高光谱测量,验证了CCD电路系统设计的合理性和可行性。

激光诱导击穿光谱技术在提高矿冶分析准确度的研究进展

激光诱导击穿光谱法(LIBS)是一种基于原子发射光谱的多元素分析方法,具有快速、准确、无需复杂的样品制备和远程分析的优点.然而,由于矿石、冶金样品化学成分的复杂性和多样性,干扰信号多,以及激光光谱的谱线维度较高和自吸收效应严重,LIBS技术在矿冶领域定性、定量分析的准确性受到了一定影响.本文综述了LIBS在矿冶领域3种信号增强方法,分别是双脉冲、纳米粒子增强和空间约束,以及综述了降噪、归一化和自吸收校正3种光谱预处理方法.此外,为提高定性、定量模型的泛化能力和分析的准确性,人们在模型算法和参数优化做了大量的工作.简要概述了主成分分析、偏最小二乘判别分析、支持向量机、随机森林和人工神经网络5种LIBS定性分析建模方法在矿石、冶金样品中的应用,以及概述了多元线性回归、偏最小二乘法、支持向量机、人工神经网络和自由定标法5种定量分析建模方法在矿石、冶金样品中的应用成果,并对LIBS技术未来在矿冶分析领域的发展进行了展望.

基于改进EMD-Kurtogram法的滚动轴承早期故障诊断研究

实现滚动轴承早期故障准确诊断的关键是得到故障部位有效振动信息,但实际工程中所采集到的轴承振动信号常含有噪声、干扰成分,给有效信息的选择带来了困难。带通滤波是解决该问题的有效方法之一,但不合理的滤波器参数会降低诊断结果的准确性。为此,提出一种基于改进EMD-Kurtogram法的滚动轴承早期故障诊断方法。该方法首先对EMD方法处理后的采样信号进行重构,再根据快速谱峭度图得到带通滤波器所需要的最优参数,最后经过带通滤波及时频域分析得到故障频率。通过实验平台验证及相关算法的对比得出,所提方法得到的故障倍频信息更加充分、清晰,所含噪声干扰更少,证明了该方法的有效性和先进性。

基于激光诱导击穿光谱的金属材料在线分析技术

针对金属材料分析过程中耗时长、破坏性取样、样品制备复杂、成本高等问题,研究了激光诱导击穿光谱(LIBS)的基本原理,构建了LIBS在线分析系统,并将在线分析技术应用到金属材料领域进行了金属成分的快速识别、合金牌号的鉴定及金属材料的质量控制,最后,分析了LIBS技术的优势与局限性,以期为LIBS技术的发展与应用提供有益借鉴与参考。

基于EEMD-HHT的边坡爆破振动信号分析

爆破工程所处的环境一般复杂多变,爆破振动信号大多呈现瞬时非平稳性特征。因此,为了准确分析爆破振动的信号特征以及传播规律,以首都环线高速公路承平段路基爆破工程为背景,通过引入EEMD分解方法,解决了传统EMD分解方法存在模态混叠的不足;结合HHT变换,对承平段典型路堑边坡岩体爆破振动信号进行了分析。研究结果表明:采用EEMD分解方法提取爆破振动信号中主要的IMF能量层,并对振动信号进行重构,可以达到良好的去噪效果;对施工现场爆破振动信号进行主成分分析、提取之后,瞬时能量和质点振速曲线整体平滑度显著提高,振动信号主成分提取效果良好;Hilbert能量谱可以清晰地体现时间、频率与能量三者之间的关系,展现出了爆破振动信号的时频特性和传播规律;测点振动主频主要分布在10~40 Hz的频率段范围内,近似呈现出随着传播距离的增加而衰减、随着距离的增加衰减幅度减弱的趋势。该分析成果对边坡稳定性分析和邻近建筑物的安全控制具有重要的现实意义。

强噪环境下分频段数字音频信号精细化采集研究

在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,利用频段分割器对其作频带分解,获得互不重叠子频段数字音频信号。采用多窗谱谱减法对其去噪,利用数据通信接口将其传输给LM4550芯片,在完成模拟信号转换后,通过耳机输出,实现数字音频信号精细化采集。实验结果表明,该方法处理后的各子频段数字音频信号有用信息得以完整保留,并提高了信号波形的规整度和规律性,强噪声环境下数字音频信号的PESQ指标达到4.08以上,最大失真度为3.74%。

基于信杂比的高超声速飞行器红外探测谱段分析

以典型吸气巡航式和助推滑翔式两类高超声速飞行器为研究对象,采用纳维-斯托克斯(Navier-Stokes,N-S)方程和流固耦合模型计算流场分布,采用逆向蒙特卡罗方法计算高超声速飞行器本体光谱辐射特性;进一步考虑探测场景中的海面背景和临边大气背景辐射特性以及大气传输特性,基于探测信杂比分析高超声速飞行器的最优红外探测谱段。分析结果表明:在采用对地模式探测吸气巡航式高超声速飞行器时,建议选择(2.5~3.1)μm、(4.2~4.4)μm、(5.2~7.8)μm谱段;在采用临边模式探测吸气巡航式高超声速飞行器时,建议选择(3~5)μm谱段;在采用对地模式探测助推滑翔式高超声速飞行器时,建议选择(2.5~3.2)μm、(4.2~4.6)μm、(5.4~7.5)μm谱段;在采用临边模式探测助推滑翔式高超声速飞行器时,建议选择(2.7~5.0)μm谱段。

突发脉冲干扰下的白鲸哨声端点检测方法

针对圈养条件下大量突发脉冲干扰影响白鲸哨声检测的问题,提出了一种可调Q因子小波变换(TQWT)结合自适应谱聚类的无监督哨声信号检测方法。对原始信号做高Q因子的小波分解,并以平均小波系数作为检验统计量完成哨声端点粗检测,排除静默时间段与低强度脉冲干扰;在此基础上使用局部密度自适应谱聚类进一步区分哨声与强脉冲干扰,完成白鲸哨声检测。使用实采的白鲸信号测试该检测器性能并计算其F_(1)分数。该检测器在两段测试信号下分别获得了0.9487和0.9429的F_(1)分数,且在大数据量情况下明显优于由k-means聚类或传统谱聚类构成的检测器,具有更高的鲁棒性。

基于拉曼光谱数据处理和谱峰识别的变压器油绝缘老化研究

针对变压器油的拉曼光谱分析通常受到噪声和荧光背景等的干扰以及谱峰位置难以识别的问题,提出了一种改进的数据处理和谱峰识别算法,用于变压器油老化评估时的拉曼光谱分析。提出一种自适应Savitzky-Golay滤波法,引入自适应窗口大小拉曼光谱数据进行去噪处理。采用改进的多项式拟合算法对去噪后的数据进行去除荧光背景处理,减小荧光背景对拟合结果的影响。通过数据点与期望的拉曼信号的接近程度为每个数据点赋予权重,以实现更准确的去荧光背景处理。利用谱峰识别技术判别变压器油的老化程度,采用大小两种尺度高斯窗口判别法来识别谱峰,并结合局部加权信噪比(local weighted signal-to-noise ratio,LW_SNR)来判断疑似拉曼谱峰的真实性。最后通过实验验证了所提算法在变压器油老化评估中的有效性。

基于拉东变换的多尺度断裂识别方法及其应用

针对中深层低信噪比区断裂识别难的问题,研究形成一套基于拉东变换多尺度断裂识别技术组合,即对叠后地震数据进行压噪处理以提高初始地震资料信噪比,压制随机干扰和高频噪声,去掉岩性扰动等造成的弱边界信息;通过分频处理检测不同频带地震数据对不同序级断裂的响应,然后利用敏感性分析优选不同尺度断裂的敏感地震属性;最后利用拉东变换技术进行边缘检测增强,提高断层边缘效应。其核心思路是将基于图像重建理论的拉东变换引入到断裂三维解释中,以区别常规边缘检测梯度算法,拉东变换是一种积分运算,具有线性增强、抗噪性强的特点。将该方法应用于珠江口盆地珠一坳陷浅水区断裂解释,对不同序级断裂研究认为:①相比于常规蚂蚁体切片,显著提高了裂缝预测的精度和分辨率,指示了陆丰13洼LF_A潜山构造主要发育北北西和北东向两组裂缝,指导了花岗岩优质储层分布预测与评价;②精细落实了阳江东凹EP_B构造断裂发育条件,认为是受走滑作用控制的左阶雁列构造;③陆丰C洼存在一条大型北东东向中央走滑断裂带,与北西向调节断裂共同控制中央鼻状带圈闭形成,新模式下发现了一批构造圈闭,提高了洼陷勘探潜力。

基于改进粒子群算法的矢量水听器多目标方位估计

为了研究单矢量水听器多目标方位估计能力,分别利用互谱声强法、MUSIC算法及信号统计量方法对多个目标方位进行估计。互谱声强法可以估计出多个不同频的单频目标方位,但对于频谱混叠的目标无法分辨;MUSIC算法可以分辨单频和宽带目标,但利用单矢量水听器最多可估计2个目标方位。为此,针对文章提出的信号统计量方法,构建了声压和振速的统计量模型,将其与粒子群优化算法及改进算法相结合,实现了基于改进粒子群算法的多目标方位估计。对多个单频和宽带信号目标进行仿真分析,结果表明,进粒子群算法具有良好的估计效果;对3种方法的估计结果进行比较,验证了改进粒子群算法有较好的适用性。通过对2022年千岛湖试验数据的处理再一次验证了算法的有效性。

同步挤压S变换与τ⁃p变换联合的微地震信号消噪方法

微地震监测是指导页岩气开采水力压裂作业和评价压裂效果的常用手段。地面监测所采集的微地震信号能量弱、信噪比低,微地震事件识别困难,严重影响定位的准确性。针对低信噪比地面微地震监测资料,联合使用同步挤压S变换、谱分解和τ⁃p变换,提出一种新的消噪方法。首先对监测资料进行时差校正,将微地震信号的同相轴校平;之后使用同步挤压S变换对校平后的资料进行谱分解获取单频切片;再对每个单频切片进行τ⁃p变换,并根据τ⁃p变换的结果获取微地震信号位置;最后根据信号的位置在时频域完成消噪。实际低信噪比地面微地震监测数据的处理结果表明,新方法可以获得理想的消噪结果。

基于改进带宽自适应ACMD的信号分离方法

针对复杂电磁环境下出现多个辐射源信号混叠造成的多分量信号分离问题,提出了基于改进带宽自适应线性调频模态分解(ACMD)的信号分离方法。该方法利用频谱集中性指标对各信号分量的瞬时频率进行估计,将估计的瞬时频率值作为改进算法的预设频率;利用递归框架和改进带宽自适应更新方法对各信号分量进行循环迭代;直到剩余信号能量小于阈值,完成所有信号分离。仿真实验表明,该方法能够在复杂电磁环境下分离出多分量信号,相比较已有算法对紧邻信号具有更好的分离性能和抗噪声性能。

基于多特征融合的卫星信号调制方式识别

面向卫星通信中常用的QPSK类调制方式识别问题,提出了一种联合了谱特征、瞬时统计特征、高阶累积量特征和幅度分布特征的调制识别算法。算法在信号预处理与频域检测的基础上,首先利用速率信号谱特征和二次方谱特征识别出OQPSK和BPSK,然后分别利用频谱重心法和速率信号法估计信号的载频、带宽和符号速率等参数,并从正交下变频及匹配滤波后的符号定时同步后的复信号中提取高阶累积量特征参数,将剩余信号分类为调相信号和幅相调制信号,最后联合四次方谱特征和幅度分布特征完成所有调制方式的识别。仿真结果表明算法对频偏不敏感,于16APSK和32QAM的识别性能也比传统的基于高阶谱的方法要好,且算法在信噪比为6 dB时除16QAM和64QAM外的调制方式识别率为100%。最后,用信号源和采集卡搭建测试平台,九种实采信号的分类结果验证了算法的有效性,由于经频谱重心法估计出的载频存在一定误差,再次证明了该算法对频偏不敏感。