双谱_参考网

基于多域融合的空间辐射源细微特征识别

[17-18]、双谱分析[19-21]等理论。文献[22]利用雷达信号的累积量作为个体识别的特征,使用KNN分类器对3部同型号机载雷达的实测数据进行分类识别,取得良好的分类效果。文献[23]使用离散傅里叶变换的功率谱构建了谱域特征,结果表明谱域特征比时域特征性能好,与小波域特征性能接近,并略有提高。文献[24]使用Gabor变换系数构建了基于Gabor变换的特征,结果表明基于Gabor变换的特征比时域和谱域特征更为有效。直接提取信号变换的结果进行辐射源识别

中国空间科学技术 2023年4期2023-09-18

基于双谱分析的高原灌木回波信号分类

灌木地形下的回波双谱用4 种积分双谱进行降维与分类,从而在占用很少资源的情况下实现对引信炸高的识别。1 双谱的基本理论1.1 双谱的定义高阶谱是通过累积量函数(cum)来定义的,因此也被称作累积量谱。 假如是一个零均值的k阶平稳过程,则将该过程的k阶累积量定义为式中:ω为傅里叶变换到频域得到的频率分量;功率谱、双谱(三阶谱)、三谱(四阶谱)分别为k=2,3,4 时的特殊情况。本文所用双谱(三阶累积量谱)为1.2 积分双谱双谱是二维函数,可以直接通过卷积神经

北京航空航天大学学报 2022年10期2022-11-09

基于不完全Cholesky分解相关熵双谱的轴承故障诊断

的研究和应用，如双谱[9-11]、切片双谱[12]、倒双谱[13]、循环双谱[14-16]、高阶谱[17]分析等，已广泛用于机械设备的故障诊断，取得了良好效果。轴承故障振动信号呈周期性瞬态冲击和复杂调制的特点，具有明显的非线性、非平稳、非高斯特点。双谱是分析高斯信号的有效工具，理论上高斯噪声的双谱为零, 但非高斯噪声的双谱并不为零，传统的双谱不能有效消除非高斯噪声的干扰，因此会造成双谱分析性能衰退，甚至失效。相关熵是处理高斯、非高斯噪声的有效方法，已在雷达

振动与冲击 2022年11期2022-06-17

基于二维双树复小波变换的无人机个体识别*

目标身份[2]。双谱分析法是处理非高斯信号的主要数学工具，能够在保留信号的幅度和相位信息的同时自动抑制高斯噪声，故被广泛应用于特征提取[3]。无人机图传信号为非高斯信号[4]，故双谱分析法适用于无人机图传信号的处理，但直接将双谱作为特征进行无人机分类，存在数据维数高和计算复杂的问题，需要进行二次特征提取。文献[5]采用矩形积分法实现特征降维，文献[6]利用 Fisher类测度选出最具目标分辨能力的若干双谱特征，文献[7]提取双谱的平坦度、谱亮度和谱滚降度三

电讯技术 2022年5期2022-05-27

基于改进ResNet的射频指纹识别方法*

法，以及使用选择双谱、积分双谱等对信号双谱人工特征降维处理再分类识别[2]，即通过接收瞬态射频信号或稳态射频信号，在时域或变换域提取信号的物理参数特征及统计特征，选取一个或多个特征构成射频指纹，再利用分类器实现无线通信个体的识别。但这些基于特征工程的识别方法严重依赖人工设计的射频指纹，缺乏普适性。从2018年起，深度学习开始应用到射频指纹识别领域，射频指纹识别也从经验驱动的人造特征范式过渡到了数据驱动的端到端表示学习范式的新纪元[3-4]。文献[5]对基带

电讯技术 2022年4期2022-04-26

相关熵和双谱分析齿轮故障诊断研究

一种基于相关熵和双谱的齿轮故障诊断方法。该方法综合利用高斯核函数和不完全Cholesky分解算法计算信号的相关熵，然后再计算相关熵的双谱，根据相关熵的双谱特征识别齿轮故障。通过不完全Cholesky分解算法计算信号的相关熵，不仅大大压缩了数据量，突出了齿轮故障特征，而且提高了计算效率。通过仿真和齿轮磨损故障振动信号分析结果表明：强背景噪声会造成传统双谱故障诊断方法失效，而基于相关熵和双谱分析的齿轮故障诊断方法，能在强噪声干扰背景中提取齿轮的故障特征准确识别

振动工程学报 2021年5期2021-12-16

变工况下滚动轴承双谱分析及智能故障诊断

号受强噪声干扰，双谱凭借良好的高斯噪声抑制[19]和系统非线性特征提取[20]能力在故障诊断领域得到应用。双谱切片[21]、频移双谱[22]、二值双谱[23]以及阶次分析[24]、2 阶全变分去噪[25]、奇异值分解[26]与双谱相结合等方法，皆能提取轴承故障特征信息。从文献检索结果来看，目前还没有工况变化情形下双谱特性的研究成果报道。从诊断思路来看，已有诊断方案过程较为复杂，还存在精度受限[27]、参数选择不易[28]和知识负迁移[29]等问题。因而提出

噪声与振动控制 2021年6期2021-12-15

一种基于对角积分双谱的复合调制LPI雷达信号识别方法*

合调制信号，采用双谱估计的方法对信号进行特征提取，并利用对角积分双谱对数据进行降维处理，进而利用其双谱特征进行调制类型识别。1 LPI雷达信号建模与分析由于LFM、BPSK、FSK等单一调制信号在前人的研究中都已经被详细介绍过，因此，本文在这里不再进行过多赘述。下面主要介绍本文所采用的复合调制LPI雷达信号的建模与分析。1.1 LFM⁃BPSK复合调制信号建模与分析LFM-BPSK信号是LFM信号与BPSK信号混合的信号，其克服了BPSK信号对多普勒频移敏

航天电子对抗 2021年5期2021-11-30

基于双谱切片小波包的雷达体制识别技术*

和计算量最小的是双谱，并且尺度、时移不变性及相位保持性的特点，使得双谱分析在信号处理中更具有优势［9-11］。小波分析可以在时频域同时对信号进行处理，因此，可以区分出信号中的突变成分及噪声，完成信号去噪［12-13］。小波包是在小波分析的基础上，将高频部分进行正交分解。不同雷达的信号在通过小波包分解后重构系数会有区别，这些系数的能量也有较大差异，因此，小波包重构系数的能量特征常被用于信号的识别中［14-18］。双谱分析虽然有尺度、时移不变性及相位保持性的特

火力与指挥控制 2021年9期2021-11-18

基于双谱运算在语音信号分析中的应用

通过AR参数模型双谱估计计算语音信号双谱，利用高阶累积量抑制高斯噪声，使得语音信息特征研究更趋于直观，提高语音辨别效果。1 复数三阶累积量的不同定义两式中x*（n）是x（n）的共轭复数，通过Hilbert变换得到复数信号后，当3ω由1ω、2ω二次相位耦合后3ω=1ω+2ω，x（t）为耦合信号，此时定义①中三阶累积量及对角切片均为0，定义②中三阶累积量及对角切片分别为：通过上式可知①中双谱运算过程及对角切片不含耦合信息成分，②中包含全部谐波分量且双谱运算中保

电子测试 2021年11期2021-07-02

调制信号双谱在滚动轴承故障诊断中的应用研究

如：功率谱分析，双谱分析。其中功率谱分析忽略了信号的相位信息，仅包含单个分量幅度信息，且不能解调调制信号；双谱分析只考虑信号较高边带的信息，没有考虑低边带信息。这些方法在提取故障特征时都有不足的地方，并且都不能充分的解调信号中的调制成分。基于上述原因，利用具有良好的信号解调特性的调制信号双谱分析方法解调信号中的调制现象，并且调制信号双谱有良好的降噪效果及对干扰频率有很好的抑制作用。提出了调制信号双谱分析方法并用于滚动轴承故障诊断。调制信号双谱是一种基于传统

南昌航空大学学报（自然科学版） 2021年1期2021-06-02

简述基于双谱变换的通信辐射源个体识别

，每个积分路径对双谱的值计算和特征提取的贡献情况不同，筛选出离双谱谱峰较近的矩形积分路径，提取最大贡献路径的双谱值。利用该筛选算法对信号的双谱进行二次特征提取，在保证识别准确率的同时有效减少计算维度，最后采用卷积神经网络进行分类识别。1 基于双谱的通信辐射源指纹特征提取算法1.1 双谱变换由于实际电磁辐射的环境较为复杂，辐射信号或噪声并不完全服从高斯分布，对信号细微特征的分析如果只有幅度信息是不充分的，还需要一定的相位信息，高阶谱可以求得信号的相位信息。双

科学与信息化 2021年12期2021-05-16

基于双谱和谱特征的心电信号分类方法

简明有效的工具。双谱作为一种成熟的信号方法，能够有效抑制高斯噪声带来的干扰，在许多领域得到了广泛应用[3]。然而，由于双谱矩阵较为复杂，目前大多数算法是在得到双谱矩阵的基础上进一步降维提取特征，例如围线积分[4]、双谱切片[5]、主成分分析(Principal Component Analysis，PCA)[6]、独立成分分析(Independent Component Analysis，ICA)[7]、核鉴别分析方法如核主成分分析(Kernel Prin

电子科技 2021年5期2021-05-12

一种基于射频指纹的电网无线设备入侵检测算法

① 基于信号局部双谱积分提取的射频指纹特征的识别分类方案，将这5种分类方案仿真并相互对比，分析5种信号局部双谱积分的优劣势，并通过仿真得出结论，矩形积分双谱(Square Integral Bispectra,SIB)和选择双谱对于射频信号的区分度最优。② 基于射频信号的双谱特征可以抑制加性高斯白噪声的特点，提出了基于SIB和选择双谱的融合特征。对比使用传统信号特征的支持向量机(Support Vector Machine,SVM)模型和使用基于SIB和选

无线电工程 2021年5期2021-05-08

局部围线积分双谱的雷达信号源指纹识别技术

的一种重要方法是双谱分析法，双谱的重要特征是高阶谱能够反映出其信号的相位信息，除了线性相位以外，双谱包含了全部的信号信息，且双谱分析法中雷达信号的双谱具有平移不变性，因此双谱分析法有效的应用在雷达信号源指纹特征提取中。虽然双谱在理论可以完全抑制任何对称分布的非高斯噪声和高斯噪声，但是直接应用双谱分析作为识别雷达信号源的特征向量，不仅有很大的信息冗余，而且还需要有足够大的目标模板库。为了减少双谱的数据量，以达到减少目标模板库存储量和信息冗余以达到实时处理信息

电子世界 2021年24期2021-03-02

基于形状标记和双谱分析的图像形状特征提取①

四阶谱,通常称为双谱和三谱.Chandran 等[1]在1993年根据高阶谱,定义了一系列具有旋转和尺度不变性质的特征参数,用于一维信号模式识别.自1997年,Chandran[2]首次将高阶谱分析推广到二维图像和物体识别领域,近年来在这些领域得到了成功应用,例如声纳图像中海矿识别[3],电子显微镜图像中病毒识别[4]和热成像中乳腺癌检测[5].文献[1-5]中都是采用Radon 变换将图像映射到一组一维投影,对一维信号进行双谱分析.图像识别中的形状信息一

计算机系统应用 2020年12期2021-01-21

基于高阶谱的异步电机定子匝间短路故障诊断方法研究*

1 高阶累积量与双谱实际运行中的电机受到电网频率波动和电机自身不对称性的影响，其故障特征频率fr并不明显，有时会被其他噪声因素影响而产生误判。想要准确分析这种非高斯非线性信号，高阶统计量和高阶谱是最有利的工具，不仅可以起到抑制噪声的目的，还可以通过分析三阶统计量以及其多维傅里叶变换双谱提取出更多有用的信息。设x(n)为K阶平稳随机过程且均值为0，定义其K阶累积量为随机变量{x(n),x(n+m),…，x(n+mk-1)}的K阶联合累积量，即Ckx(m1,m

重庆工商大学学报（自然科学版） 2020年6期2020-11-16

基于残差神经网络的辐射源个体识别

法减少接收信号的双谱维数，减少冗余信息对识别的影响。然后，对信号进行特征增强，通过将信号和降维后的双谱特征融合输入的方式将信号输入到网络中。残差网络通过反向传播的思想来解决网络深度不足、梯度消失/爆炸等问题，并且使用直接映射来连接网络不同层直接的思想。1 特征提取1.1 双谱计算选取双谱特征是由于该特征对噪声不敏感，运算量小，利于实时实现。频谱幅度是常用的平移不变特征，但它丢掉了所有的相位信息，增加了类间的趋同性，双谱特征是另一种得到广泛研究的平移不变特征

航天电子对抗 2020年4期2020-10-16

基于局部双谱和深度卷积神经网络的通信电台识别研究*

到二维空间。信号双谱是一种阶数最低的高阶谱，在信号分类和辐射源个体识别上得到了广泛应用。方成[2]、刘赢[3]等人基于信号双谱特征完成了辐射信号的分类识别。本文基于局部双谱特征和深度卷积神经网络对通信辐射源个体识别进行研究，结果表明，该方法能够实现对辐射源的分类识别，同时为降低数据维度提供了一种新思路。1 信号双谱特征令x(n)是均值为零的平稳随机信号，则随机序列{x(n),x(n+τ1),…,x(n+τk-1)} 的k阶累积量为ckx(τ1,τ2,…,τ

通信技术 2020年7期2020-07-19

MIMO线性系统输入输出信号统计特征的双谱评定方法

一种利用三阶谱（双谱）评定MIMO线性系统时域输入输出信号统计特征的新方法。通过建立线性系统双谱数学模型，根据系统响应、所测得的频响函数以及离散信号的双谱数值估计算法，经逆运算获得系统的双谱驱动信号，随后利用高阶谱对高斯随机信号的盲性判定其输入信号的高斯性。将上述方法与采用传统相位随机化法（对功率谱添加随机相位）所获得的驱动信号分别应用于一悬臂梁模拟控制系统中，通过对输入信号的分析及控制结果的比较，发现基于双谱所生成的时域随机驱动信号呈现出较强的非高斯性且

振动工程学报 2020年1期2020-05-21

AR模型在火箭发动机遥测数据中的应用①

进行分析的，而且双谱是在高阶谱分析中应用较广的一种现代谱分析方法[2]，可以检测信号中二次相位耦合频率，以此为依据提取信号耦合频率的双谱比值，提高故障识别的准确性[3-4]。国内外学者利用AR双谱模型对滚动轴承故障[5-8]、旋转机械[9-11]、发动机[12-13]等故障信号进行了识别分析，均得到了理想的应用效果。本文对氧离心泵测点遥测数据进行AR模型双谱估计分析，采用AR双谱模型分析火箭发动机的氧离心泵的遥测信号数据，对其故障模式识别进行研究，为进一步

固体火箭技术 2019年5期2019-11-15

基于切片双谱多重分形特征的雷达信号识别算法

文针对此问题，将双谱分析[5]和多重分形理论[6-8]运用到雷达信号识别中，提出了基于切片双谱多重分形特征的雷达信号识别算法。1 双谱对角切片多重分形特征1.1 双谱对角切片提取传统的功率谱分析只适用于线性系统，双谱作为传统功率谱的推广，不仅能够抑制接收信号的高斯噪声干扰，保留信号的相位信息，而且可以很好地描述和检测接收信号的非线性特征。同时与其他高阶谱相比，处理方法简单，因此更适用于雷达接收信号的分析。其定义如[9]下：假定{x(i)}为零均值的平稳过程

探测与控制学报 2019年5期2019-11-07

矩形积分双谱和半监督鉴别分析下的通信辐射源识别

,提取通信辐射源双谱特征作为其指纹特征,并利用支持向量机进行分类识别,得到分类结果.该方法一定程度上提升了同类通信辐射源识别效果,但是由于双谱特征维数较高,直接用于分类识别容易产生“维数灾难”问题,即同时在训练样本较少以及先验样本标签信息较少时其识别精度只有72%左右.为了解决直接应用双谱特征带来的“维数灾难”问题,2016年雷迎科等[6]针对通信辐射源双谱特征维数较高的问题,引入流形学习理论,提出正交局部样条判别流形嵌入算法来对通信辐射源双谱特征进行降维

上海大学学报（自然科学版） 2019年5期2019-10-31

基于双谱分析的滚动轴承故障诊断

的滤波降噪效果，双谱分析对是处理非线性、非最小相位的有效手段，本文对小波降噪，然后对其双谱分析研究轴承振动信号的中的高阶分量，对滚动轴承故障种类进行有效识别。2 双谱理论双谱分析是处理高斯噪声的有效方法，能从更高阶概率层次表征随机信号，理论上可以很大程度抑制高斯噪声，但对于非高斯噪声较为困难，在高阶谱分析中，双谱的阶数较低，包含了高阶谱的多数特性。小波变换对于分析非平稳信号，有效地过滤振动信号中的噪声，并增强振动信号中隐含的瞬态信息。将小波降噪和双谱分析结

电子技术与软件工程 2019年11期2019-07-12

双谱特征和深度学习在信号调制识别中的应用*

深入研究，文中将双谱特征和深度学习用于信号调制识别中，以期取得好的辐射源信号识别效果，提取信号本质特征并提高识别率，扩展新的辐射源识别方法。1 双谱双谱[8]能分析非线性、非高斯、非因果信号，也可分析高斯有色噪声和盲信号，还能分析随机信号，可抑制高斯噪声干扰，并原原本本保留信号的原始幅度和相位信息。它是目标信号检测、信号分类等方面有效的分析工具。1.1 双谱定义假设目标信号x(n)满足平稳条件，三阶累积量是C3x(τ1,τ2)=E[x(n)x(n+τ1)x

弹箭与制导学报 2019年5期2019-05-28

目标触底瞬态地震波信号的检测

工具。本文采用的双谱检测方法就是一种利用高阶累积量进行检测的方法,其理论基础在于:平稳高斯噪声的3阶以上的高阶谱能量为0,而非高斯信号其高阶谱不为0。据此可以完成在高斯背景噪声环境中检测低信噪比非高斯信号的工作[3]。1 双谱检测理论1.1 双谱的定义k阶谱定义为随机过程{(x)}的k阶累积量的k-1维离散时间傅立叶变换,即:高阶谱又被称为多谱或累积量谱。特别地,我们称三阶谱S3ω(ω1,ω2)叫做双谱,习惯上记为Bx(ω1,ω2);称四阶谱S4ω(ω1,

数字海洋与水下攻防 2019年1期2019-05-08

基于扩展双谱的齿轮压缩采样信号特征提取方法

效果差等[4]。双谱是高阶谱中应用最广泛的一种分析方法，在理论上可完全抑制高斯噪声，且保留了相位信息，可定量描述信号中的二次相位耦合，是分析非线性、非平稳信号的有力工具，在故障诊断及特征提取领域的应用研究不断发展[5–6]，取得了较理想的应用效果。本文提出一种基于扩展双谱的压缩信号特征提取方法，避免了尚存问题的信号重构过程，直接对压缩信号进行分析。仿真及工程应用均表明了该方法可以有效地提取压缩信号故障特征，为机械故障诊断提供有力的依据。1 扩展双谱的基本原

噪声与振动控制 2018年5期2018-10-23

基于二值双谱和模糊聚类的风电轴承故障诊断

路。1 基于二值双谱和模糊聚类的模式识别基于二值双谱的模糊聚类故障模式识别法，以风电滚动轴承振动信号的二值双谱特征为基础，采用基于目标函数的模糊聚类方法构造各类故障的目标模板，再按照最邻近准则设计分类器，以测试样本与目标模板的距离测度作为模式分类依据，对轴承故障位置进行模式识别，其流程图如图1所示。图1 基于二值双谱和模糊聚类的模式识别流程图Fig.1 Flow chart of fuzzy clustering pattern recognition b

振动、测试与诊断 2018年4期2018-08-25

基于双谱能量算子的碰摩转子故障特征提取

统所呈现的特征.双谱是高阶统计量中阶次最低、计算最简单的方法,可以表征信号的非线性相位耦合.2000年,Parker等[2]提出了基于双谱的诊断策略,并成功地应用于旋转机械的故障诊断.2007年,Kim等[3]通过理论和实验分析提出了一种基于双相干系数的二次相位耦合检测方法.在国内,双谱方法与其他方法结合的研究比较活跃.李辉等[4-5]提出了基于阶次双谱和倒双谱分析方法,对齿轮箱故障进行了诊断.朱忠奎等[6]提出了循环双谱表示方法,并验证了该方法在表示齿轮

中国工程机械学报 2018年3期2018-07-05

基于改进EMD和双谱分析的电机轴承故障诊断实现

的经验模态分解和双谱分析相结合的故障检测方法来有效诊断电机轴承的早期故障。首先，针对EMD分解无法得到严格单分量IMF的问题，利用小波包分解将轴承振动信号分解为窄带信号并选取能量最集中的频带进行重构，从而降低故障信号的复杂性，抑制模态混叠问题；然后利用经验模态分解方法根据信号的固有波动模式将其分解为一系列IMF分量；再通过方差贡献率检验去除其中的虚假分量；最后，利用双谱分析信号的调制关系进行解耦，得到故障特征频率。验证结果表明，所提出的分析方法能有效诊断轴

电机与控制学报 2018年5期2018-05-14

基于高阶谱法作物重金属污染元素判别与污染程度诊断

象，将高阶谱中的双谱估计方法应用于玉米叶片微分光谱处理，以双谱三维图方式实现Cu2+和Pb2+污染定性分析与污染元素的种类辨别，并通过灰度-梯度共生矩阵(Gray gradient co-occurrence matrix, GGCM)提取双谱平面图的纹理特征[22-24]，用所提取的纹理特征值来定量诊断玉米叶片的污染程度。1 数据获取玉米叶片光谱数据采集于分别受CuSO4·5H2O和Pb(NO3)2胁迫下的盆栽“中糯1号”玉米植株，并采用其中0、250、

农业机械学报 2018年2期2018-03-13

双谱图在语音分析中的应用

,AR)参数模型双谱估计计算语音信号的双谱。利用双谱进行语音信息的分析与研究，语音信息特征可以在双谱图上得以体现，使得语音信息特征的研究更加直观，对于语音辨识具有一定效果。1 数据采集本文使用Windows附件的录音机程序驱动声片采集、播放和简单语音信号处理[2]。语音录音在相对安静的环境中进行，不掺杂外来噪音，实验人员均在语速和缓、心情平稳下录制语音。为了清晰地阐明对语音信号进行频谱分析，实验对象直接录制一段语音，并保存为.WAV格式文件，供MATLAB

传感器与微系统 2018年2期2018-01-27

基于双谱综合特征提取的距离-速度同步拖引干扰识别方法研究

01109)基于双谱综合特征提取的距离-速度同步拖引干扰识别方法研究袁功霖1，侯 静2，陈 义3，张 诚3(1.南京电子技术研究所,江苏 南京 210039； 2.西北工业大学 电子信息学院,陕西 西安 710072；3.上海机电工程研究所,上海 201109)为有效对抗距离-速度同步拖引(R-VGPO)欺骗干扰，提出了一种综合的双谱特征提取方法用于识别真实目标回波信号和欺骗干扰。建立了拖引干扰信号模型，基于双谱分析良好的抗噪性能，分别对真实回波信号和欺骗

上海航天 2017年6期2018-01-08

滚动轴承双谱特征提取及变工况故障诊断

201)滚动轴承双谱特征提取及变工况故障诊断张锐戈1，2,李劲3(1. 三明学院机电工程学院福建三明 365004； 2. 装备智能福建省高校重点实验室福建三明 365004； 3. 湖南科技大学信息与电气工程学院湖南湘潭 411201)研究工况变化情形下的信号特征提取技术和轴承状态判别方法，以满足旋转装备变工况运行环境故障诊断需要。首先分析滚动轴承振动加速度信号双谱特征，发现其在不同故障类型时差异性显著，在故障相同但工况不同时又较为相似

武汉轻工大学学报 2017年2期2017-09-11

基于双谱特征融合的通信辐射源识别算法

0037)﻿基于双谱特征融合的通信辐射源识别算法桂云川1,2，杨俊安1,2，万 俊1(1.解放军电子工程学院，安徽 合肥 230037;2.安徽省电子制约技术重点实验室，安徽 合肥 230037)针对当前通信辐射源个体识别方法存在识别效率不高，内在细微特征难以提取等问题，提出了基于双谱特征融合的通信辐射源特征提取算法。该算法通过融合对角积分双谱与双谱对角切片特征组成特征向量，并对对角切片特征提取方法进行了改进，将原信号先进行经验模态分解(EMD)，在得到的

探测与控制学报 2016年5期2016-11-17

基于深度置信网络和双谱对角切片的低截获概率雷达信号识别

于深度置信网络和双谱对角切片的低截获概率雷达信号识别王星*①周一鹏①周东青①陈忠辉②田元荣①①(空军工程大学航空航天工程学院西安 710038)②(解放军95357部队佛山 528227)基于深度置信网络(DBN)对信号双谱对角切片(BDS)结构特征进行学习，实现低截获概率(LPI)雷达信号识别。该方法首先建立基于受限玻尔兹曼机(RBM)的DBN模型，对LPI雷达信号的BDS数据进行逐层无监督贪心学习，然后运用后向传播(BP)机制在有监督学习方式下根

电子与信息学报 2016年11期2016-10-13

基于电流信号分析的风力发电机齿轮箱故障诊断

端的电流信号进行双谱分析。分析发现当齿轮箱发生齿轮故障时电流中将会产生故障频率且电流幅值会随着故障程度的加深而减少。通过和故障电流的理论分析结果进行对比验证，可知基于发电机侧电流信号分析能有效地提取齿轮箱的故障特征。关键词：风力发电；齿轮箱；故障诊断；电流信号；双谱风力发电机组随着单机组的容量增加，齿轮箱承受的载荷也随之增加，加上其复杂多变的工况，导致风力发电机组故障频发。不少学者对风力发电机故障诊断和状态监测进行了研究[1-3]。而其中基于振动信号的诊断

广东电力 2016年6期2016-07-16

一种新颖的通信辐射源个体细微特征提取方法

射源;细微特征;双谱;正交局部样条判别嵌入;流形学习DOI10.13443/j.cjors.2015032501A novel fine feature extraction method for identifying communication tansmitterLEI Yingke1,2,3HAO Xiaojun1HAN Hui1WANG Lijun3(1.TheStateKeyLaboratoryofComplexElectromagneticE

电波科学学报 2016年1期2016-04-23

基于双谱分析特征提取的汽轮机故障智能诊断

50002)基于双谱分析特征提取的汽轮机故障智能诊断王志刚1, 王宏超2(1.安阳工学院机械工程学院河南安阳 455000; 2郑州轻工业学院机电工程学院,河南郑州 450002)旋转机械发生故障时,其信号往往呈现出非线性特征,故常规的线性信号处理方法不再适用于旋转机械故障信号的特征提取.高阶谱分析方法是基于高阶统计量(Higher Order Statistics,HOS)的一种非线性信号处理方法,其中的双谱分析方法具有高阶统计量的一切优点,并

中国工程机械学报 2016年5期2016-03-07

基于监测信号边际谱和双谱特征融合的孔系钻削质量分析

监测信号边际谱和双谱特征融合的孔系钻削质量分析周友行, 谢赛元，谢奇，周后明(湘潭大学机械工程学院,湖南湘潭411105)切削参数一致的孔系类零部件应用非常广泛，如飞机喷射引擎上成千上万个冷却孔、液压集成阀块上数以百计的输油管道等。在此类零部件加工过程中，孔系钻削质量一致性检测和控制十分关键[1-2]。众所周知，钻削加工处于封闭或者半封闭环境，钻孔加工质量的在线实时检测难以实现，目前主要采用加工后抽检的方法。对于孔系钻削而言，既存在漏检隐患，而且质量

振动与冲击 2015年24期2016-01-28

复杂体制雷达辐射源信号识别新方法∗

述问题,本文利用双谱对噪声不敏感的特点,提出了一种新的识别算法。对接收到的信号首先提取其双谱幅度谱,然后将其转化为二维特征,为降低识别算法的运算量,进一步求取该二维特征中的复杂度特征,即盒维数和信息维数,并将盒维数和信息维数作为最终的识别特征参数,最后利用支持向量机(SVM)[7]实现识别。仿真试验证明,新方法充分发挥了双谱对噪声不敏感的特点,在较低的信噪比下可以准确识别不同调制样式的雷达辐射源信号。1 雷达辐射源信号的双谱估计侦察接收机接收到的雷达辐射源

雷达科学与技术 2016年1期2016-01-10

基于双谱特征的超宽带雷达人体目标识别*

真的结果表明，用双谱法提取超宽带雷达目标的特征信息具有良好的效果，利用提取出的特征信息可进行目标的分类与识别［4］。但是双谱数据量大，有较多信息冗余，不利于目标识别。可以进一步提取特征，降低双谱特征维数。而且不同特征可以从不同角度描述目标，多特征融合更有利于目标识别［5］。根据上述分析，首先在超宽带雷达体制下，基于精确三维实体模型，利用FDTD 算法计算目标电磁散射回波，获得目标高分辨距离像(High Resolution Range Profile，HR

电讯技术 2015年9期2015-12-25

倒双谱的分形维数在故障诊断中的应用

作者将倒谱分析、双谱分析以及分形理论相结合，针对溢流阀故障信号具有的机械振动信号非线性等共性，提出了通过计算倒双谱的分形维数进行故障检测和诊断的方法，并应用到溢流阀的故障诊断中。1 倒谱与倒双谱设{x(n)}为零均值k阶平稳随机过程，功率谱定义为:双谱定义为:设ω1＝ω2＝ω时，即得到AR双谱的对角切片Bx(ω，ω)，其中 c3x(τ1，τ2)为三阶累积量:功率谱对数值的逆傅里叶变换称为倒谱。设信号x(n)的功率谱为Sx(ω)，则倒谱Cx(τ)为将Bx(ω

机床与液压 2015年19期2015-11-26

基于ITD和切片双谱的滚动轴承局部损伤故障诊断

工具[4-5]。双谱是高阶谱中运算最简单且应用最广泛的分析方法，在理论上可完全抑制Gauss噪声的影响，识别信号中的二次相位耦合频率成分，提高分析和辨识精度。轴承振动信号中的噪声可近似作为Gauss噪声处理，用双谱分析轴承振动信号更易获得故障特征信息。同时轴承信号常表现为二次相位耦合模式，如轴承故障特征频率自身的耦合及故障特征频率与转频的耦合[6-7]。下文将ITD与切片双谱相结合分析轴承故障振动信号，可有效抑制噪声，提取轴承信号由于二次相位耦合产生的非线

轴承 2014年8期2014-07-22

双谱主成分分析的滚动轴承智能故障诊断

功率谱方法分析。双谱分析能处理非平稳和非高斯随机系列，且理论上能完全抑制高斯噪声，在旋转机械故障诊断中得到了广泛的应用。双谱故障诊断可以划分成谱图法和智能诊断法。谱图法寻找谱图峰值与不同故障类型之间对应关系，最常用的是切片谱，如水平切片、对角切片和中心频率切片[1～3]；或者是计算切片谱的倒谱[4,5]，将成簇谱线简化为单根谱线后寻找故障频率。也有依据双谱的谱峰频率辨别故障类型、并通过纹理特征来判别故障程度的研究成果报道[6]。此外，基于滚动轴承振动信号模

振动工程学报 2014年5期2014-04-02

AR双谱的电梯机械故障诊断

 AR模型和AR双谱1.1 AR模型［1-4］假设a（t）为电梯输出振动信号中的随机信号受到均值为零的非高斯白噪声的干扰，x（t）为零均值有色非高斯噪声，则其AR模型为式（1）中：∂i（i＝1，2，…，p）为自回归系数；p为自回归模型的阶数.用滞后量m和n表示变量x（t）的三阶累积量函数c（m，n），有令m＝n，可得｛x（t）｝三阶自相关c（m，n）的对角切片值.当m＝n＝1，2，…，p，可得矩阵方程［5-6］为1.2 AR双谱随机量x（t）的双谱为三阶矩

华侨大学学报（自然科学版） 2013年3期2013-10-11

基于双谱和支持向量机的小麦碰撞声分类研究

710062基于双谱和支持向量机的小麦碰撞声分类研究张严严，郭敏陕西师范大学计算机科学学院，西安 7100621 引言小麦在储藏期间，易发生虫害和霉变，导致小麦质量下降，有效地检测和防治工作显得尤为重要。常见的储粮检测方法有粮食探管法、机器视觉检测法、电导率检测法、近红外反射光谱法、软X线成像法等[1]。但这些方法存在劳动强度大、代价高等缺陷。因此，具有轻便、简单、快捷、廉价等优势的声检测技术日益成为该领域的研究热点[2]。近年来，在声检测领域，碰撞声

计算机工程与应用 2013年23期2013-07-27

基于AR双谱与分形盒维数的减压阀故障诊断

高阶累积量的AR双谱和时间序列的分形盒维数分析方法都能对复杂的非线性的系统进行描述。AR双谱能够很好地处理非高斯信号，还能够判别系统是否含有非线性以及非线性的程度。它不同于传统的信号处理方法，它弥补了功率谱的不足，利用高阶谱对故障信息的灵敏性可以监测设备的运行状态，实现其故障诊断与识别。分形盒维数能有效地反映了系统的非线性特性及吸引子的动态程度。当系统偏离了正常的工作状态时，该系统的吸引子就发生变化，盒维数也随之发生变化，即盒维数往往随着系统状态的改变而改

机床与液压 2013年7期2013-03-31

双谱切片的分形特性在减压阀故障诊断中的应用*

状态下信号的AR双谱切片，再根据其自相似性，采用分别计算其容量维数的方法来进行故障诊断。1 双谱切片设平稳随机过程的 k 阶累积 ckx(τ1，τ2，…，τk－1)，定义为随机变量{x(n)，x(n+ τ1)，…，x(n+ τk－1)}的k阶联合累积量:其中，cum(·)代表联合累积量。k阶累积量谱定义为k阶累积量的k－1维Fourier变换，即建立AR模型后，根据式(3)可以得到AR双谱表达式为在式(4)中，设ω1=ω2时，即得到AR双谱的1.5维(对角

制造技术与机床 2012年4期2012-09-26

基于循环双谱二次切片分析的滚动轴承故障诊断研究

先后有专家对循环双谱，即最低阶的高阶循环平稳分析方法——三阶循环累积量谱进行了深入的研究［2－4］。但是其算法所需计算量大，而且所得的最终图谱结果不直观，所包含信息的冗余量比较大。本课题组在已经对循环双谱做了中心频率切片分析的基础上，将尝试对循环双谱进行进一步简化——对循环双谱做二次切片。也就是对循环双谱在循环频率等于信号中心频率处的切片谱再次做切片，来分析早期滚动轴承的点蚀故障。通过简化，不仅计算量大大减小，而且所得的结果也将更加直观和有效。我们将通过仿

振动与冲击 2012年18期2012-09-15

双谱时延估计在被动测距中的应用

般呈高斯分布，而双谱法时延估计在理论上能完全抑制高斯噪声，因此提出用双谱法时延估计代替互相关法来抑制海洋环境噪声对时延估计的影响。仿真结果表明相比于互相关法，双谱法时延估计精度更高，误差更小。1 被动测距数学模型假设目标是点源，声波按球面波方式传播。设等间距的三阵元 1、2、3，阵元间距为d，目标方位θ，目标到各阵元的距离分别为 r1、r2、r3。r2即要测定的目标距离r，如图1所示[2]。图1 三元阵被动测距示模型设在极坐标系中，目标的坐标为 S ( r

船电技术 2012年6期2012-07-04

基于ARMA模型双谱分布与FCM方法的轴承故障识别*

的有效手段，其中双谱因研究最为深入而得到大量应用［4-6］.因此，将EMD方法与双谱分析联合有助于滚动轴承的故障特征提取.但是，双谱应用于故障识别多着眼于切片谱特征与相应故障的对应关系，而较强噪声对此类特征的提取有很大影响.考虑到参数化双谱具有高分辨率的优点和不同信号谱图分布特征的差异，文中以轴承主分量信号的自回归滑动平均(ARMA)参数化模型双谱分布构建有效的故障特征指标，结合模糊c均值(FCM)聚类算法来实现滚动轴承的故障模式识别与诊断，并以滚动轴承故

华南理工大学学报（自然科学版） 2012年7期2012-06-25

基于双谱熵模型的故障模式识别

］等。本文提出的双谱熵模型，是在双谱域内建立的信息熵特征参量。在研究信息熵理论的基础上，建立了振动信号的双谱熵模型，并针对实验室齿轮箱的4 种典型故障状态，对其振动信号进行了双谱分析，计算了双谱熵特征参量，建立BP 神经网络模型进行了故障模式识别，识别结果表明，利用双谱熵特征参量进行故障模式识别，在测点数量少的情况下能获得较高的诊断精度。1 双谱熵模型的建立1.1 双谱设随机过程{x(n)}在任意n，n + m1，…，n +mk－1时刻的k 维随机矢量则三

兵工学报 2012年6期2012-02-22

基于双谱分析的毫米波多普勒引信目标检测

的一个重要课题。双谱是高阶谱中阶数为三的一种特例，包含了目标的幅度和相位信息，能更完整地反映出目标的本来特征。毫米波多普勒引信目标回波实际上是一随机过程，谱估计是一种有效的分析工具。传统的功率谱（相关函数）等方法在无线电引信回波信号的处理中，从过程中提取的是满足假设高斯条件的信号；想充分了解信号的非线性、非高斯带来的信息，仅用二阶累积量是不够的，这样对信号的特征分析及检测存在一定的不足。有文献采用双谱分析检测目标，文献［1］解决了利用积分双谱在相位方面特征

探测与控制学报 2011年5期2011-08-27

基于AR双谱的超声波电机故障诊断

处理[5-6]。双谱是三阶累积量的二次Fourier变换，它保留了信号的相位信息，可以定量地描述信号中与故障密切联系的非线性相位耦合，还可以抑制噪声的影响，消除高斯噪声的干扰[7-9]。目前，利用高阶谱累积量的参数化模型研究超声波电机系统机械故障的资料很少。本文作者根据超声波电机工作时的非进给方向微小振动的变化特点，用三阶累积量对其平稳振动信号建立AR模型(Autoregressive model)，计算 AR双谱，提取双谱的特征，进而得出一种有效的超声波

中南大学学报（自然科学版） 2011年12期2011-07-31

基于高阶统计量的多模噪声中的信号检测

。采用高阶谱中的双谱技术，以多模噪声的第三种模型为噪声背景，结合无惯性非线性变换器[9]，提出了基于双谱的检测方法，并给出了改进的自适应幅频干扰抑制器[9]的物理模型。最后针对具体信号做了大量仿真验证了其可行性，并与传统的似然比检测进行了简单比较证实了其优越性。1 多模噪声的数学模型随着无线电技术的迅速发展，在复杂的电子设备中会出现无法预料的干扰和噪声，破坏系统的功能。这些噪声很多是非高斯噪声，按照概率密度函数形状对其进行研究，提出了多模噪声。多模噪声主要

通信技术 2010年12期2010-09-13

基于高阶循环平稳的柴油发动机活塞销振动信号分析

时频分析[9]、双谱分析[10]等方法,尚未见到利用高阶循环平稳(higher order cyclostationary,HOCS)理论分析活塞销振动信号的研究报道。本文尝试利用高阶循环累积量谱理论处理活塞销加速振动信号,分析了三种不同的活塞销磨损间隙下的振动信号的循环双谱,讨论了发动机转速对振动信号循环双谱的影响,有效地提取出了能够反映活塞销故障状况的特征值。1 信号的高阶循环平稳及循环双谱1.1 高阶循环平稳高阶循环平稳理论是以循环平稳信号的高阶统计

中国机械工程 2010年12期2010-06-04

基于 EMD与切片双谱的轴承故障诊断方法

于 EMD与切片双谱的轴承故障诊断方法张 琳 黄 敏(北京航空航天大学 工程系统工程系,北京 100191)针对轴承故障诊断问题,提出一种基于经验模态分解(EMD,Empirical Mode Decomposition)与切片双谱分析相结合的新方法.将原始信号分解成不同尺度的固有模态函数(IMF,Intrinsic Mode Function),求取 IMF分量的包络,计算其对角切片双谱,提取由于二次相位耦合产生的非线性特征,得到轴承的故障特征频率.通过

北京航空航天大学学报 2010年3期2010-03-16