针对目前轴承行业故障分析诊断中普遍存在故障数据来源较少、涉及所属工况较多的难点问题,提出了基于MFEC(Mean Filling and Energy Conservation)的数据增强算法。首先对原始振动信号进行时域重采样;并使用重采样后信号的均值填充来保...针对目前轴承行业故障分析诊断中普遍存在故障数据来源较少、涉及所属工况较多的难点问题,提出了基于MFEC(Mean Filling and Energy Conservation)的数据增强算法。首先对原始振动信号进行时域重采样;并使用重采样后信号的均值填充来保证信号的采样长度不变;由于信号的能量会发生改变,防止对结果产生影响,需要设置参数调整幅值使之能量守恒。之后对扩充的样本数据进行分数阶傅里叶变换(FRFT),得到不同阶次的一维信号。最后将这些一维信号作为深度学习网络(VGG-16)的输入,在神经网络中学习训练,实现轴承的故障诊断。实验表明,该方法有效地增加样本的数量及其多样性,并且不同阶次的处理信号对不同故障类型的诊断具有良好的针对性,有效提高故障诊断的分类效率和准确率。展开更多
针对高速移动环境下的正交时频空间(orthogonal time frequency space,OTFS)调制系统,提出了一种基于双啁啾信号分数阶傅里叶变换(fractional Fourier transform,FrFT)的定时和频偏联合同步算法,充分利用双啁啾信号的抗多普勒频移性能和...针对高速移动环境下的正交时频空间(orthogonal time frequency space,OTFS)调制系统,提出了一种基于双啁啾信号分数阶傅里叶变换(fractional Fourier transform,FrFT)的定时和频偏联合同步算法,充分利用双啁啾信号的抗多普勒频移性能和FrFT的能量聚集特性,实现高多普勒频移条件下的精确同步.采用时延-多普勒(delay-Doppler,DD)域双啁啾训练序列,在接收端对接收信号执行FrFT,通过捕获双峰并计算峰值位置偏移实现定时同步和频率偏移估计.仿真结果表明,在整个信噪比范围内表现出整体最优的定时同步性能,且在频偏估计方面具有优势.此外,该算法在具有高功率导频干扰的OTFS系统中也呈现出优越的同步性能.展开更多
间歇采样转发干扰作为典型有源欺骗干扰,利用雷达相干特性可实现单个或多个假目标群效果,常规信号处理手段难以对其实现有效抑制。为解决该问题,分析间歇采样转发干扰特征和线性调频(linear frequency modulation,LFM)信号的分数阶傅里...间歇采样转发干扰作为典型有源欺骗干扰,利用雷达相干特性可实现单个或多个假目标群效果,常规信号处理手段难以对其实现有效抑制。为解决该问题,分析间歇采样转发干扰特征和线性调频(linear frequency modulation,LFM)信号的分数阶傅里叶变换(fractional Fourier transform,FrFT)特性,得出受间歇采样转发干扰的LFM信号经p-1阶FrFT处理后、输出结果为多个具有频率差异的正弦信号的结论。利用这一结论将目标回波与间歇采样转发干扰转化为不同频率的正弦信号,并变换至时频域,对代表干扰分量的频率向量进行检测、标记、遮盖,最终完成干扰抑制。仿真实验结果表明,所提算法对3种类型间歇采样转发干扰均可起到抑制作用,且在处理可生成多个假目标群的间歇采样直接转发干扰(interrupted-sampling direct forwarding jamming,ISDJ)和间歇采样循环转发干扰(interrupted-sampling loop forwarding jamming,ISLJ)时更具优势。展开更多
文摘针对目前轴承行业故障分析诊断中普遍存在故障数据来源较少、涉及所属工况较多的难点问题,提出了基于MFEC(Mean Filling and Energy Conservation)的数据增强算法。首先对原始振动信号进行时域重采样;并使用重采样后信号的均值填充来保证信号的采样长度不变;由于信号的能量会发生改变,防止对结果产生影响,需要设置参数调整幅值使之能量守恒。之后对扩充的样本数据进行分数阶傅里叶变换(FRFT),得到不同阶次的一维信号。最后将这些一维信号作为深度学习网络(VGG-16)的输入,在神经网络中学习训练,实现轴承的故障诊断。实验表明,该方法有效地增加样本的数量及其多样性,并且不同阶次的处理信号对不同故障类型的诊断具有良好的针对性,有效提高故障诊断的分类效率和准确率。
文摘针对高速移动环境下的正交时频空间(orthogonal time frequency space,OTFS)调制系统,提出了一种基于双啁啾信号分数阶傅里叶变换(fractional Fourier transform,FrFT)的定时和频偏联合同步算法,充分利用双啁啾信号的抗多普勒频移性能和FrFT的能量聚集特性,实现高多普勒频移条件下的精确同步.采用时延-多普勒(delay-Doppler,DD)域双啁啾训练序列,在接收端对接收信号执行FrFT,通过捕获双峰并计算峰值位置偏移实现定时同步和频率偏移估计.仿真结果表明,在整个信噪比范围内表现出整体最优的定时同步性能,且在频偏估计方面具有优势.此外,该算法在具有高功率导频干扰的OTFS系统中也呈现出优越的同步性能.
