题目：多源瞬态机械信号探测方法研究

微弱瞬态信号探测技术在雷达、声纳、生物医学信号处理、通信、图像、语音信号处理以及设备状态监测、建筑结构的无损检测等领域具有广阔的应用前景及重要的研究价值。本论文以直升飞机主传动系统状态监测与早期故障诊断为应用对象，研究多源混合的瞬时机械动态信号探测技术的新理论与方法，着重研究如何利用盲信号分离和双线性时间-频率变换理论，提高复杂背景条件下微弱瞬态信号的探测能力，为机械系统的状态监测和早期故障诊断提供有效的方法。主要研究内容如下：1. 从被探测信号和信号源的基本特征是微弱瞬态信号探测的重要环节这一认识出发，对被探测信号与信号源特征进行了研究。以齿轮箱振动信号为对象，对源信号的产生、传播、测量及其混合方式进行了研究；详细分析了振动信号产生位置、传播路径和传播方式对测量信号的影响；讨论了齿轮箱典型故障所产生的异常振动信号的特征；建立了齿轮与滚动轴承振动信号的数学模型、以及测量信号的数学模型(即：多源信号的混合模型)。为源信号分离方法研究和新时频分布的提出提供依据。2. 研究在多源信号盲分离算法中有效使用源信号的已知信息的理论和方法。传统的盲信号分离算法只利用了源信号之间的相互统计独立性，而没有使用其它任何先验知识。但在实际信号处理中，源信号一般存在一些已知信息可以利用。如：齿轮箱振动信号检测中，轴旋转频率、齿轮啮合频率、轴承故障特征频率等可以准确估计出来。即源信号并非是全“盲”的，而是“半盲”的。针对“半盲”信号分离问题进行了探索性的研究，提出了基于频谱特征的半盲信号分离方法：在频率域盲分离算法中，利用已知的特征频率信息，确定特征频率所在频带，对特征频带内的源信号进行分离。该方法能够准确分离给定频率带内的源信号，同时减小盲分离算法的计算量，提高计算效率。通过齿轮箱振动信号分离和特征提取实例，对新分离算法的性能进行了验证。3. 详细讨论了Cohen类双线性时频分布的理论和性质，以及减小交叉项核设计的思路与方法；分析了几种常用时频分布的特点以及它们在瞬态信号探测中可能存在的问题。针对机械系统瞬时振动信号的特点，提出了几种新双线性时间-频率分布，给出了新分布的核函数，分析了新时频分布的基本性质及其适用对象。通过理论分析与推导，证明新的时频分布能够有效抑制交叉项、突出信号项，避免常用时频分布中的频率混叠与信息丢失现象；通过数字仿真与齿轮箱故障检测实例，对新时频分布与常用分布的性能进行了比较，证明新的时频分布更有利于微弱瞬态信号的检测。4. 把双线性时间-频率变换技术和多源信号半盲分离方法相结合，对减速机系统齿轮箱故障振动信号进行了分析处理。通过对测量信号和分离信号的时频分布的分析结果进行比较，进一步证明半盲信号分离方法能够有效分离不同信号源的信号分量，有利于信号特征提取，可以作为机械动态信号分析的预处理工具，为双线性时频分布等其它信号检测与处理方法提供较好的数据源。5. 研究了双线性时间-频率分布的快速计算方法。双线性时频分布运算量大，占内存多，计算速度慢。研究发现现有的快速算法中，多是针对特定时频分布或特殊的核函数提出来的，使用范围与计算效率有限。本文根据核函数的谱分解理论，提出一种新的近似计算方法。该方法把实的离散时间时频分布的核函数表示为实对称矩阵形式，利用对称矩阵的特征分解把离散时频分布表示为离散时间频谱图的加权和，用权重系数最大的若干项频谱图之和实现双线性时频分布的快速近似计算。由于已有专用的软/硬件资源实现频谱图的快速计算，新算法能够节约存贮空间，明显提高计算速度，对于不同权重的频谱图可以进行并行计算。