共查询到20条相似文献,搜索用时 23 毫秒
1.
在传统BP网络的基础上,利用DRNN神经网络对激光陀螺进行消噪.对实际测试数据的处理表明,两种模型都能够有效地消除(或抑制)激光陀螺中的主要噪声源.通过对消噪后的静态数据进行噪声分析表明:DRNN网络比BP网络去噪能力更强,在收敛性上也要优于BP网络。 相似文献
2.
3.
在传统BP网络的基础上,利用DRNN神经网络对激光陀螺进行消噪.对实际测试数据的处理表明,两种模型都能够有效地消除(或抑制)激光陀螺中的主要噪声源.通过对消噪后的静态数据进行噪声分析表明:DRNN网络比BP网络去噪能力更强,在收敛性上也要优于BP网络. 相似文献
4.
在对目标检测时,传感器输出信号不可避免地含有白噪声.利用BP神经网络的非线性映射能力,提出一种基于BP网络的多传感器系统降噪方法.多传感器含噪声的输出信号序列和目标真值作为样本,用于网络训练,用检验样本对训练后的网络进行检验,并与最优加权滤波方法比较,MATLAB下的仿真结果表明BP网络用于多传感器系统滤波降噪有明显效果. 相似文献
5.
6.
《水雷战与舰船防护》2016,(4)
降低水下航行体中机械噪声是解决整机减振降噪的关键问题。轴承作为水下航行体的重要支撑单元,探讨了轴承发生损伤与水下航行体振动噪声过大的关系,因此应提取损伤特征以便及时发现轴承损伤控制振动噪声。研究了基于EEMD和MED联合的特征提取方法,并将其应用到水下航行体的支撑轴承机械振动信号中,该方法能克服传统的MED对高噪声、谐波干扰情况下特征提取存在冲击特征难以提取的困难。首先通过EEMD分解和峭度阈值方法对原始信号进行消噪,然后利用MED方法对消噪后信号进行滤波,最后对滤波后信号进行包络谱分析判断出损伤类型。 相似文献
7.
8.
9.
自适应噪声抵消技术的核心技术是自适应滤波器,通过研究自适应滤波器的原理以及最小均方(LMS)自适应滤波算法,在此基础上提出了一种基于相关双曲正切函数的LMS算法,简称为CTanh-LMS算法.经仿真实验表明,相对于其他自适应滤波算法,该方法具有更好的消噪能力,且算法简单,收敛速度快,能够满足齿轮箱振动信号的消噪要求.本文提出的算法不仅解决了齿轮箱故障特征提取的问题,而且给自适应滤波算法的研究提供了新的方法和手段,具有理论意义和实用价值. 相似文献
10.
改进的神经网络和灰色理论在故障诊断中的应用 总被引:1,自引:0,他引:1
在分析神经网络和灰色关联度诊断方法的基础上,研究并提出了改进的BP神经网络和ABO灰色关联度诊断法。应用小波分析法对齿轮箱振动信号进行小波消噪,提取了信号的时频域特征参数。讨论了特征参数的无量纲化处理方法,并结合ABO灰色关联度诊断法简单易于实现和BP神经网络法诊断精度较高的特点,完成了齿轮箱的故障模式识别和诊断决策。 相似文献
11.
在轴承故障诊断中,故障信号的提取是一个关键问题。实际测得的轴承振动信号一般是非平稳和非高斯分布的信号,信噪比很低,微弱的故障信息往往完全淹没在噪声中,信号特征的提取非常困难。信号的高阶累积量对加性高斯噪声和对称非高斯噪声不敏感,应用在轴承的故障诊断中,可以有效地分离信号与噪声,提高信噪比,增强故障信息。对轴承在不同状态下的振动信号进行对比分析,提取了不同状态下轴承振动信号的功率谱与高阶累量谱(双谱),建立了用于故障诊断的双谱特征向量,并利用BP神经网络进行了故障诊断。分析结果表明,从高阶累积量提取的特征与功率谱相比,对故障特征比较敏感,容易实现智能诊断中的数字特征提取,可有效地区分轴承的故障。 相似文献
12.
13.
自适应噪声对消在引信数字信号处理系统中的应用 总被引:2,自引:0,他引:2
讨论了自适应噪声对消技术应用到引信数字信号处理中的技术可行性,提出了系统实现方案并给出了算法MATLAB仿真分析,最后通过某型号脉冲多普勒引信数字信号处理器中采用该技术进行模拟试验,结果证明自适应噪声对消技术可以较好地改善引信数字信号处理的输出信噪比。 相似文献
14.
15.
16.
17.
18.
19.
基于LM优化算法的BP神经网络目标识别方法 总被引:4,自引:0,他引:4
误差反向传播算法(Back-propagation简称BP算法)是当前前馈神经网络训练中应用最多的算法。针对BP算法存在局部极小点,收敛速度慢等缺点,通过采用基于优化理论的Levenberg-Marquardt(LM)算法来改进BP算法。对提取的目标瞬态特性特征归一化后作为BP神经网络的输入,通过Matlab仿真对网络进行调整,并将训练好的网络进行军事目标识别。结果表明,该方法合理可行,且收敛速度快,预测精度高,为目标识别提供了一种新方法。 相似文献