利用经验模态分解及小波变换压制微震信号中的随机噪声

随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题。针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声。该法首先使用EMD对微震信号进行自适应分解,得到有限个本征模态函数(IMF)。考虑到随机噪声主要集中在高频IMF分量中,基于噪声能量突变原则找出低频IMF分量与高频IMF分量的分界后,利用小波阈值方法对高频IMF进行降噪处理,最后将降噪后的高频IMF分量与剩余的低频IMF分量重构即可实现微震信号降噪。仿真分析及实验结果表明,该方法能充分保留微震信号的随机非平稳特征,较对比方法具有更好的降噪效果。     

基于UML的网络辅助教学资源平台分析与设计

采用面向对象方法和UML建模技术,对基于网络的辅助教学资源平台进行分析与设计,旨在推进信息技术在教育领域的应用.分析了平台需求,建立了平台的功能模型,讨论了平台的软件体系结构和开发环境配置,给出了平台的行为模型设计及界面设计,建立了平台的数据库概念模型.教学资源平台建设,可丰富教学手段,拓展教学模式,提高教学质量.     

聚氨酯橡胶胀形模设计

聚氨酯橡胶胀形模设计山东济南汽车总厂（２５０１１６）贾瑞生１引言利用聚氨酯橡胶代替传统钢模中的凸模或凹模，是近年来发展的新技术，它具有生产成本低、生产周期短、成形零件表面质量好、尺寸精确等优点。其中聚氨酯橡胶用于零件的胀形尤为突出、经过一年多的研究与...     

事件驱动编程类课程教学案例的设计与应用

针对事件驱动编程类课程的特点和以往程序设计类课程教学中存在的问题,研究教学方法和教学模式的改进措施,引入基于项目驱动的案例教学方法,探讨教学案例的内容设计、表现及应用形式,并投入教学实践加以检验。实践证明,紧密结合课程教学目标和教学要求,将传统教学和案例教学有机结合,同时加强实践教学环节,可激发学生的学习兴趣,促进学生学习的主动性,提高事件驱动编程类课程的教学效果和教学质量,增强学生综合应用能力,培养创新性人才。     

一种冲击地压多参量前兆信息辨识模型及方法

 针对冲击地压预警困难这一难题,基于地音监测提出一种新的前兆信息辨识模型及方法。在固定大小的时间窗口内对地音监测信号进行时频域特征提取,得到11个表征冲击地压灾害前兆的多维特征向量,以实际地音监测数据为训练样本,基于SVM理论建立冲击地压多参量前兆信息辨识模型;提出一种新的SVM学习方法,用于解决工程实际应用中的大规模不平衡数据集训练问题,提高SVM分类准确率及速度。利用地音实测数据作为学习样本对支持向量机进行训练,建立相应的前兆辨识模型进行辨识,准确率达到93.87%。实验分析表明,这种方法有效可靠,样本辨识速度快,能够满足在线监测要求,具有工程应用前景。     

低信噪比微震P波震相初至自动拾取方法

针对微震信号固有的低信噪比、非平稳性、随机性等特征,发展了一种基于希尔伯特-黄变换(HHT)和AIC准则相结合的震相初至自动拾取方法,该方法首先对含噪信号进行经验模态分解(EMD)及内蕴模态函数(IMF)重构,在保留微震信号固有特征基础上实现降噪;其次,基于Hilbert变换计算出归一化包络信号,通过设置包络阈值搜索震相初至的大致位置,并以该位置为基础为AIC函数选择合适的计算时窗以降低计算复杂度;最后,在选择的时窗内应用AIC准则计算出P波震相初至。应用该方法对随机选取的高、低信噪比两类共80个微震信号进行震相初至拾取,若以人工拾取结果为基准、时差在10 ms以内视为准确拾取,结果显示,高信噪比信号拾取准确率为100%,低信噪比信号拾取准确率为92%。