排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基,构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化,提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性,论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明,所述方法可以在保留有用信号的前提下,有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声,显著提高非平稳信号的信噪比。 相似文献
2.
针对特征反复出现的机械信号,提出了一种使用移不变稀疏编码的单通道盲源分离方法。移不变稀疏编码将原始信号看成多个基与系数的卷积,能够根据信号的统计分布,利用信号自身特征自适应地学习到匹配的基和稀疏的系数。在恒定工况下,不同的信号源具有不同的特征,同一信号源的特征结构相似,将学习到的不同特性的基分别重构即可得到相应的源信号。将该方案应用于仿真的齿轮故障和轴承故障振动信号盲源分离问题中,以及用来提取实测的液压泵压力脉动。结果显示,这种方法较其他方法有所改进,所需人工经验少、抗噪能力强、信号恢复精度高、鲁棒性好,适用于单通道机械信号盲源分离,为单通道信号盲源分离提供了一种新思路。 相似文献
3.
4.
5.
6.
7.
8.
基于虚拟维修系统的碰撞检测算法综述 总被引:1,自引:0,他引:1
在把握碰撞检测算法整体发展概况和分析虚拟维修系统特点的基础上,对适用于虚拟维修系统的层次包围盒法和空间分割法的优劣进行了比较;介绍了几种常用的层次结构树对算法计算效率的影响;并展望了碰撞检测算法的未来趋势. 相似文献
9.
在液压系统模拟加载与自动测试、识别过程中,工作装置油压波动信号是一种典型的非平稳信号。针对其影响因素多、不具备明显频域特征以及任何单一特征参量都无法对信号进行准确识别的难题,提出了对信号先进行状态分割,在分割基础上计算不同工作状态下的特征参量,并进行基于主成分分析(PCA)的特征提取方法,最后采用最小二乘支持向量机(LSSVM)构建多分类器,实现对工作装置6种不同工作状态的准确识别。实验结果验证了该方法的有效性,为同类液压系统的信号特征分析及模式识别提供了参考。 相似文献
10.
1