简介:混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.
简介:摘要:针对滚动轴承振动信号呈现非线性、强非平稳性以及多分量耦合特性,提出了基于局部均值分解(LMD)的滚动轴承故障程度特征提取方法,并采用盲源分离方法对故障信号进行分离处理,最后利用极限学习机模型对其特征参数进行分类识别,为滚动轴承故障特征提取和故障诊断提供了一种新途径。
简介:摘要:在脑电信号的采集和处理过程中,常常受到各种噪声伪迹的干扰。本文将独立分量分析(Independent Component Analysis,ICA)技术应用在脑电信号的眼电噪声分离问题上。本文分别使用四种常用的ICA算法:二阶盲识别(SOBI)、Hyvarinen不动点算法(FastICA)、Infomax和联合逼近特征矩阵对角化(JADE)用于脑电信号的眼电伪迹分离,并使用MATLAB作为实验平台,采用格茨数据集2a,针对四种算法的运行时间及分配内存进行了实验对比。实验结果表明,SOBI算法的MATLAB实现表现了最好的综合性能。相较其他三个ICA算法,SOBI算法能够在分配内存较小的情况下快速准确地去除脑电信号中的噪声。
简介:地震数据中的面波是严重降低地震资料信噪比的干扰波,它的存在影响了后续地震资料的处理与解释。本文根据地震记录中面波与反射波信号形态结构的差异,采用基于二维字典形态成分分析方法对面波噪声与反射波进行分离。根据面波信号的低频、低视速度和频散的特性,选择二维非抽样离散小波变换作为面波的稀疏表示字典,根据反射波局部相关性较强的特点,选择二维局部离散余弦变换作为反射波的稀疏表示字典,构建地震记录在联合二维字典下的稀疏表示模型并采用块协调松弛算法进行求解,将地震记录分解为反射波部分和面波部分。对合成地震信号以及实际地震资料的处理结果表明本文方法不仅能有效压制强能量的面波干扰,而且还能很好保护反射波信号的波形。
简介:分离是为了最后的辉煌。——题记2005年10月12日,酒泉卫星发射中心指挥大厅。点火!起飞!抛掉逃逸塔!助推器分离!一二级分离!整流罩分离!船箭分离!一次次令人激动的成功分离,终于迎来了最后的辉煌——飞船准确入轨。于是,才有了9时39分,北京航天飞控中心中国载人飞船发射总指挥陈炳得的郑重宣布:“神舟六号载人飞船发射取得圆满成功!”