检索结果-南通市图书馆

一种基于choi-williams分布的间谐波检测新方法

在线全文

学校读者我要写书评

暂无评论

企业技术开发 2014年第5期33卷 34-35,38页

作者：马秉伟周莉广东电网公司肇庆供电局广东肇庆526060

由于间谐波具有频域分布广、幅值较小、周期难以确定等特点,因此,其检测难度高。目前,大多数算法虽然在较短的采样时间内有很好的检测精度,但不能同时反映信号在时域与频域的特性。文章通过分析电力系统谐波与间谐波的模糊函数的特点,... 详细信息

由于间谐波具有频域分布广、幅值较小、周期难以确定等特点,因此,其检测难度高。目前,大多数算法虽然在较短的采样时间内有很好的检测精度,但不能同时反映信号在时域与频域的特性。文章通过分析电力系统谐波与间谐波的模糊函数的特点,在模糊域,将改进的choi-williams分布的核函数进行运用。仿真实验表明,该方法具有较强的抑制交叉项的能力,在提高时频分辨率的同时,也减少了计算量,并且反映了信号随时间的变化。

关键词：检测间谐波 choi-williams分布核函数

在线全文

学校读者我要写书评

暂无评论

基于双通道卷积神经网络的雷达信号识别

上海交通大学学报 2022年第7期56卷 877-885页

作者：全大英陈赟唐泽雨李世通汪晓锋金小萍中国计量大学信息工程学院杭州310018

为解决在低信噪比下特征提取困难、雷达信号识别率低的问题,提出了一种基于choi-williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析,分别获取二维时频图像并进行预处理,然... 详细信息

为解决在低信噪比下特征提取困难、雷达信号识别率低的问题,提出了一种基于choi-williams分布(CWD)和多重同步压缩变换(MSST)的双通道卷积神经网络模型.模型通过对雷达信号进行CWD和MSST时频分析,分别获取二维时频图像并进行预处理,然后送入双通道卷积神经网络进行深度特征提取,最后将两路通道获取的特征进行融合,通过卷积神经网络分类器实现对雷达信号的分类识别.仿真结果表明:在信噪比为-10 dB时,所提模型整体识别准确率能达到96%以上,其在低信噪比下表现优异.

关键词：低信噪比 choi-williams分布多重同步压缩变换双通道卷积神经网络

时频联合分布理论在序列随机性检验中的应用研究

在线全文

学校读者我要写书评

暂无评论

探测与控制学报 2007年第3期29卷 52-55,60页

作者：张玉波黄峥刘芒龙机电工程与控制国家级重点实验室陕西西安710065

分析了短时傅里叶变换(FFT)在序列随机性检验中存在的不足,提出了将时频联合分布(TFD)理论应用于序列随机性的检验中,并且对这种方法作了初步的研究。通过对两组不同伪随机序列的TFD编程分析,表明该方法克服了FFT不能在时域定位的缺点,... 详细信息

分析了短时傅里叶变换(FFT)在序列随机性检验中存在的不足,提出了将时频联合分布(TFD)理论应用于序列随机性的检验中,并且对这种方法作了初步的研究。通过对两组不同伪随机序列的TFD编程分析,表明该方法克服了FFT不能在时域定位的缺点,为随机数发生器(RNG)的设计提供了参考。

关键词：随机性检验时频联合分布 Wigner-Ville分布 choi-williams分布

基于CWD和残差收缩网络的调制方式识别方法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2021年第11期43卷 3371-3379页

作者：宋子豪程伟彭岑昕李晓柏空军预警学院预警情报系湖北武汉430019 中国人民解放军95246部队广西南宁530001

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题,提出一种基于choi-williams分布(choi-williams distribution,CWD)和深度残差收缩网络(deep residual shrinkage network,DRSN)的通信辐射源信号调制方式识别方... 详细信息

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题,提出一种基于choi-williams分布(choi-williams distribution,CWD)和深度残差收缩网络(deep residual shrinkage network,DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵,对深度残差网络添加软阈值化得到DRSN,将时频矩阵样本用于对DRSN的训练,最终构建不同信噪比下的调制方式识别网络。仿真实验表明,基于RadioML2016.10a数据集,利用部分先验信息的情况下,该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时,对11类信号的总体识别准确率达到了89.95%;在2 dB以上时,总体识别准确率均超过91%,优于其他深度学习识别方法。

关键词：调制方式识别软阈值化 choi-williams分布深度残差收缩网络

抑制Wigner-Ville分布交叉项方法的比较

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2008年第6期39卷 548-550页

作者：秦太龙程珩薛松太原理工大学机械电子工程研究所山西太原030024

由于Wigner-Ville分布对于多分量信号存在交叉项的干扰,影响了特征提取的准确性。利用choi-williams分布,可以有效地抑制上述存在的交叉项问题,但其时频聚集性有所下降。因此,提出了基于EMD的Wigner-Ville分布进行特征提取,并在数字仿... 详细信息

由于Wigner-Ville分布对于多分量信号存在交叉项的干扰,影响了特征提取的准确性。利用choi-williams分布,可以有效地抑制上述存在的交叉项问题,但其时频聚集性有所下降。因此,提出了基于EMD的Wigner-Ville分布进行特征提取,并在数字仿真振动信号上加以验证。分析结果表明,该方法解决了交叉项和时频聚集性下降问题。

关键词： Wigner-Ville分布 choi-williams分布特征提取交叉项经验模态分解(EMD)

在线全文

学校读者我要写书评

暂无评论

基于CW分布和改进FOA的手势识别研究

基于CW分布和改进FOA的手势识别研究

作者：李增皓北京邮电大学

学位级别：硕士

随着智能设备软硬件的发展,人机交互(Human-Computer Interaction,HCI)的重要性也逐渐显现出来。人与机器的交互方式对工作的效率有着巨大的影响。研究者研究人机交互技术的主要目的,就是实现人与计算机之间高效的交互。而手势这种人机... 详细信息

随着智能设备软硬件的发展,人机交互(Human-Computer Interaction,HCI)的重要性也逐渐显现出来。人与机器的交互方式对工作的效率有着巨大的影响。研究者研究人机交互技术的主要目的,就是实现人与计算机之间高效的交互。而手势这种人机交互方式,由于其灵活和高效的特性,成为近年来人机交互方向中的研究热门。目前手势识别的方式主要分为基于传感器、基于计算机图像以及基于无线信号这三种。前两种方法的性能对设备和环境有较高的要求,而基于无线信号的手势识别则更加灵活和高效,所以本文对基于WiFi信号的手势识别相关方法进行了研究。为了获取和分析WiFi信号来进行手势识别,需要借助软件无线电的相关技术。本文搭建了基于SORA和PC的软件无线电实验环境,采集到使用802.1 1a协议的WiFi原始数据。在对WiFi信号的物理层帧结构进行分析之后,选择长前导序列作为手势数据源,进行特征提取。为了提取出手势信号在时间域和频率域上的联合信息,本文采用时频分析中的choi-williams (CW)分布,将信号先转换到时频域中,再提取四种特征向量作为支持向量机(SVM)的输入进行分类。由于支持向量机有两个关键参数对分类效果影响比较大,为了获得更适合这个场景的参数,本文使用改进的果蝇优化算法进行参数寻优。考虑到基本的果蝇优化算法中,果蝇群体个数和搜索范围在整个迭代过程中是固定的,这会导致算法的收敛速度和寻优精度降低。针对这个问题,本文提出了基于动态种群和方向修正的果蝇优化算法(FOA),经过测试发现,改进后的算法在收敛速度和精度上有着明显的提升。将改进后的果蝇优化算法应用到支持向量机的参数寻优过中,结果表明在使用了经过优化后的参数时,四种特征的识别正确率均有提升,最高平均识别率已经达到了 96.8%。说明本文提出的基于CW分布和改进FOA的手势识别算法具有一定的实用性和研究意义,为相关问题的解决提供了新的思路。

关键词：人机交互手势识别软件无线电 choi-williams分布改进的果蝇优化算法支持向量机

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

风电机组分布式振动监控分析系统研究

风电机组分布式振动监控分析系统研究

作者：杨威湘潭大学

学位级别：硕士

风电场的选址由地理和气候条件所决定,因此,风电场分布比较分散,大多处于偏远地区,风力发电机组本身运行环境比较恶劣,维修和检修成本高且困难,不利于风电场的安全可靠运行,降低了风机系统的运营效益。近年来,我国风电的发展无论是在规... 详细信息

风电场的选址由地理和气候条件所决定,因此,风电场分布比较分散,大多处于偏远地区,风力发电机组本身运行环境比较恶劣,维修和检修成本高且困难,不利于风电场的安全可靠运行,降低了风机系统的运营效益。近年来,我国风电的发展无论是在规模和水平上都有了极大的提高,但是在监测保护系统上明显滞后。同时,随着风电场综合自动化水平的提高,风电场监控系统等必然存在多系统,多网络协议并存的局面。另外,随着国内风电的发展和技术的成熟,风电场的安全、可靠运行出现新的要求,风电场信息交互对象将越来越多,这给风电设备的互操作和新增对象的无缝接入带来了极大困难。设计一种振动监控分析系统应用于风力发电机组,掌握其运行状况,并对出现的故障进行分析,对风电场的安全可靠运行,提高风机系统的运营效益具有重要的意义。同时,本文针对风电场多域异构环境下的信息兼容性问题展开研究,应用IEC61400-25标准的基本方法,通过信息模型和信息交互模型的构建,采用目前成熟而且流行的OPC XML-DA技术,设计一种符合IEC61400-25标准的风电机组振动监控分析系统,并且根据IEC61400-25的一致性测试规则,研究了本文设计的风电机组振动监控分析系统的一致性测试方案。本文的具体工作表现在: 风电机组振动监控分析系统方案设计包括系统架构、监测位置的确定、测量参数的选择、判别标准的选择、振动数据分析方法、系统信息传输方式。依据IEC61400-25逻辑节点和数据的使用及扩展规则,设计了振动监控分析系统的信息模型和信息交互模型。针对信息交互模型的通信映射问题,本文结合OPC XML-DA在通信网络的成熟运用,采用IEC61400-25到OPC XML-DA的映射,并在PC机上实现了OPC XML-DA服务端,实现基于Web服务的通信,提供了一种信息交互模型的应用基础。针对本文设计的风电机组分布式振动监控分析系统,进行了测试分析,通过实验数据采集分析,验证振动监控分析系统的可行性。本文的工作对于IEC61400-25规约的解读和应用,利用信息技术改造风电场工程设计和生产过程以及对振动监控分析系统在风电场的应用具有一定积极意义。

关键词：信息模型信息交互模型 choi-williams分布 OPC XML-DA

基于EMD的声波全波列几种时频分析方法对比

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石油物探 2020年第2期59卷 303-316页

作者：宁琴琴王祝文于洋徐方慧武焕平吉林大学地球探测科学与技术学院吉林长春130026

时频分析方法是处理阵列声波测井数据的有效手段,但不同时频分析方法特性不同,处理效果也存在差异。为此,利用经验模态分解(EMD)将单点的实测声波全波列分解为有限个固有模态函数(IMF)分量,再采用短时傅里叶变换、choi-williams分布、... 详细信息

时频分析方法是处理阵列声波测井数据的有效手段,但不同时频分析方法特性不同,处理效果也存在差异。为此,利用经验模态分解(EMD)将单点的实测声波全波列分解为有限个固有模态函数(IMF)分量,再采用短时傅里叶变换、choi-williams分布、平滑伪Wigner-Ville分布及重排谱图处理原始的声波全波列和前3个IMF分量,并从时间分辨率、频率分辨率和交叉项干扰3方面对比这4种方法的优缺点。结果表明:前3个IMF分量表征了声波全波列中不同的模式波,而4种方法均无交叉项干扰影响识别模式波的问题,其中重排谱图的时间分辨率、频率分辨率最高。引入时频分布的边缘特性,利用基于EMD的4种方法处理干层、水层、油水同层、油层井段的声波全波列,结果表明重排谱图使能量聚焦明显,能较清晰地显示能量很低的纵波,波峰时间、主频的定位更精准,对不同流体性质储集层的区分效果最好,进一步验证了重排谱图的优势。

关键词：阵列声波测井 EMD 短时傅里叶变换 choi-williams分布平滑伪Wigner-Ville分布重排谱图

基于时频分析方法的阵列声波测井煤层裂缝识别

在线全文

学校读者我要写书评

暂无评论

内蒙古煤炭经济 2023年第10期 184-186页

作者：常菊芹新疆天地源矿业工程技术有限公司新疆乌鲁木齐830000

煤层裂缝识别对煤层气勘探开发至关重要。在利用阵列声波测井进行裂缝识别时,单一的时间域或频率域无法同时得到信号的时间域和频率域信息。为此,本文结合分数阶Fourier变换和choi-williams分布,将之应用于阵列声波测井信号的分析,得到... 详细信息

煤层裂缝识别对煤层气勘探开发至关重要。在利用阵列声波测井进行裂缝识别时,单一的时间域或频率域无法同时得到信号的时间域和频率域信息。为此,本文结合分数阶Fourier变换和choi-williams分布,将之应用于阵列声波测井信号的分析,得到了信号中各组分波的分布规律。

关键词：阵列声波测井分数阶Fourier变换 choi-williams分布煤层裂缝