搜索资源列表
xuexiziliao
- 基于盲源分离的信号噪声滤除的程序及算法详细介绍，基于盲源分离的信号噪声滤除的毕业设计-Detailed procedures and algorithms based on blind source separation of signal noise filtering, of graduation to filter based on blind source separation of the signal-to-noise design
23
- 机械设备发生故障时, 故障特征的提取很重要。对于多通道的设备故障振动信号, 应用非平稳信号的盲源分离算法, 可以有效地提取各自独立的非平稳振动源,从而可以准确地进行机械故障诊断。针对不同时频分布的非平稳盲源分离算法, 比较了它们的分离效果。以转子的复合故障为例, 验证了该算法在故障诊断中可行性。-Machinery and equipment failure, the fault feature extraction is very important. Failure vibration si
FD-Pearson-ICA-in-BSS
- 一种新的频域盲源分离方法，用皮尔逊系统去模拟不同频率上的信号分布，通过信号特征，选择合适的皮尔逊类型的函数去优化分离矩阵，从实现盲源分离.-A new frequency-domain blind source separation method using the Pearson system to simulate a signal on a different frequency distribution, through the signal characteristics, selec
83
- 基于循环统计理论, 对循环平稳信号进行处理, 主要研究了信号的二阶循环统计特性, 即循环自相关函数和循环谱密度, 指出循环自相关函数不为零的循环频率对应着信号中的某些故障, 并 可以对调幅信号进行解调. 通过循环频率扫描方法提取的调制源分布在循环频率域的低频段, 其结 果可用循环频率-频率- 循环谱密度的三维图表示. 用仿真信号对该方法进行验证, 并应用于滚动轴承的内、外圈及滚动体的故障诊断, 可以有效地分离出所对应的故障特征频率.-Statistical theory based on
Study-on-compound-fault-diagnosis
- 针对滚动轴承复合故障信号特征难以分离的问题， 提出将双树复小波变换和独立分量分析( ICA) 结合的故障诊断方 法 该方法首先将非平稳的故障信号通过双树复小波变换分解为若干不同频带的分量 由于各个分量存在一定的频率混叠， 对 故障信号特征提取有很大的干扰， 进而引入 ICA 对各个分量所组成的混合信号进行盲源分离， 从而尽可能消除频率混叠 最后 对从混合信号中分离出来的独立分量信号进行希尔伯特包络解调， 即可实现对复合故障特征信息的分离和故障识别-Aiming at the diff
multirfid
- 提出两种基于盲源分离方法的标签防碰撞算法，解决标签密集的多天线RFID 系统中的标签碰撞问题。在一个确定的 时隙内， 当发射反向反馈信号的标签数目不超过阅读器天线的数目时， 这些标签可以通过盲源分离算法被阅读器成功识 别；信号，直到所有标签被成功识别出来。仿真结果表明，新算法能使得RFID 系统获得更加高效的吞吐率，能比基于ALOHA 的标签防碰撞算法具有更小的时耗，尤其是当标签数目较大时更加显著。-two tag anti－collision algorithms based on