检索结果-内蒙古大学图书馆

作者：曾理王红明张政治邓仕海中国人民解放军61920部队

随着电磁环境复杂化的加剧,北斗监测站导航信号面临越发严重的干扰。监测接收机信号可建模为"卫星信号+干扰"模型,通过信号成分分析,可对干扰情况进行判断。本文采用信号稀疏化技术,基于卫星信号训练获得冗余字典,对不同信噪... 详细信息

随着电磁环境复杂化的加剧,北斗监测站导航信号面临越发严重的干扰。监测接收机信号可建模为"卫星信号+干扰"模型,通过信号成分分析,可对干扰情况进行判断。本文采用信号稀疏化技术,基于卫星信号训练获得冗余字典,对不同信噪比下带干扰信号进行稀疏表示,根据对应稀疏向量的基尼系数变化曲线确定适合卫星信号的字典,并通过基尼系数判断是否存在干扰。统计了信噪比0 dB时存在宽带/窄带干扰时的基尼系数阈值。实验表明,采用学习法获取的字典能较好地进行信号稀疏化,对应稀疏化结果可作为检测干扰的依据。

关键词：干扰检测信号稀疏化冗余字典基尼系数

来源：评论

学校读者我要写书评

暂无评论

基于VMD的瓦斯信号自适应压缩感知算法

引用

西安科技大学学报 2019年第2期39卷 366-373页

作者：王同安王元红山东科技大学计算机科学与工程学院山东青岛266590

将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有... 详细信息

将压缩感知算法和变分模态分解相结合,应用于煤矿瓦斯数据的处理。考虑到现有的压缩感知算法在对瓦斯处理的过程中存在着重构精度低,重构过程复杂和需要较多的样本观测值等问题,因此提出一种基于VMD和自适应观测矩阵的压缩感知算法,有效解决了以较少的样本观测值数据实现信号高精度重构的问题,同时自适应地选择观测矩阵,避免了对稀疏信号的同类化投影选择。首先将瓦斯信号经过VMD进行分离,得到一系列瓦斯信号的本征模态函数分量,通过设定阈值保留有效信息,使得信号更加稀疏化;其次通过自适应地观测矩阵对稀疏信号进行投影变换,从而降低观测矩阵和稀疏字典的不相关性。实验以煤矿瓦斯数据为研究对象,将瓦斯数据经过VMD分解进行稀疏化处理和使用构造的自适应观测矩阵进行投影选择,MATLAB仿真实验证明,文中的算法有更高的信噪比和更好的重构质量。

关键词：瓦斯数据压缩压缩感知变分模态分解自适应观测矩阵信号稀疏化

来源：评论

学校读者我要写书评

暂无评论

地震弱信号增强方法研究

地震弱信号增强方法研究

引用

作者：吴彩端中国石油大学(华东)

学位级别：硕士

近年来,随着油区勘探的进一步加大,勘探目标已经由常规油气藏逐渐转移到薄互层,小砂体、微裂缝等隐蔽性油气藏。地震反射弱信号的研究是不可避免的,地震弱信号的增强方法研究成为一种新的课题。本文提出了三种地震弱信号增强方法:第一... 详细信息

近年来,随着油区勘探的进一步加大,勘探目标已经由常规油气藏逐渐转移到薄互层,小砂体、微裂缝等隐蔽性油气藏。地震反射弱信号的研究是不可避免的,地震弱信号的增强方法研究成为一种新的课题。本文提出了三种地震弱信号增强方法:第一种方法通过结合独立变量分析理论和卡尔曼最优估计理论,求取出地震资料的反射系数信息,提高地震资料的分辨率,增强地震弱反射信号;第二种方法应用了压缩感知理论求取反射系数信息,进行地震弱信号的增强;第三种方法通过求取瞬时属性,反映地下地层信息,达到增强弱信号的目的。本文研究的第一种方法:基于独立变量分析理论和卡尔曼最优估计理论的地震弱信号增强方法。该方法结合了两种重要理论:独立变量分析理论和卡尔曼最优估计理论。独立变量分析理论可以将混合信号分解成为相互独立的源信号形式。卡尔曼最优估计理论可以对估计值进行递推计算,使其无限接近实际值,结果变得更加准确。结合两者的优点得到的方法,在不同工区数据的应用效果显著。本文研究的第二种方法为基于压缩感知理论的地震弱信号增强方法,该方法将压缩感知理论应用于地震勘探弱信号处理领域。压缩感知理论作为一种新的采样定理,相比于奈奎斯特定理,其在信号处理方面有其特有的优势。首先将信号经过四参数B样条小波基进行稀疏化表示,然后设计出非奇异的观测矩阵,最后应用范数计算实现信号的重构。我们将该方法应用于模型和工区数据上,其应用效果说明了该方法的有效性。本文研究的第三种方法为基于经验模态分解的瞬时属性求取方法。经验模态分解是一种信号分解算法,它可以将信号分解为频率从高到低的固有模态函数分量叠加的形式,然后对求得的固有模态函数分量进行正交变换和反正切变换,得到地震资料的瞬时属性。相比较于传统的希尔伯特变换,基于经验模态分解的归一化直接正交法避开了希尔伯特变换法受到的限制,得到了更加准确的地震瞬时属性。

关键词：弱信号增强独立变量分析卡尔曼估计压缩感知信号稀疏化经验模态分解固有模态函数

来源：评论

学校读者我要写书评

暂无评论

基于稀疏分量分析的生猪音频欠定盲源分离研究

引用

畜牧兽医学报 2023年第7期54卷 2794-2809页

作者：彭硕陶亮查文文陈成鹏辜丽川朱诚焦俊安徽农业大学信息与计算机学院合肥230036

旨在针对生猪养殖过程中,混合生猪音频特征难以提取及识别的问题,提出一种基于稀疏化理论的欠定生猪盲源信号分离方法。本研究选取4个月、150 kg左右,健康状况良好的长白母猪,将其不同状态下的叫声按照不同系数混合得到的音频信号作为... 详细信息

旨在针对生猪养殖过程中,混合生猪音频特征难以提取及识别的问题,提出一种基于稀疏化理论的欠定生猪盲源信号分离方法。本研究选取4个月、150 kg左右,健康状况良好的长白母猪,将其不同状态下的叫声按照不同系数混合得到的音频信号作为观测信号,运用短时傅里叶变换(short-time Fourier transform,STFT)对音频信号做时频域转换,通过分组筛选出信号中的单源点,使用自适应阻尼系数的AP(affinity propagation)算法结合奇异值分解,将单源点聚类以估计混合矩阵,采用优化最小lp范数的方法完成音频信号的重构。设计2组试验,1组阐述试验的一般过程,另1组通过对比分析整个分离算法的性能,使用相似系数(similarity coefficient)、信噪比(signal to noise ratio,SNR)和均方误差(mean square error,MSE)衡量分离音频质量。结果表明:1)3个源信号与2个观测信号的欠定生猪盲源分离中,不同时长下分离出的音频信号与对应源信号的相似系数、信噪比和均方误差分别在0.67~0.92、7.9~9.7 dB和0.005~0.08之间,从波形上看,算法的分离性能与时间长短和试验次数无关,结果具有一定的稳定性。2)在源信号数与观测信号数分别为3和2、4和2、4和3、5和2、5和3、5和4时,重构信号与源信号的平均相似系数、信噪比和均方误差分别在0.785~0.957、7.468~10.347 dB和0.019~0.092之间,经过对比分析,本研究方法具有一定的可靠性。3)在源信号数一定时,观测信号数越多,测得的指标越好,分离出来的音频质量越优。综上所述,该方法能够较为有效地分离出混合猪声信号的各源信号分量,为实际环境中混合生猪音频的特征提取奠定了基础。

关键词：生猪音频信号稀疏化 AP聚类 lp范数盲源分离

来源：评论

学校读者我要写书评

暂无评论

压缩感知图像自适应恢复算法的研究

压缩感知图像自适应恢复算法的研究

引用

作者：许晓辉武汉科技大学

学位级别：硕士

压缩感知理论作为全新的采样理论，开辟了信息采样的新思路，有着广泛的应用前景和研究价值。压缩感知理论主要基于信号的稀疏化和可压缩性，其实现过程主要分为三个阶段：信号的稀疏化、信号的测量和信号重构。压缩感知理论的信号重构... 详细信息

压缩感知理论作为全新的采样理论，开辟了信息采样的新思路，有着广泛的应用前景和研究价值。压缩感知理论主要基于信号的稀疏化和可压缩性，其实现过程主要分为三个阶段：信号的稀疏化、信号的测量和信号重构。压缩感知理论的信号重构过程是一个求解欠定方程组的过程，信号的稀疏性保证了方程组可解，目前有很多实用的重构算法，都有自己的使用范围和局限性，因此，目前对压缩感知重构算法的研究也是该理论的研究热点和难点。本文的研究工作就是在匹配追踪类算法的基础上提出改进措施。使得重构算法在实现起来更加高效。以ROMP算法为基础提出了两种自适应的策略：第一种是基于循环次数观测的自适应方案，该方法通过观测每次迭代过程中所经过的主体循环次数与图像的信噪比的对应关系中找出规律，制定自适应循环迭代退出条件，试验证明通过该方式能够自适应的重构图像；第二种改进方案是基于正则化正交匹配追踪算法提出基于结果分析的自适应重构算法的分析，通过试探性的给定迭代次数来得到分析结果，然后通过观测信号恢复结果信噪比的走向，类比柯西收敛准则的相关原理制定自适应迭代方式，并引入动态迭代步长的机制进一步加快算法执行效率，从而达到良好的重构效果。结合实验结果进行算法分析，本文还展示了优化后算法的对于实际应用中的图像的恢复效果，并对比分析了这两种自适应方案的优缺点，指明了算法的适用范围和一些进一步改进的建议。

关键词：压缩感知信号稀疏化匹配追踪自适应重构

来源：评论

学校读者我要写书评

暂无评论

煤矿井下瓦斯数据的压缩感知技术研究

煤矿井下瓦斯数据的压缩感知技术研究

引用

作者：王同安山东科技大学

学位级别：硕士

在煤矿开采过程中,瓦斯从煤层或者岩石层中不断的涌出,通过瓦斯监测设备能够捕捉到大量的瓦斯数据,如果不能及时的对瓦斯数据进行分析,将会产生煤与瓦斯突出、瓦斯爆炸等各种危害,严重的威胁到了井下人员的人身安全。因此,我们迫切需要... 详细信息

在煤矿开采过程中,瓦斯从煤层或者岩石层中不断的涌出,通过瓦斯监测设备能够捕捉到大量的瓦斯数据,如果不能及时的对瓦斯数据进行分析,将会产生煤与瓦斯突出、瓦斯爆炸等各种危害,严重的威胁到了井下人员的人身安全。因此,我们迫切需要将收集到的瓦斯数据进行及时而又准确的分析,降低由瓦斯产生的一系列危害。如何在有限的存储空间下压缩感知大量实时瓦斯数据,且可高精度恢复压缩的瓦斯数据,这一问题至关重要。本文针对瓦斯数据信号重构精度低和重构过程复杂等问题,重点研究了瓦斯信号压缩感知中的信号稀疏化和观测矩阵的构造技术,通过变分模态分解使瓦斯信号越发稀疏化,构造一个适合于稀疏信号的自适应观测矩阵,使得瓦斯数据的重构概率大大增加。本文的主要研究内容如下:(1)在瓦斯数据的收集过程中,会获取到少量缺失的、异常的数据,这些数据直接影响到信号的分析处理,采用简单移动平均值法将缺失的、异常的瓦斯数据填补,获得完整的瓦斯数据信号;由于瓦斯数据信号是大量的和非稀疏化的,使用变分模态分解(Variational Mode Decomposition,VMD)将瓦斯信号进行分离,得到一系列瓦斯信号的变分模态函数信号分量,通过设定阈值保留有效信息,去除多余的信息,使得瓦斯信号更加稀疏化,此时的瓦斯数据信号具有稀疏性,同时包含了原始瓦斯数据信号的大部分信息。(2)根据瓦斯数据信号具有非平稳、突变的特性,构造了一个适合于稀疏信号的自适应观测矩阵,首先将高斯矩阵进行分块化处理,其次通过设定的阈值矩阵和选择的稀疏基做内积处理,构造自适应观测矩阵。观测矩阵可随稀疏信号而改变,在保留大信息量的同时,剔除不含信息量的信号并进行清零操作。通过对比实验验证了文中提出的算法具有较高的重构质量。

关键词：压缩感知信号稀疏化观测矩阵信号重构变分模态分解

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：