铱星作为低轨道卫星,传输速率快,信息损耗率小,是大范围应用于海洋研究的通信卫星,其信号质量的可靠性对铱星通信终端的数据发送及能量利用率有重要影响,故对铱星信号的监测和分析至关重要。本文在有效监测铱星信号的基础上,使用滑动窗口算法对时序信号质量做总体评估,从而方便对数据进行预处理。并利用极端梯度提升算法(eXtreme Gradient Boosting, XGBoost)的学习预测功能对信号进行分类预测,判断信号是否存在干扰以择优数据发送方案。提高铱星通信终端能量的利用率,减少数据发送的丢失率。研究结果表明:预测模型AUC(Area Under the Curve of ROC)面积为0.74~0.78;预测精确率为0.76~0.82;该预测模型可有效实现铱星通信终端设备的能量优化。
该文介绍了一种应用于电机故障监测的振动信号采集系统。针对所用数据采集卡的配套软件使用复杂、功能不足等问题,在Windows系统Visual Studio 2019开发环境下,基于C#语言和采集卡的API函数,重新开发采集卡上位机软件,实现了对电机振动...
详细信息
该文介绍了一种应用于电机故障监测的振动信号采集系统。针对所用数据采集卡的配套软件使用复杂、功能不足等问题,在Windows系统Visual Studio 2019开发环境下,基于C#语言和采集卡的API函数,重新开发采集卡上位机软件,实现了对电机振动信号的采样、波形显示、数据存储,以及在高速采集模式下的信号异常报警功能。通过电机振动信号采集试验,对软件的相关功能进行测试,证明该软件功能正常,运行稳定,性能较好,满足电机故障监测的需求。
暂无评论