基于模态分解技术的地震信号随机噪声压制方法研究

野外采集地震数据中通常充斥着大量噪声信号,严重降低了地震资料的质量,提高地震资料的分辨率和信噪比是地震信号处理的首要任务。本文将变分模态分解VMD技术运用于地震时序信号的噪声压制,相比经验模态分解EMD的递归"筛选",VMD将信号分解转化为非递归变分模型求解问题,改善了模态混叠现象的发生。合成及实际地震资料处理结果表明,VMD方法在信噪比、运算耗时和精度指标上均优于EMD方法,具有较低的计算成本和较好的随机噪声消除性能。     

基于变分模态分解的单通道信号盲源分离方法

针对单通道情况下传统盲源分离方法难以恢复源信号的问题,提出一种基于变分模态分解(VMD)的单通道信号盲源分离方法。首先对单通道信号进行变分模态分解(VMD)获得一系列本征模态函数(IMF)分量,将单通道信号和其IMF分量构成多维信号,然后采用主成分分析法估计源数,依据估计的源信号数目重组多通道观测信号,最后利用改进的变步长等变自适应分离(VSEASI)算法实现信号的盲分离。将所提出方法应用于齿轮和轴承的单通道信号仿真研究,仿真结果表明,该方法能够有效地分离出齿轮和轴承信号,解决了单通道信号盲源分离问题。     

微弱信号检测的盲源分离方法及应用研究

在探测、医疗等领域,对微弱信号检测准确性的要求非常高,但微弱信号不仅自身信号强度非常低,而且在传播的过程中,通常伴随一定的噪声和干扰,使检测工作要建立在盲源分离方法的基础上,极大的增加了微弱信号的检测难度。在此背景下,本文针对微弱信号检测的盲源分离方法和应用问题展开研究,为相关领域提升微弱信号的检测准确性提供参考。     

基于盲源分离的智能图像和语音信号去噪方法

采用传统图像降噪方法对智能图像和语音信号进行降噪处理后,智能图像清晰度较低,语音信号信噪比过大,降噪效果差。针对上述问题,本文提出了一种基于盲源分离的智能图像和语音信号去噪方法。首先通过信号采集装置采集智能图像和语音信号,然后进行均匀化和白化的预处理,最后利用对称分量提取独立分量实现降噪。结果表明,采用该方法降噪后,智能图像的清晰度更高、语音信号的信噪比更大(达到26d B),证明该方法较传统方法具有更好的降噪效果。     

卷积混合语音信号的盲分离研究

语音盲分离问题是近年来的研究热点,针对语音信号卷积混合模型的特点,利用短时傅里叶变换将时域计算复杂的卷积变换为频域简单的瞬时分离,考虑语音信号的非平稳和自相关特性,采用非迭代的基于二阶统计量的盲分离算法,并在转换回时域前解决排序和幅度模糊问题,该方法没有遮代过程,处理速度快,最后仿真实验证明了算法的有效性。     

基于独立分量分析的瞬时混合语音信号盲分离算法研究

近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术(Independent Component Analysis,简称ICA)是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。     

基于径向基函数的非线性混合信号的盲分离

通过径向基函数(RBF)神经网络近似非线性混合映射的方法,研究了一种从非线性混合信号中盲源分离的算法。该方法采用RBF神经网络分离系统输出分量的互信息作为目标函数,目标函数的最小化导致输出量之间的独立性,以便使源信号尽可能的分离出来。采用无监督的模糊C均值聚类方法训练RBF神经网络的权值,可以大大节省计算量。仿真结果讨论了RBF神经网络隐含层不同的神经元个数对盲源分离效果的影响,并且证明了本算法是有效性的和可行的,并且有较强的鲁棒性。     

基于能量相关调序的频域语音信号盲分离

为了克服在频域中实现盲分离时所固有的位序不确定性和比例缩放问题对分离性能的严重影响,采用能量相关性的方法对每个频率段的分离结果进行排序。对真实环境中录制的语音信号进行计算机仿真,验证了该方法的有效性,且比现有方法分离性能更精确。     

基于Hilbert变换的信号包络提取方法研究

本文介绍了Hi lbert变换的包络解调方法的原理、特点及存在的问题,在此基础上,着重通过计算机仿真研究期望所提出的方法具有良好的抗噪声能力,验证了算法的有效性,具有一定的工程应用价值。     

基于FSK信号的水声通信检测方法研究

本文根据水声信道的衰减吸收特点,采用FSK信号进行编码传输,在水池进行试验,利用现代谱估计中的AR算法进行信号处理,进行解调译码.试验证明,该方法可以完成基本水声通信,具有应用前景.     

基于振动信号分析的齿轮故障诊断方法研究

本文介绍了齿轮振动信号的时域分析与频域分析的理论基础。针对齿轮常见故障原因和类型,引出了齿轮故障诊断的常用方法,并选用经典的振动分析法,利用MATLAB信号分析功能,对齿轮故障信号的时域和频域分析进行了详尽的阐述。本文对齿轮故障诊断有一定的指导意义。     

基于最小熵反褶积的管道导波信号处理

针对最小熵反褶积的管道导波信号处理进行了分析。     

一种基于FastICA的盲源分离方法

在进行信号预处理时,经常需要将多个混叠的源信号分离。遇到原信号与传输信道都未知的情况时,经常需要根据观测信号的统计分布情况,去分离原始信号。本文介绍了一种基于FastICA迭代算法的盲源分离技术,用于将瞬时叠加的多个非高斯信号进行分离。文章分析了该算法的数学原理,设计了算法程序的实现流程,并在python开发环境下对算法进行了仿真,仿真程序很好的仅从接收信号中分离出了所需的源信号。可用于一些混叠信号的盲源分离。     

基于人工神经网络的盲源分离研究

本文介绍了盲源分离的神经网络模型,讨论了基于前馈神经网络和递归神经网络的最常用盲源分离算法的方法和思路。     

科技期刊选订中基于离差最大化的组合评价方法

如何科学地选订科技期刊是一个值得深入研究的课题。这是由于各类高校图书馆都面临着科技期刊种类增加、价格上涨、资金短缺等问题。实际上科技期刊选订是一个综合评价问题 ,文献 [1]对此作了些研究 ,它利用了层次分析法 (ＡＨＰ法 )得出了评价结果。然而层次分析法确定多指标的权系数属于主观赋权法 ,主观赋权法的随意性较大 ,评价结果准确性稍差一些。文献 [2 ]提出的灰色聚类决策法需要确定评价期刊的 4个指标的权系数 ,权系数的计算还是利用了文献 [1]中的层次分析法。在综合评价中 ,目前多目标权系数确定方法除了主观赋权方法 ,还有客…     

基于3G信号的地震现场无线视频会议系统

本文首先介绍了地震的危害性,分析了本省地震现场工作中的不足之处,通过基于3G信号的单兵包和移动视频会议终端,组建地震现场无线视频会议系统,从而满足地震现场与后方指挥部的视频会议需求,并对目前3G信号传输存在的问题提出展望。     

基于离差最大化的中国制造业能源消耗指数研究

以1995—2012年28个制造业行业的能源消耗量为数据源,采取离差最大化方法对10项指标数据进行处理,分别求出各项指标的权重和综合评价值,构建能源消耗指数模型,分析我国制造业的能源消耗趋势和周期。结果表明,1995—2012年制造业的能源消耗总体呈下降趋势,1998年和2005年是两个重要拐点,由此将能源消耗指数数据列分为三个周期:1995—1997年,1998—2005年,2006—2012年,从而分期对制造业的能源消耗状况进行分析并得出启示,为我国制造业的能源消耗提供可参考的意见。     

基于暂态信号频域分析的故障测距方法研究

本文提出了一种基于行波特征频率的中压电缆故障测距方法,该方法通过自建立母小波函数对小波函数提取特征频率进行改进,提高故障特征频率的提取精度.本方法利用PSCAD/EMTDC软件对一简单拓扑进行仿真,仿真结果表明,该方法具有较高的精度.     

基于小波滤波的信号处理方法

在信号处理中,噪声的存在往往影响分析的准确度,小波变换多分辨分析的特性使得它成为一种很好的滤噪方法.本文通过分析小波滤波的思想、计算过程以及幅频特性等问题,从而达到小波滤波的目的,并通过仿真来验证小波滤波的有效性.