基于EMD-WVD时频分布的齿轮故障诊断方法

针对Wigner-Ville分布(WVD)存在交叉项干扰的问题,采用基于经验模态分解(EMD)的WVD交叉项抑制方法,将齿轮故障信号分解为各阶固有模态函数,剔除伪分量后计算其各阶WVD,将WVD计算结果线性叠加就得到原始故障信号的WVD时频分布。仿真和实验结果表明,该方法结合EMD和WVD的优点,有效抑制WVD交叉项的干扰,保证其时频分布聚集性,达到诊断齿轮故障的目的。     

Γ—分布的随机变量之线性函数的分布

一、引言 设随机变量X_1,…,Xn相互独立,分别具有密度函数 f_i(x)=(Γ(αj))~(-1)x~(αj-1)e~(-x),x≥0,j=1,2,…,n (1.1)其中α_j>0,Г(·)是一元函数Gamma函数。则我们称x_j服从参数为α_j的г—分布,j=1,2,…,n众所周知,Y=X_1+…+Xn仍然服从г—分布,参数是α_1+…+α_n,这在一般的概率统计教科书     

高斯函数的应用

根据问题的特点，利用高斯函数【x】的性质，对含有【x】或{x}的问题借助实例介绍了九种常见解法。     

变容二极管调频器获得线性调频的条件

导出变容二极管调频器获得线性调频的条件,并讨论其调制灵敏度．     

基于Matlab的线性调频Z变换算法仿真

线性调频Z变换(CZT)是一种比快速傅里叶变换(FFT)更有效计算信号频谱的算法。针对CZT理论性强,不易理解和掌握的特点,基于Matlab GUI功能设计了线性调频Z变换算法仿真界面,包括算法的计算路径、3种典型序列的线性调频Z变换、线性调频Z变换算法中涉及的中间序列,以及3种典型序列的快速傅里叶变换。通过对CZT和FFT仿真结果的对比,可以直观理解CZT更加灵活的特点;通过对算法计算路径的仿真和算法中涉及的中间序列的仿真,使学生更容易理解和掌握CZT算法原理,进而提高教学效果。     

关注高斯函数的应用

2008年湖南高考数学卷（理科）第10题是一道难得的好题,现摘录如下：设{x}表示不超过x的最大整数（如[2]=2,     

关于高斯函数的竞赛题

1 高斯函数的定义和简单性质 设x是任一实数,用[x]表示不超过x的最大整数,函数y=[x]就是高斯函数.     

二维连续型随机变量线性函数分布的计算方法

介绍了二维连续型随机变量线性函数分布的两种计算方法：利用辅助图形和解不等式组．     

高斯函数的“精彩演出”

对于任意实数x,[x]是不超过x的最大整数,则y=[x]称为高斯函数,也叫取整函数．高斯函数是一种重要的函数模型．     

活跃在高中的高斯函数

近几年的数学高考以高等数学中的一些知识为背景进行考查,越来越受到大家的青睐.课外适当了解一些与初、高等数学相关知识的信息,对复习备考大有裨益,与眼下高观点的数学教学相吻合.下面以数论中的一个特殊函数——高斯函数为例,与大家一起探讨.     

基于空换时技术的分数域时频分析快速算法

提出一种以空间换取时间的方案,能有效提高分数域时频分析的运算效率。鉴于该算法对时间域进行切割,将导致时频分布在衔接处出现边界效应,文章还提出错位平滑技术,有效将各时间段的时频分布进行无缝拼接。     

关于随机变量分布函数

主要讨论连续型随机变量分布函数与离散型随机变量分布函数在表达形式等方面的异同,总结连续型随机变量分布函数的主要表达形式,并讨论连续型随机变量分布函数的可导性.     

基于导频和变换域的SISO/MIMO OFDM系统自适应信道估计

根据导频信号在变换域中的频响特性,将系统的变换域滤波器设计成具有更好滤波效果的"带阻滤波器";在小信噪比和大信噪比条件下,分析了变换域能量参数对系统信道估计性能的影响,推导了新的能量参数表达式,理论证明了根据接收端检测到的信噪比自适应选择能量参数可以显著改善信道估计的性能.仿真结果表明,提出的信道估计算法具有较好的性能,在一定程度上可以接近于理想信道估计的性能,适用于SISO OFDM系统和MIMO OFDM系统.     

两自由度闭链机器人的神经网络自适应控制

A closed-chain robot has several advantages over an open-chain robot, such as high mechanical rigidity, high payload, high precision. Accurate trajectory control of a robot is essential in practical use. This paper presents an adaptive proportional integral differential (PID) control algorithm based on radial basis function (RBF) neural network for trajectory tracking of a two-degree-of-freedom (2-DOF) closed-chain robot. In this scheme, an RBF neural network is used to approximate the unknown nonlinear dynamics of the robot, at the same time, the PID parameters can be adjusted online and the high precision can be obtained. Simulation results show that the control algorithm accurately tracks a 2-DOF closed-chain robot trajectories. The results also indicate that the system robustness and tracking performance are superior to the classic PID method.