期刊文献+
共找到547篇文章
< 1 2 28 >
每页显示 20 50 100
The noise analysis and multi-physical field coupling study of high-precision SERF atomic gyroscopes
1
作者 Jiaxin Liu Xusheng Lei +3 位作者 Yu Yuan Yizhe Zhou Haoying Pang Zhihong Wu 《Defence Technology(防务技术)》 2025年第8期213-224,共12页
The spin-exchange relaxation-free atomic gyroscope,with its exceptionally high theoretical precision,demonstrates immense potential to become the next-generation strategic-grade gyroscope.However,due to technological ... The spin-exchange relaxation-free atomic gyroscope,with its exceptionally high theoretical precision,demonstrates immense potential to become the next-generation strategic-grade gyroscope.However,due to technological noise,there is still a significant gap between its actual precision and theoretical precision.This study identifies the key factor limiting the precision of the SERF gyroscope as coupling noise.By optimizing the detection loop structure,a distinction between the dual-axis signals'response to optical and magnetic fields was achieved-where the optical errors responded similarly,while the response to magnetic noise was opposite.Based on the differences in the optical-magnetic response of the dual-axis signals,empirical mode decomposition was used to decompose the dual-axis gyroscope signals into multiple intrinsic mode functions,and Allan deviation analysis was applied to analyze the noise characteristics of the intrinsic mode functions over various periods.This study successfully reveals that optical errors caused by thermal-optical coupling and long-period magnetic noise induced by thermal-magnetic coupling are the dominant factors limiting the long-term stability of the SERF gyroscope.Based on these analyses,the study concludes that to achieve strategic-grade precision for the SERF gyroscope,it is essential to effectively address the noise issues caused by multi-physical field couplings. 展开更多
关键词 SERF gyroscope Empirical mode decomposition Allan deviation noise feature recognition Multi physics field coupling
在线阅读 下载PDF
The Detecting System of Image Forgeries with Noise Features and EXIF Information 被引量:5
2
作者 SUN Xiaoting LI Yezhou +1 位作者 NIU Shaozhang HUANG Yanli 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2015年第5期1164-1176,共13页
Recently, the digital image blind forensics technology has received an increasing attention in academic community. This paper aims at developing a new identification approach based on the statistical noise and exchang... Recently, the digital image blind forensics technology has received an increasing attention in academic community. This paper aims at developing a new identification approach based on the statistical noise and exchangeable image file format (EXIF) information of image for images authen- tication. In particular, the authors can identify whether the current image has been modified or not by utilizing the relevance between noise and EXIF parameters and comparing the real values with the estimated values of the EXIF parameters. Experimental results validate the proposed method. That is, the detecting system can identify the doctored image effectively. 展开更多
关键词 Blind forensics doctored image EXIF parameters noise features
在线阅读 下载PDF
A novel feature extraction method for ship-radiated noise 被引量:7
3
作者 Hong Yang Lu-lu Li +1 位作者 Guo-hui Li Qian-ru Guan 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2022年第4期604-617,共14页
To improve the feature extraction of ship-radiated noise in a complex ocean environment,a novel feature extraction method for ship-radiated noise based on complete ensemble empirical mode decomposition with adaptive s... To improve the feature extraction of ship-radiated noise in a complex ocean environment,a novel feature extraction method for ship-radiated noise based on complete ensemble empirical mode decomposition with adaptive selective noise(CEEMDASN) and refined composite multiscale fluctuation-based dispersion entropy(RCMFDE) is proposed.CEEMDASN is proposed in this paper which takes into account the high frequency intermittent components when decomposing the signal.In addition,RCMFDE is also proposed in this paper which refines the preprocessing process of the original signal based on composite multi-scale theory.Firstly,the original signal is decomposed into several intrinsic mode functions(IMFs)by CEEMDASN.Energy distribution ratio(EDR) and average energy distribution ratio(AEDR) of all IMF components are calculated.Then,the IMF with the minimum difference between EDR and AEDR(MEDR)is selected as characteristic IMF.The RCMFDE of characteristic IMF is estimated as the feature vectors of ship-radiated noise.Finally,these feature vectors are sent to self-organizing map(SOM) for classifying and identifying.The proposed method is applied to the feature extraction of ship-radiated noise.The result shows its effectiveness and universality. 展开更多
关键词 Complete ensemble empirical mode decomposition with adaptive noise Ship-radiated noise feature extraction Classification and recognition
在线阅读 下载PDF
An algorithm to remove noise from locomotive bearing vibration signal based on self-adaptive EEMD filter 被引量:4
4
作者 王春生 沙春阳 +1 位作者 粟梅 胡玉坤 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第2期478-488,共11页
An improved ensemble empirical mode decomposition(EEMD) algorithm is described in this work, in which the sifting and ensemble number are self-adaptive. In particular, the new algorithm can effectively avoid the mode ... An improved ensemble empirical mode decomposition(EEMD) algorithm is described in this work, in which the sifting and ensemble number are self-adaptive. In particular, the new algorithm can effectively avoid the mode mixing problem. The algorithm has been validated with a simulation signal and locomotive bearing vibration signal. The results show that the proposed self-adaptive EEMD algorithm has a better filtering performance compared with the conventional EEMD. The filter results further show that the feature of the signal can be distinguished clearly with the proposed algorithm, which implies that the fault characteristics of the locomotive bearing can be detected successfully. 展开更多
关键词 locomotive bearing vibration signal enhancement self-adaptive EEMD parameter-varying noise signal feature extraction
在线阅读 下载PDF
Micro-Doppler feature extraction of micro-rotor UAV under the background of low SNR 被引量:5
5
作者 HE Weikun SUN Jingbo +1 位作者 ZHANG Xinyun LIU Zhenming 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2022年第6期1127-1139,共13页
Micro-Doppler feature extraction of unmanned aerial vehicles(UAVs)is important for their identification and classification.Noise and the motion state of the UAV are the main factors that may affect feature extraction ... Micro-Doppler feature extraction of unmanned aerial vehicles(UAVs)is important for their identification and classification.Noise and the motion state of the UAV are the main factors that may affect feature extraction and estimation precision of the micro-motion parameters.The spectrum of UAV echoes is reconstructed to strengthen the micro-motion feature and reduce the influence of the noise on the condition of low signal to noise ratio(SNR).Then considering the rotor rate variance of UAV in the complex motion state,the cepstrum method is improved to extract the rotation rate of the UAV,and the blade length can be intensively estimated.The experiment results for the simulation data and measured data show that the reconstruction of the spectrum for the UAV echoes is helpful and the relative mean square root error of the rotating speed and blade length estimated by the proposed method can be improved.However,the computation complexity is higher and the heavier computation burden is required. 展开更多
关键词 micro-rotor unmanned aerial vehicle(UAV) low signal to noise ratio(SNR) MICRO-DOPPLER feature extraction parameter estimation
在线阅读 下载PDF
基于计算机视觉的城市道路噪声实时估计 被引量:1
6
作者 李响 张瑷霖 +2 位作者 李国正 赖本涛 陈梦君 《仪器仪表学报》 北大核心 2025年第2期196-208,共13页
为了实现城市道路视频监控场景下交通流噪声的快速准确估计,提出一种基于计算机视觉的城市道路噪声实时估计方法。首先,从道路交通噪声产生机理分析入手,提出了一系列基于计算机视觉的城市道路交通噪声相关交通流信息提取方法,改善传统... 为了实现城市道路视频监控场景下交通流噪声的快速准确估计,提出一种基于计算机视觉的城市道路噪声实时估计方法。首先,从道路交通噪声产生机理分析入手,提出了一系列基于计算机视觉的城市道路交通噪声相关交通流信息提取方法,改善传统方法提取交通流信息不够便捷的情况。其次,针对传统算法噪声估计准确度不高的问题,进行城市道路交通噪声影响因素分析,将交通流特征与环境特征相结合,构建了基于机器学习的道路交通噪声估计模型,提高了城市道路噪声估计的准确性。最后,分析城市道路交通噪声短时变化规律,确定其尺度可变的特征提取时间窗口,提出了一整套城市道路交通噪声实时估计方案,提升了城市道路噪声估计的实时性。实验结果表明,所提出的基于计算机视觉的交通流信息提取方法较常用的目标检测和目标追踪算法能够更准确的提取城市道路交通噪声相关信息;所建立的城市道路交通噪声估计模型相比传统噪声估计模型有更高的实时性和准确性,相较于现有基于机器学习的噪声估计方法在不同场景下均有着更为准确的估计结果,提高了城市道路噪声估计的准确性和实时性,确定了时间尺度为3和10 min的噪声估计方法,具有实际应用价值。 展开更多
关键词 计算机视觉 交通噪声 特征提取 噪声估计 机器学习
在线阅读 下载PDF
基于卷积神经网络的线结构光高精度三维测量方法 被引量:1
7
作者 叶涛 何威燃 +2 位作者 刘国鹏 欧阳煜 王斌 《仪器仪表学报》 北大核心 2025年第2期183-195,共13页
线结构光视觉三维测量技术因其高精度和非接触的三维重建优势而被广泛应用。然而,现有的线结构光三维测量方法在标定过程中往往面临较高的耦合性问题,且在复杂环境下,背景噪声和光照变化会严重干扰条纹的提取,导致结构光条纹中心定位精... 线结构光视觉三维测量技术因其高精度和非接触的三维重建优势而被广泛应用。然而,现有的线结构光三维测量方法在标定过程中往往面临较高的耦合性问题,且在复杂环境下,背景噪声和光照变化会严重干扰条纹的提取,导致结构光条纹中心定位精度下降,进而影响整体三维测量的精度和鲁棒性。针对上述问题,提出了一种基于卷积神经网络的鲁棒三维测量方法。首先,设计了一种创新性的残差U型块特征金字塔网络(RSU-FPN),旨在实现背景噪声的干扰抑制和结构光条纹区域中心的高精度鲁棒提取。其次,构建了一种新型的线结构光视觉传感器,并提出了一种分离式测量模型,成功将摄像机标定与光平面标定解耦,极大地提高了系统的灵活性与扩展性。通过这种解耦的标定方式,避免了传统标定方法中存在的耦合问题,使得整个测量系统更加高效且易于调整。实验结果表明,所提出的基于卷积神经网络的鲁棒三维测量方法,在复杂背景下能够实现结构光条纹中心的高精度提取,利用提取出的光条纹中心进行标定,其均方根误差分别为x方向0.005 mm、y方向0.009 mm以及z方向0.097 mm。并且,该方法在不同表面类型(如漫反射表面和光滑反射表面)上均能实现高精度的三维重建,验证了其在实际应用中的优越性和强大的鲁棒性。 展开更多
关键词 线结构光 三维测量 卷积神经网络 残差U型块特征金字塔网络 背景噪声抑制
在线阅读 下载PDF
噪声背景下梅尔频率倒谱系数与多注意力网络在电机故障诊断中的应用
8
作者 宋恩哲 朱仁杰 +2 位作者 靖海国 姚崇 柯赟 《哈尔滨工程大学学报》 北大核心 2025年第3期475-485,共11页
针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模... 针对电机实际工作过程中存在噪声干扰导致故障诊断精度下降的问题,本文提出了一种基于梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络的故障诊断方法。通过梅尔频率倒谱系数动态特征提取噪声信号中的低频信息,并结合卷积注意力模块的自适应调节能力及多特征融合策略进一步减少噪声对故障诊断的干扰。通过电机台架数据验证了该方法在噪声条件下诊断的可行性,然而该方法受梅尔频率倒谱系数参数与网络结构的直接影响,因此具体分析了不同参数条件对抗噪性能的影响。实验结果表明:在信噪比-10 dB噪声背景下,梅尔频率倒谱系数动态特征与多注意力融合卷积神经网络相结合的故障诊断方法仍保持90%以上的诊断精度。 展开更多
关键词 电机 故障诊断 噪声环境 梅尔频率倒谱系数 卷积神经网络 多尺度 卷积注意力模块 特征融合
在线阅读 下载PDF
基于级联的多尺度特征融合残差去噪网络
9
作者 郭业才 胡晓伟 毛湘南 《计算机科学》 北大核心 2025年第6期239-246,共8页
针对图像去噪特征提取单一化以及特征利用率低,不能生成更清晰图像的问题,提出了级联多尺度特征融合残差真实图像去噪网络。该网络双分支自适应密集残差块采用双路非对称扩张卷积扩展图像感受野,在水平尺度上选择性地提取丰富的纹理特... 针对图像去噪特征提取单一化以及特征利用率低,不能生成更清晰图像的问题,提出了级联多尺度特征融合残差真实图像去噪网络。该网络双分支自适应密集残差块采用双路非对称扩张卷积扩展图像感受野,在水平尺度上选择性地提取丰富的纹理特征。在多尺度空间U-Net模块中,利用多尺度空间融合块增强网络对图像整体结构的学习能力,学习不同层次的信息,获取基于图像空间和上下文信息的多级特征。跳跃连接促进结构之间的参数共享,使不同尺度的特征充分融合,保证信息的完整性。最后,采用双残差学习构建出清晰的去噪图像。结果表明,该算法在真实噪声数据集(DND和SIDD)上的峰值信噪比分别为39.68 dB和39.50 dB,结构相似性分别为0.953和0.957,优于主流去噪算法。所提算法在增强去噪性能的同时,也保留了更详细的信息,使图像质量进一步提升。 展开更多
关键词 图像去噪 真实噪声 卷积神经网络 多尺度特征融合 密集残差
在线阅读 下载PDF
基于结构多维特征构建图卷积神经网络的结构损伤识别方法
10
作者 杨建辉 赵清瑄 蒲脯林 《湖南大学学报(自然科学版)》 北大核心 2025年第8期158-171,共14页
以数据为驱动的深度学习结构损伤识别(structural damage identification,SDI)效果受结构复杂程度、模型构建方法及数据规模等因素影响较大.本文引入图卷积神经网络(graph convolutional neural network,GCN)以整合结构节点间的属性特征... 以数据为驱动的深度学习结构损伤识别(structural damage identification,SDI)效果受结构复杂程度、模型构建方法及数据规模等因素影响较大.本文引入图卷积神经网络(graph convolutional neural network,GCN)以整合结构节点间的属性特征,从图的视角挖掘节点间的复杂属性关系,为SDI提供多维度学习信息.为此,设计了一种融合结构多维特征的图卷积神经网络模型(graph convolutional neural network integrating multi-dimensional features of structure,S-GCN),基于结构振动数据构造损伤特征矩阵,并通过衍生图网络,以图的节点和边表征结构节点的连接关系,构建边索引矩阵,将结构损伤状态、振动数据及节点属性等多维特征信息输入GCN进行结构损伤特征提取及预测识别,探索结构多维特征信息驱动下的GCN在损伤预测中的应用效果.通过两个钢结构验证方法的可行性及有效性,结果表明,S-GCN能够整合结构多维特征信息,对两个结构对象均实现了较高的损伤预测准确性,并展现出良好的噪声鲁棒性.进一步的对比分析显示,相较于三种非GCN模型,S-GCN能够高效地依托节点间关系快速更新节点特征并预测节点损伤状态,其损伤识别准确率、计算效率及网络各层演进过程均优于对比模型,验证了在结构损伤识别中融合结构空间特征的有效性. 展开更多
关键词 结构损伤识别 图卷积神经网络 结构多维特征融合 噪声鲁棒性 训练效率
在线阅读 下载PDF
低信噪比下多级特征深度融合的视听语音增强
11
作者 张天骐 沈夕文 +1 位作者 唐娟 谭霜 《通信学报》 北大核心 2025年第5期133-144,共12页
为解决视听语音增强中特征提取受限、模态间的特征融合度低等问题,提出一种在低信噪比下的多级特征深度融合的视听语音增强方法。该方法采用视、听编码网络-视听融合网络-听觉解码网络的结构,在听觉编码网络中设计一种多路协作单元(MCU)... 为解决视听语音增强中特征提取受限、模态间的特征融合度低等问题,提出一种在低信噪比下的多级特征深度融合的视听语音增强方法。该方法采用视、听编码网络-视听融合网络-听觉解码网络的结构,在听觉编码网络中设计一种多路协作单元(MCU);在每层的视觉和听觉编码网络间设计一种视听注意力融合模块(AVAFM);在视听融合网络中设计一种融合加权模块(FWB),将每级输出进行特征优化、动态加权得到更具判别性的特征。最终在TMSV、LGRID视听数据集上的多种低信噪比的实验结果表明,LGRID视听数据集下的平均PESQ、STOI分别提升52.30%~74.06%、46.74%~67.15%,且相比纯音频语音增强,在-5dB、-2dB、1dB低信噪比下的平均PESQ和STOI分别提升38.95%和33.92%,表现出所提网络的高降噪性能和添加视觉信息的有效性。 展开更多
关键词 视听语音增强 低信噪比 多级特征融合 融合加权 视听注意力
在线阅读 下载PDF
船舶辐射噪声DEMON线谱相位差特征提取
12
作者 潘丁宁 胡长青 +1 位作者 赵梅 杨雪峰 《声学技术》 北大核心 2025年第2期171-180,共10页
研究了船舶螺旋桨噪声和轴系噪声的噪声包络调制检测(detection of envelope modulation on noise, DEMON)谱的轴频线谱相位特性,提出了一种新的船舶目标特征即船舶螺旋桨噪声与轴系噪声轴频线谱之间的相位差。通过对船舶辐射噪声中螺... 研究了船舶螺旋桨噪声和轴系噪声的噪声包络调制检测(detection of envelope modulation on noise, DEMON)谱的轴频线谱相位特性,提出了一种新的船舶目标特征即船舶螺旋桨噪声与轴系噪声轴频线谱之间的相位差。通过对船舶辐射噪声中螺旋桨噪声和轴系噪声轴频线谱相位的分析,指出二者相位存在一个较稳定的相位差。通过建模和仿真验证了相位差提取的可行性,并据此提出一种船舶螺旋桨噪声与轴系噪声的轴频线谱相位差特征提取方法。利用文章提出的特征提取方法,对实验中获取的船舶辐射噪声数据进行相位差特征提取,研究了在不同航速和相同型号不同个体目标船舶两种条件下,相位差特征的稳定性和可分性。结果表明在一定的时间窗内,相位差特征在不同航速下具有较好的稳定性,在相同型号船舶间具有较好的可分性,可以为个体船舶目标识别提供参考。 展开更多
关键词 船舶辐射噪声 噪声包络调制检测(DEMON)谱 相位特性 特征提取
在线阅读 下载PDF
基于令牌特征噪声的鲁棒医学图像分类模型
13
作者 刘琨 李民 +4 位作者 郭卓凡 张轩旗 许天笑 杨昆 董鹏 《实验技术与管理》 北大核心 2025年第7期93-100,共8页
近年来,视觉Transformer(ViT)模型在医学图像诊断领域逐渐成为主流技术,但该模型在临床部署过程中,面对“对抗攻击”表现出明显的脆弱性。为提高医学图像分类ViT模型的“对抗鲁棒性”,本文设计了一种基于令牌特征噪声的鲁棒医学图像分... 近年来,视觉Transformer(ViT)模型在医学图像诊断领域逐渐成为主流技术,但该模型在临床部署过程中,面对“对抗攻击”表现出明显的脆弱性。为提高医学图像分类ViT模型的“对抗鲁棒性”,本文设计了一种基于令牌特征噪声的鲁棒医学图像分类模型(CNPN-ViT)。通过引入基于类令牌信息的鲁棒Class噪声(Classnoise)模块和基于Patch令牌信息的鲁棒Patch噪声(Patchnoise)模块,防御对抗噪声的攻击。Classnoise模块将高斯噪声与每个Transformer块的类令牌融合,增强样本的稳定特征;Patchnoise模块将Patch令牌的特征细化后融入高斯噪声,既提高了对特征信息的利用,又能防御针对Patch令牌的对抗攻击。将这两种模块加入到ViT模型的训练过程中,并分别在两个公开医学数据集上对模型的对抗鲁棒性进行了实验研究。实验结果表明,CNPN-ViT具有良好的对抗鲁棒性,与其他三个ViT模型相比,该模型在遭受对抗攻击时准确率下降范围为0.28%~12.57%,远小于其他三个模型的下降程度(6.00%~86.21%)。 展开更多
关键词 视觉Transformer 医学图像 对抗鲁棒性 特征噪声 高斯噪声
在线阅读 下载PDF
特征降维与融合的水声目标识别方法 被引量:3
14
作者 李昊鑫 肖长诗 +2 位作者 元海文 郭玉滨 刘加轩 《哈尔滨工程大学学报》 北大核心 2025年第1期102-110,共9页
为解决水声目标在强噪声环境下识别困难以及特征高维问题,本文提出一种将水声信号进行离散小波变换并提取其低频系数与重组一维梅尔倒谱系数融合的方法,以减少特征维度并弥补信息损失。利用1D-CNN-LSTM神经网络在DeepShip和ShipsEar 2... 为解决水声目标在强噪声环境下识别困难以及特征高维问题,本文提出一种将水声信号进行离散小波变换并提取其低频系数与重组一维梅尔倒谱系数融合的方法,以减少特征维度并弥补信息损失。利用1D-CNN-LSTM神经网络在DeepShip和ShipsEar 2个数据集上进行实验,识别准确率均在99%以上。结果表明:该算法能够有效抑制噪声,具备较强的鲁棒性。将所提算法应用到单船识别,实验结果表明该算法能够有效区分同类型的不同船舶。 展开更多
关键词 水声目标识别 离散小波变换 梅尔倒谱系数 特征融合 联合神经网络 单船识别 深度学习 船舶辐射噪声
在线阅读 下载PDF
基于CEEMDAN⁃TCN的短期风电功率预测研究 被引量:1
15
作者 李敖 冉华军 +2 位作者 李林蔚 王新权 高越 《现代电子技术》 北大核心 2025年第2期97-102,共6页
风力发电作为可再生能源的重要组成部分,在电力系统规划和日常运行中扮演着重要的角色,准确的短期风电功率预测对于电网的稳定运行和优化调度具有重要意义。为提高短期风电功率预测的准确性,提出一种基于自适应噪声完备集合经验模态分... 风力发电作为可再生能源的重要组成部分,在电力系统规划和日常运行中扮演着重要的角色,准确的短期风电功率预测对于电网的稳定运行和优化调度具有重要意义。为提高短期风电功率预测的准确性,提出一种基于自适应噪声完备集合经验模态分解和时间卷积网络的短期风电功率预测方法。首先利用自适应噪声完备集合经验模态分解对初始风电功率数据进行分解,得到多个相对稳定的子数据序列;然后将其分别作为时间卷积网络的输入,利用时间卷积网络模型进行特征提取和功率预测;最后将所有预测值进行汇总,得到最终的功率预测值。使用宁夏某地区真实风电功率数据进行验证,并与传统预测模型比较,结果表明所提方法具有较高的预测精度,可为风电功率短期预测等相关工作提供相关参考。 展开更多
关键词 短期风电功率预测 自适应噪声的完备集合经验模态分解(CEEMDAN) 时间卷积网络(TCN) 特征提取 预测精度 时间序列分析
在线阅读 下载PDF
无人机微弱声学特征分析及其探测
16
作者 薛宇航 兰志强 +3 位作者 朱坤 王洁 王艳杰 何剑 《传感器与微系统》 北大核心 2025年第4期8-12,共5页
针对低信噪比(SNR)场景下无人机(UAV)声学探测的问题,设计实验探究常见特征性能随噪声强度变化规律,提出一种双通道特征融合的无人机识别方法,有效增强噪声下无人机声探测准确性。通过在高信噪比的数据上叠加不同种类的噪声模拟真实场... 针对低信噪比(SNR)场景下无人机(UAV)声学探测的问题,设计实验探究常见特征性能随噪声强度变化规律,提出一种双通道特征融合的无人机识别方法,有效增强噪声下无人机声探测准确性。通过在高信噪比的数据上叠加不同种类的噪声模拟真实场景下的无人机微弱声学信号实验,探究了各特征在低信噪比下的表现规律。发现不同信噪比条件下Log-Mel特征与Mel频率倒谱系数(MFCC)特征各有优势,在此基础上设计了双通道的长短期记忆(LSTM)探测模型,取得了较单一特征更优异的结果。最后通过与其他方法的对比,验证了提出方法的有效性与稳定性。 展开更多
关键词 无人机声学探测 低信噪比 融合特征
在线阅读 下载PDF
基于CEEMDAN与改进一维多尺度卷积神经网络结合的滚动轴承故障诊断
17
作者 马宁 赵荣珍 郑玉巧 《兰州理工大学学报》 北大核心 2025年第1期45-54,共10页
针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对... 针对滚动轴承信号微弱故障特征提取困难、故障诊断依靠大量专家经验和故障识别率低等问题,提出了融合自适应噪声完备集合经验模态分解与改进一维多尺度卷积神经网络的滚动轴承故障诊断方法.首先,采用自适应噪声完备集合经验模态分解对轴承信号进行消噪处理,并利用皮尔逊相关系数法对所得IMF分量进行信号重构;其次,在网络首层将大尺寸卷积核与空洞卷积结合,并引入金字塔场景解析网络提出改进的一维多尺度卷积神经网络,对故障特征信息进行提取,采用PSO算法对卷积核进行参数寻优;最后,融合多尺度特征信息完成网络学习,并输入Sofmax分类器,实现滚动轴承故障诊断.采用西储大学轴承数据集和HZXT-DS-001型双跨综合故障模拟实验台的滚动轴承故障数据进行了验证.结果表明,相比传统故障诊断方法该方法可以得到良好的诊断结果. 展开更多
关键词 自适应噪声完备集合经验模态分解 一维卷积神经网络 多尺度特征提取 特征可视化 故障诊断
在线阅读 下载PDF
基于无监督特征提取的辐射源识别
18
作者 王颖舒 张娟娟 +3 位作者 袁舒 任未知 熊文汇 雷霞 《电子科技大学学报》 北大核心 2025年第4期501-506,共6页
发射机模拟元器件的非完美特性会导致射频信号的失真,这些失真可以作为特定辐射源识别(SEI)的指纹特征用于辐射源识别。SEI特征通常基于失真模型的方法或基于机器学习的方法提取。该文将这两种方法联合起来进行辐射源的特征提取。将专... 发射机模拟元器件的非完美特性会导致射频信号的失真,这些失真可以作为特定辐射源识别(SEI)的指纹特征用于辐射源识别。SEI特征通常基于失真模型的方法或基于机器学习的方法提取。该文将这两种方法联合起来进行辐射源的特征提取。将专业知识(即失真模型)集成到神经网络中,提出了一种级联网络的模式来提取辐射源的同相-正交不平衡和相位噪声模型参数,既保证了特征的可解释性,又提高了识别精度。数字仿真结果表明,该方法在特征提取性能上优于传统单纯基于失真模型和机器学习的方法。 展开更多
关键词 无监督特征提取 特定发射器识别 同相-正交不平衡 相位噪声
在线阅读 下载PDF
基于特征点云统计的多传感器融合定位方法 被引量:3
19
作者 胡欢 贾田鹏 张英 《传感器与微系统》 北大核心 2025年第3期125-129,共5页
精准定位是实现移动机器人自主导航的先决条件。为解决单一传感器的局限性问题,提出了一种通过扩展卡尔曼滤波(EKF)算法对轮速计和视觉惯性传感器的信息进行融合定位。针对视觉受到遮挡干扰后影响融合定位的问题,提出了基于特征点云个... 精准定位是实现移动机器人自主导航的先决条件。为解决单一传感器的局限性问题,提出了一种通过扩展卡尔曼滤波(EKF)算法对轮速计和视觉惯性传感器的信息进行融合定位。针对视觉受到遮挡干扰后影响融合定位的问题,提出了基于特征点云个数的改进EKF融合定位算法。该算法通过特征点云个数和方差系数计算函数,动态地更新视觉惯性里程计(VIO)的噪声协方差矩阵,以便消除视觉被遮挡后对系统定位结果的影响。仿真实验结果表明:提出的基于特征点云个数的EKF融合定位和传统EKF融合定位相比,在定位精度上相差无几,但在鲁棒性上大幅提升。实物实验结果进一步验证了所提出的融合定位方法能够有效消除视觉受到遮挡后对定位结果的影响。 展开更多
关键词 多传感器融合定位 扩展卡尔曼滤波 特征点云 噪声协方差矩阵
在线阅读 下载PDF
基于信号特征分析的激光传感器状态检测研究
20
作者 贾聃 王小娟 马生俊 《激光杂志》 北大核心 2025年第7期244-248,共5页
受到多种因素的影响,激光传感器在运行过程中会产生异常状态,为了获得更优的激光传感器检测效果,提出基于信号特征分析的激光传感器状态检测方法。首先采集激光传感器状态信号,并进行预处理,然后从预处理后激光传感器提取激光传感器状... 受到多种因素的影响,激光传感器在运行过程中会产生异常状态,为了获得更优的激光传感器检测效果,提出基于信号特征分析的激光传感器状态检测方法。首先采集激光传感器状态信号,并进行预处理,然后从预处理后激光传感器提取激光传感器状态检测特征向量,最小二乘支持向量机进行训练描述输入与输出之间的映射关系,建立激光传感器状态检测分类器,最后进行激光传感器状态检测的仿真测试。测试结果表明,本方法的激光传感器状态检测正确率均值为:93.87%,误检率均值为:3.49%,漏检率的平均值为:2.64%,检测时间为12.69 s而对比方法的检测误差要高于本方法,而且检测时间要少于对比,整体性能要明显优于其他方法。 展开更多
关键词 激光传感器 状态检测 噪声干扰 特征向量
在线阅读 下载PDF
上一页 1 2 28 下一页 到第
使用帮助 返回顶部