期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于辅助传感器阵列与NECNN-BiLSTM深度神经网络的磁场信号去噪方法研究
被引量：
1
1
作者
胡书正
王骁贤
+1 位作者
宋俊材
陆思良
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024年第7期227-238,共12页
针对强噪声干扰下磁场信号精准去噪难题,提出一种结合中心-卫星架构辅助传感器阵列和深度噪声重建网络的磁场信号去噪新方法。首先,搭建磁场传感器阵列,通过有限元分析进行传感器阵列位置优化,分析中心和卫星传感器信号之间的信号特征...
针对强噪声干扰下磁场信号精准去噪难题,提出一种结合中心-卫星架构辅助传感器阵列和深度噪声重建网络的磁场信号去噪新方法。首先,搭建磁场传感器阵列,通过有限元分析进行传感器阵列位置优化,分析中心和卫星传感器信号之间的信号特征。随后,构造一种结合噪声增强卷积神经网络(NECNN)和双向长短期记忆网络(BiLSTM)的深度神经网络模型,利用传感器阵列捕获的噪声信号对构造的网络模型进行训练,揭示中心传感器信号和卫星传感器信号之间的非线性映射关系。最后,在磁场检测过程中,利用卫星传感器阵列噪声重建出中心传感器的噪声分量,再将中心传感器捕获的含噪信号减去重建噪声,得到去噪后的待检测磁场信号。实验结果表明,本文提出方法在磁场去噪的最大误差与均方根误差指标上均优于常规方法,为磁场强干扰下信号动态去噪提供一种新手段,有望应用于电流检测、磁场成像、电池质量检测等领域。
展开更多
关键词
磁场传感器阵列
磁场
信号去噪
噪声重建
深度神经网络
在线阅读
下载PDF
职称材料
题名
基于辅助传感器阵列与NECNN-BiLSTM深度神经网络的磁场信号去噪方法研究
被引量：
1
1
作者
胡书正
王骁贤
宋俊材
陆思良
机构
安徽大学电气工程与自动化学院
安徽大学电子信息工程学院
安徽大学互联网学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024年第7期227-238,共12页
基金
安徽省自然科学基金(2308085Y03)
国家自然科学基金(62203010)项目资助。
文摘
针对强噪声干扰下磁场信号精准去噪难题,提出一种结合中心-卫星架构辅助传感器阵列和深度噪声重建网络的磁场信号去噪新方法。首先,搭建磁场传感器阵列,通过有限元分析进行传感器阵列位置优化,分析中心和卫星传感器信号之间的信号特征。随后,构造一种结合噪声增强卷积神经网络(NECNN)和双向长短期记忆网络(BiLSTM)的深度神经网络模型,利用传感器阵列捕获的噪声信号对构造的网络模型进行训练,揭示中心传感器信号和卫星传感器信号之间的非线性映射关系。最后,在磁场检测过程中,利用卫星传感器阵列噪声重建出中心传感器的噪声分量,再将中心传感器捕获的含噪信号减去重建噪声,得到去噪后的待检测磁场信号。实验结果表明,本文提出方法在磁场去噪的最大误差与均方根误差指标上均优于常规方法,为磁场强干扰下信号动态去噪提供一种新手段,有望应用于电流检测、磁场成像、电池质量检测等领域。
关键词
磁场传感器阵列
磁场
信号去噪
噪声重建
深度神经网络
Keywords
magnetic sensor array
magnetic signal denoising
noise reconstruction
deep neural network
分类号
TH7 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于辅助传感器阵列与NECNN-BiLSTM深度神经网络的磁场信号去噪方法研究
胡书正
王骁贤
宋俊材
陆思良
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
