期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于联合加权谱密度的结构振型频域识别方法
1
作者 邹春蓉 邓长军 +2 位作者 蒋伟 刘纲 王惊华 《科学技术与工程》 北大核心 2024年第32期13953-13959,共7页
针对传统加权谱密度(weighted spectral density,WSD)法中加权函数指数因子选取不当导致模态振型识别精度降低的问题,建立基于联合WSD的结构振型频域识别方法,提升了WSD方法的识别精度及适用范围。根据盲源分离与振型叠加法的相似性,采... 针对传统加权谱密度(weighted spectral density,WSD)法中加权函数指数因子选取不当导致模态振型识别精度降低的问题,建立基于联合WSD的结构振型频域识别方法,提升了WSD方法的识别精度及适用范围。根据盲源分离与振型叠加法的相似性,采用WSD方法对结构振动信号进行解耦与分离;利用预设的多个加权密度矩阵构建三维张量加权谱,并采用平行因子2模型自适应选取加权函数指数因子;在此基础之上,引入最小谱方差评判准则进行评价,从而实现模态振型分离矩阵的精确估计。三自由度系统理论模型的模态振型识别结果表明:所提方法能准确获取各阶模态振型所对应的最优加权函数指数因子,针对结构模态振型的识别精度均优于传统频域分解法和二阶盲辨识方法,即使在数据较短、频谱毛刺严重时仍具有较高的识别精度,为建筑结构模态振型识别提供了一种新的识别算法。 展开更多
关键词 模态振型识别 加权谱密度(WSD) 盲源分离 张量因子 频域法
在线阅读 下载PDF
基于小波分析的光谱相干电场法误差分析 被引量:1
2
作者 文汝红 易淼 +1 位作者 黄儿松 肖平平 《量子电子学报》 CAS CSCD 北大核心 2014年第6期678-682,共5页
为了更精确地评价超短脉冲的特性,利用小波变换的时间频率联合分析和多尺度分析特性,将小波变换应用于光谱位相相干电场重构法(SPIDER),对给定脉冲进行了数值模拟,讨论了小波函数的形状因子对还原误差的影响,确定了形状因子的选取原则,... 为了更精确地评价超短脉冲的特性,利用小波变换的时间频率联合分析和多尺度分析特性,将小波变换应用于光谱位相相干电场重构法(SPIDER),对给定脉冲进行了数值模拟,讨论了小波函数的形状因子对还原误差的影响,确定了形状因子的选取原则,采用与傅里叶变换互校的方法找到合适的形状因子以减小形状因子对还原结果的影响。对KLM钛宝石激光器输出的脉冲采用SPIDER法进行了测量,并与傅里叶变换结果进行了比较,证明了方法的准确性和可行性。 展开更多
关键词 激光技术 形状因子 小波分析 光谱位相相干电场法
在线阅读 下载PDF
直扩超宽带信号在移动通信系统中的干扰功率分析
3
作者 姚恒 《电讯技术》 北大核心 2012年第10期1696-1701,共6页
对直扩超宽带(DS-UWB)信号分别于时域和频域进行描述,并对其功率谱密度进行了详细研究。在干扰功率计算中,选择现有3G移动标准宽带码分多址(WCDMA)、码分多址2000(CDMA2000)和时分同步码分多址(TD-SCDMA)作为被干扰系统。与UWB信号带宽... 对直扩超宽带(DS-UWB)信号分别于时域和频域进行描述,并对其功率谱密度进行了详细研究。在干扰功率计算中,选择现有3G移动标准宽带码分多址(WCDMA)、码分多址2000(CDMA2000)和时分同步码分多址(TD-SCDMA)作为被干扰系统。与UWB信号带宽相比,被干扰系统的带宽相对较窄,因此假设在接收端频谱是平坦的。研究结果表明,可以通过调整DS-UWB脉冲波形和脉冲成形因子来减少干扰功率。通过权衡和比较脉冲成形因子小于的三阶高斯脉冲是一个最优选择。 展开更多
关键词 直扩超宽带 3G系统 功率密度谱 干扰功率 脉冲成形因子
在线阅读 下载PDF
基于谱线形状与信息量差异的高光谱解混NMF初始化方法 被引量:2
4
作者 袁德有 袁林 《国土资源遥感》 CSCD 北大核心 2017年第4期114-119,共6页
在高光谱像元解混应用中,好的端元光谱矩阵初始化方法对于提高盲信号分解精度具有重要意义。针对空间分辨率较高的高光谱数据,提出了一种新的面向非负矩阵分解(non-negative matrix factorization,NMF)的初始化方法。该方法通过计算像... 在高光谱像元解混应用中,好的端元光谱矩阵初始化方法对于提高盲信号分解精度具有重要意义。针对空间分辨率较高的高光谱数据,提出了一种新的面向非负矩阵分解(non-negative matrix factorization,NMF)的初始化方法。该方法通过计算像元在谱线形状和信息量差异等方面的参数,利用像元谱线峭度、KL散度和光谱角等参量,从众多混合像元中识别出纯像元;并分辨出不同类型纯像元(或类纯像元)之间的差别,从中选择最适合代表每一类型端元的纯像元(或类纯像元)作为算法的初值像元,完成端元矩阵的初始化。将此方法分别用于模拟数据和真实数据的实验结果表明,该方法能够明显提高高光谱混合数据的NMF精度,相比其他常用初始化方法具有更好的效果。 展开更多
关键词 初始化 盲信号分解 非负矩阵分解(NMF) 谱线形状 信息量差异
在线阅读 下载PDF
基于谱形因子和Elman神经网络的高速轴承RUL预测方法
5
作者 赵艳莉 王文远 何进 《机电工程》 CAS 北大核心 2022年第9期1211-1219,共9页
对风力发电机齿轮箱轴承进行有效地故障预测与健康管理(PHM),可以降低风力发电机轴承组件的故障率。针对风力发电机高速轴承剩余使用寿命(RUL)准确预测困难的问题,提出了一种基于谱形因子(SSF)和Elman神经网络(ENN)数据驱动的风力发电... 对风力发电机齿轮箱轴承进行有效地故障预测与健康管理(PHM),可以降低风力发电机轴承组件的故障率。针对风力发电机高速轴承剩余使用寿命(RUL)准确预测困难的问题,提出了一种基于谱形因子(SSF)和Elman神经网络(ENN)数据驱动的风力发电机高速轴承RUL预测方法。首先,引入了Teager能量算子(TEO)对所采集的风力发电机高速轴承原始振动信号进行了预处理;然后,基于短时傅里叶变换(STFT)构建了一种SSF,对轴承各故障特征指标进行了变换;利用TEO能量信号的单调性、趋势性及可预测性构建了适应度函数,对变换后的各指标进行了筛选,确定出了最适于预测轴承RUL的故障特征指标,并采用ENN和实测数据对一实际运行的风力发电机高速轴承进行了RUL预测实验;最后,将基于SSF和ENN的方法与3类已有数据驱动方法进行了定量对比分析。研究结果表明:轴承原始振动信号经过TEO预处理及SSF变换后,其对数熵的适应度最高;同时,与其他3类数据驱动方法相比,该预测方法的精度更高,且其预测精度能够在35 d内维持较高水平;该结果验证了高速轴承RUL预测方法的适用性与合理性。 展开更多
关键词 高速轴承 谱形因子 ELMAN神经网络 剩余使用寿命 短时傅里叶变换 数据驱动 对数熵 TEAGER能量算子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部