由于模擬電路的多樣性、非線性和離散性等特點(diǎn)，模擬電路的故障診斷呈現(xiàn)復(fù)雜、難以辨識(shí)等問題。針對(duì)已有方法的數(shù)據(jù)不平衡，提出了一種支持向量機(jī)集成的故障診斷方法。使用小波變換方法提取特征向量，在多類別支持向量機(jī)的基礎(chǔ)上，設(shè)計(jì)了模擬電路的最小二乘支持向量機(jī)預(yù)測模型，實(shí)現(xiàn)了對(duì)模擬電路的狀態(tài)的故障預(yù)測。將該方法應(yīng)用于Sallen-Key帶通電路進(jìn)行故障預(yù)測試驗(yàn)，結(jié)果表明，該方法比單一支持向量機(jī)、徑向基神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)和APSVM有更好的分類和泛化性能，故障診斷準(zhǔn)確率更高。
上傳時(shí)間： 2013-10-31
上傳用戶：417313137
針對(duì)信號(hào)檢測中經(jīng)常存在的噪聲污染問題，利用小波分解之后可以在各個(gè)層次選擇閾值，對(duì)噪聲成分進(jìn)行抑制，手段更加靈活。本文介紹了小波變換的一般理論以及在信號(hào)降噪中的應(yīng)用，分析了被噪聲污染后的信號(hào)的特性；利用MATLAB軟件進(jìn)行了信號(hào)降噪的模擬仿真實(shí)驗(yàn)并在降噪光滑性和相似性兩個(gè)方面體現(xiàn)出小波變換的優(yōu)勢(shì)。本文分別使用了不同類型的小波和相同類型小波下不同閾值對(duì)信號(hào)進(jìn)行了降噪．仿真結(jié)果表明小波變換具有良好降噪的效果。
標(biāo)簽： 小波分析 信號(hào)降噪 中的應(yīng)用
上傳時(shí)間： 2013-10-19
上傳用戶：alex wang
小信號(hào)高頻晶體管放大器
上傳時(shí)間： 2013-10-18
上傳用戶：wangfei22
本文主要介紹對(duì)智能儀表中調(diào)節(jié)參數(shù)的一種新方法。米取了通用的徽調(diào) 電位器的硬件電路和經(jīng)過數(shù)字化處理的軟件方法, 使參數(shù)的調(diào)節(jié)及修正既方便又能 長期保存。文中給出了有關(guān)的數(shù)學(xué)推導(dǎo)、硬件電路及軟件程序。
標(biāo)簽： 智能儀表 參數(shù) 數(shù)字化 調(diào)節(jié)
上傳時(shí)間： 2013-12-21
上傳用戶：Late_Li
提出了一種基于仿生小波變換和模糊推理的變步長自適應(yīng)濾波語音降噪算法。該算法首先用仿生小波變換法對(duì)包含噪聲的語音信號(hào)進(jìn)行小波分解，以分離出來的噪聲信號(hào)作為自適應(yīng)濾波器的輸入，選擇基于模糊推理變步長自適應(yīng)算法對(duì)帶噪聲語音信號(hào)進(jìn)行降噪處理，最終實(shí)現(xiàn)語音信號(hào)的信噪分離，去除語音信號(hào)中的噪聲。仿真結(jié)果表明，該方法對(duì)語音信號(hào)有較為明顯的降噪效果。
上傳時(shí)間： 2013-10-14
上傳用戶：戀天使569
為去除腦電信號(hào)采集過程中存在的噪聲信號(hào)，提出了基于小波閾值去噪的腦電信號(hào)去噪。以小波閾值降噪為基礎(chǔ)，首先利用db4小波對(duì)腦電信號(hào)進(jìn)行5尺度分解，然后采用軟、硬閾值與小波重構(gòu)的算法進(jìn)行去噪。通過對(duì)MIT腦電數(shù)據(jù)庫中的腦電信號(hào)進(jìn)行仿真，結(jié)果表明，采用軟閾值方法有效去除了噪聲，提高了腦電信號(hào)的信噪比。
上傳時(shí)間： 2014-12-23
上傳用戶：如果你也聽說
針對(duì)齒輪故障特征信號(hào)具有強(qiáng)噪聲背景、非線性、非平穩(wěn)性特點(diǎn)，提出采用形態(tài)梯度小波對(duì)齒輪振動(dòng)信號(hào)進(jìn)行降噪。首先使用形態(tài)梯度小波把齒輪振動(dòng)信號(hào)分解到多個(gè)尺度上，然后對(duì)各層的細(xì)節(jié)系數(shù)進(jìn)行軟閾值方法降噪處理，對(duì)經(jīng)過處理后的小波系數(shù)進(jìn)行重構(gòu)。對(duì)降噪后的齒輪振動(dòng)信號(hào)采用S變換多分辨率時(shí)頻分析，能夠從具有良好的時(shí)頻分辨率的S變換譜圖提取齒輪故障特征。通過仿真試驗(yàn)和故障軸承的信號(hào)分析證明，該方法具有短時(shí)傅里葉變換和小波變換的優(yōu)點(diǎn)，不存在Wigner-Ville分布的交叉干擾和負(fù)頻率，能有效地提取隱含在噪聲中的齒輪故障特征，適合齒輪故障的在線監(jiān)測和診斷。
上傳時(shí)間： 2013-11-01
上傳用戶：AISINI005
景點(diǎn)智能語音導(dǎo)游器設(shè)計(jì)
標(biāo)簽： 智能語音
上傳時(shí)間： 2013-10-07
上傳用戶：liaocs77
目前，被廣泛使用的經(jīng)典邊緣檢測算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。這些算子的核心思想是圖像的邊緣點(diǎn)是相對(duì)應(yīng)于圖像灰度值梯度的局部極大值點(diǎn)。然而，當(dāng)圖像中含有噪聲時(shí)這些算子對(duì)噪聲都比較敏感，使得將噪聲作為邊緣點(diǎn)。由于噪聲的干擾，不能檢測出真正的邊緣。一個(gè)擁有良好屬性的的邊緣檢測算法是每個(gè)研究者的追求。利用小波交換的特點(diǎn)，設(shè)計(jì)了三次B樣條平滑濾波算子。通過利用這個(gè)算子，對(duì)利用小波變換來檢測圖像的邊緣進(jìn)行了一定的研究和理解。
標(biāo)簽： 小波變換 圖像邊緣檢測 中的應(yīng)用
上傳時(shí)間： 2013-10-13
上傳用戶：kqc13037348641
isoad系列產(chǎn)品實(shí)現(xiàn)傳感器和主機(jī)之間的信號(hào)安全隔離和高精度數(shù)字采集與傳輸，廣泛應(yīng)用于rs-232/485總線工業(yè)自動(dòng)化控制系統(tǒng)，4-20ma / 0-10v信號(hào)測量、監(jiān)視和控制，小信號(hào)的測量以及工業(yè)現(xiàn)場信號(hào)隔離及長線傳輸?shù)冗h(yuǎn)程監(jiān)控場合。通過軟件的配置，可接入多種傳感器類型，包括電流輸出型、電壓輸出型、以及熱電偶等等。 產(chǎn)品內(nèi)部包括電源隔離，信號(hào)隔離、線性化，a/d轉(zhuǎn)換和rs-485串行通信等模塊。每個(gè)串口最多可接256只iso ad系列模塊，通訊方式采用ascii 碼字符通訊協(xié)議或modbus rtu通訊協(xié)議，其指令集兼容于adam模塊，波特率可由用戶設(shè)置，能與其他廠家的控制模塊掛在同一rs-485總線上，便于主機(jī)編程。 isoad系列產(chǎn)品是基于單片機(jī)的智能監(jiān)測和控制系統(tǒng)，所有用戶設(shè)定的校準(zhǔn)值，地址，波特率，數(shù)據(jù)格式，校驗(yàn)和狀態(tài)等配置信息都儲(chǔ)存在非易失性存儲(chǔ)器eeprom里。 isoad系列產(chǎn)品按工業(yè)標(biāo)準(zhǔn)設(shè)計(jì)、制造，信號(hào)輸入 / 輸出之間隔離，可承受3000vdc隔離電壓，抗干擾能力強(qiáng)，可靠性高。工作溫度范圍- 45℃～+80℃。
標(biāo)簽： 20 mA D轉(zhuǎn)換 模擬信號(hào)
上傳時(shí)間： 2013-11-23
上傳用戶：comer1123
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
