該文檔為最小二乘法匯總及matlab仿真概述文檔，是一份很不錯(cuò)的參考資料，具有較高參考價(jià)值，感興趣的可以下載看看………………
標(biāo)簽： matlab
上傳時(shí)間： 2021-12-28
上傳用戶(hù)：qdxqdxqdxqdx
最小二乘法進(jìn)行PID的計(jì)算，主要是進(jìn)行PID的相關(guān)算法，可以更好地控制硬件的動(dòng)態(tài)范圍
上傳時(shí)間： 2022-06-23
上傳用戶(hù)：
文檔為基于MATLAB的最小二乘法系統(tǒng)辨識(shí)與仿真總結(jié)文檔，是一份不錯(cuò)的參考資料，感興趣的可以下載看看，，，，，，，，，，，，，
標(biāo)簽： matlab 最小二乘法系統(tǒng)辨識(shí)
上傳時(shí)間： 2022-06-25
上傳用戶(hù)：canderile
卡爾曼濾波與經(jīng)典最小二乘法
上傳時(shí)間： 2022-07-06
上傳用戶(hù)：XuVshu
隨著多媒體技術(shù)的發(fā)展，數(shù)字圖像處理已經(jīng)成為眾多應(yīng)用系統(tǒng)的核心和基礎(chǔ)。它的發(fā)展主要依賴(lài)于兩個(gè)性質(zhì)不同、自成體系但又緊密相關(guān)的研究領(lǐng)域：圖像處理算法及其相應(yīng)的電路實(shí)現(xiàn)。圖像處理系統(tǒng)的硬件實(shí)現(xiàn)—般有三種方式：專(zhuān)用的圖像處理器件集成芯片(Application Specific Integrated Circuit)、數(shù)字信號(hào)處理器(Digital Signal Process)和現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programmable Gate Array)以及相關(guān)電路組成。它們可以實(shí)時(shí)高速完成各種圖像處理算法。圖像處理中，低層的圖像預(yù)處理的數(shù)據(jù)量很大，要求處理速度快，但運(yùn)算結(jié)果相對(duì)比較簡(jiǎn)單。相對(duì)于其他兩種方式，基于FPGA的圖像處理方式的系統(tǒng)更適合于圖像的預(yù)處理。本文設(shè)計(jì)了—種基于FPGA的小波域圖像去噪系統(tǒng)。首先，闡述了基于小波變換的圖像去噪算法原理，重點(diǎn)討論了小波鄰域閾值(NeighShrink)去噪算法，并給出了該算法相應(yīng)的Matlab 仿真；然后，為了改進(jìn)鄰域閾值去噪算法中對(duì)每個(gè)分解子帶都采用相同鄰域和閾值的缺點(diǎn)，本文提出了基于最小二乘支持向量機(jī)(LS-SVM)分類(lèi)的鄰域閾值去噪算法和以斯坦無(wú)偏估計(jì) (SURE)為準(zhǔn)則同時(shí)結(jié)合小波系數(shù)尺度間關(guān)系的鄰域閾值去噪算法。經(jīng)Matlab實(shí)驗(yàn)表明，相比于其他幾種經(jīng)典算法，本文提出的兩種改進(jìn)算法在濾除噪聲的同時(shí)能更好地保護(hù)圖像細(xì)節(jié)，并在較高噪聲情況下能獲得更高的峰值信噪比。在此基礎(chǔ)上本文將提出的改進(jìn)小波鄰域閾值去噪算法進(jìn)行了相應(yīng)的簡(jiǎn)化，以滿足低噪聲處理要求且易于在FPGA上實(shí)現(xiàn)；最后，給出了基于 FPGA的小波鄰域閾值去噪系統(tǒng)的總體結(jié)構(gòu)和FPGA內(nèi)部各功能模塊的具體實(shí)現(xiàn)方案，包括二維離散小波變換模塊、二維離散小波逆變換模塊、SDRAM存儲(chǔ)器控制模塊、去噪計(jì)算模塊和系統(tǒng)核心控制模塊，并對(duì)各個(gè)系統(tǒng)模塊和整體進(jìn)行了仿真驗(yàn)證，結(jié)果表明本文設(shè)計(jì)的基于FPGA 的小波鄰域閾值去噪系統(tǒng)能滿足實(shí)際的圖像處理要求，具有一定的理論和實(shí)際應(yīng)用價(jià)值。關(guān)鍵詞：圖像處理系統(tǒng)，F(xiàn)PGA，圖像去噪算法，小波變換
上傳時(shí)間： 2013-05-16
上傳用戶(hù)：450976175
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(wèn)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(lèi)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(cè)模型，實(shí)現(xiàn)了對(duì)模擬電路的狀態(tài)的故障預(yù)測(cè)。將該方法應(yīng)用于Sallen-Key帶通電路進(jìn)行故障預(yù)測(cè)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(lèi)和泛化性能，故障診斷準(zhǔn)確率更高。
標(biāo)簽： LS-SVM 集成 模擬電路 故障檢測(cè)
上傳時(shí)間： 2013-10-31
上傳用戶(hù)：417313137
電機(jī)是現(xiàn)代生產(chǎn)中的重要電氣設(shè)備，電機(jī)的故障會(huì)對(duì)生產(chǎn)造成重大影響，因此需要監(jiān)測(cè)電機(jī)的運(yùn)行狀態(tài)。同時(shí)，不斷提高的環(huán)保標(biāo)準(zhǔn)要求控制電機(jī)的噪聲。測(cè)試和分析電機(jī)的振動(dòng)為電機(jī)的故障診斷和電機(jī)的噪聲控制提供了途徑，因此有必要建立一個(gè)電機(jī)振動(dòng)測(cè)試分析系統(tǒng)。 過(guò)去20多年來(lái)，虛擬儀器技術(shù)取得了長(zhǎng)足發(fā)展，在工程測(cè)試等領(lǐng)域得到了廣泛的應(yīng)用。相比于傳統(tǒng)儀器，虛擬儀器技術(shù)具有性能高，擴(kuò)展性強(qiáng)等諸多優(yōu)勢(shì)。LabVIEW是虛擬儀器軟件開(kāi)發(fā)平臺(tái)中最常用的一個(gè)。 本文在虛擬儀器的基礎(chǔ)上開(kāi)發(fā)了電機(jī)振動(dòng)測(cè)試分析系統(tǒng)，主要內(nèi)容包括以下幾個(gè)方面： 1．電機(jī)振動(dòng)測(cè)試分析平臺(tái)的建立，以LabVIEW為軟件開(kāi)發(fā)平臺(tái)，配合數(shù)據(jù)采集卡，加速度傳感器等硬件設(shè)備建立了電機(jī)振動(dòng)信號(hào)采集與處理的虛擬儀器系統(tǒng)，完成振動(dòng)信號(hào)的采集、顯示、處理、數(shù)據(jù)管理等一系列功能； 2．電機(jī)振動(dòng)信號(hào)處理方法的研究，深入分析了傅里葉變換、時(shí)頻分析、小波分析等在電機(jī)振動(dòng)信號(hào)處理中的優(yōu)缺點(diǎn)，著重研究了獨(dú)立分量分析等新技術(shù)在電機(jī)內(nèi)部振動(dòng)信號(hào)處理上的應(yīng)用，針對(duì)電機(jī)振動(dòng)的特性，給出了各種信號(hào)處理方法的參數(shù)優(yōu)化： 3．電機(jī)故障診斷的研究，針對(duì)電機(jī)故障特征量的提取和選擇提出了作者自己的見(jiàn)解，建立了基于振動(dòng)的最小二乘支持向量機(jī)電機(jī)故障診斷，實(shí)例證明了支持向量機(jī)在電機(jī)故障診斷上的有效性； 4．針對(duì)電機(jī)故障診斷中故障樣本不易獲得的特點(diǎn)，提出了基于支持向量數(shù)據(jù)描述的多層分類(lèi)器，是一種較有應(yīng)用價(jià)值的新方法。
標(biāo)簽： 虛擬儀器 電機(jī)振動(dòng) 測(cè)試
上傳時(shí)間： 2013-06-24
上傳用戶(hù)：黃華強(qiáng)
隨著電機(jī)在工業(yè)、農(nóng)業(yè)等領(lǐng)域的廣泛應(yīng)用，如何測(cè)試、分析和抑制電機(jī)振動(dòng)和噪聲，越來(lái)越受到人們的廣泛關(guān)注。虛擬儀器技術(shù)，相比于傳統(tǒng)儀器擁有性能高、擴(kuò)展性強(qiáng)等優(yōu)點(diǎn)，在工程測(cè)試等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。因此，結(jié)合虛擬儀器技術(shù)，建立電機(jī)噪聲和振動(dòng)的測(cè)試分析系統(tǒng)是一種可行的解決途徑。 本文將虛擬儀器技術(shù)應(yīng)用于電機(jī)的噪聲和振動(dòng)問(wèn)題，建立了基于虛擬儀器的電機(jī)噪聲振動(dòng)測(cè)試分析系統(tǒng)。全文主要研究工作分為三部分：前兩部分分別研究了系統(tǒng)的硬件和軟件組成，建立了完整的硬件和軟件系統(tǒng)；第三部分進(jìn)行了噪聲振動(dòng)實(shí)驗(yàn)研究，驗(yàn)證了系統(tǒng)的正確性和有效性。本文的主要研究?jī)?nèi)容如下： 1．硬件部分。探討了系統(tǒng)的硬件組成，建立了以傳感器、信號(hào)調(diào)理電路和數(shù)據(jù)采集卡為核心的測(cè)試系統(tǒng)。系統(tǒng)硬件部分是正確采集電機(jī)噪聲和振動(dòng)信號(hào)的關(guān)鍵，是測(cè)試分析的基礎(chǔ)。 2．軟件部分。用LabVIEw虛擬儀器編程語(yǔ)言完成了軟件部分的設(shè)計(jì)，實(shí)現(xiàn)了信號(hào)采集、顯示、處理、診斷、打印報(bào)告等一系列功能。針對(duì)電機(jī)噪聲振動(dòng)的復(fù)雜性，建立了以快速傅里葉變換、功率譜函數(shù)分析、分?jǐn)?shù)倍頻譜分析、小波分析等信號(hào)處理方法為核心的信號(hào)分析處理功能，并用最小二乘支持向量機(jī)實(shí)現(xiàn)了電機(jī)故障診斷功能。 3．實(shí)驗(yàn)研究。實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的信號(hào)采集、信號(hào)分析和故障診斷的正確性。構(gòu)造三類(lèi)電機(jī)故障，實(shí)驗(yàn)研究了采用最小二乘支持向量機(jī)進(jìn)行故障診斷的有效性。 在總結(jié)全文的基礎(chǔ)上，提出了該電機(jī)噪聲和振動(dòng)測(cè)試分析系統(tǒng)有待深入研究的若干問(wèn)題。
標(biāo)簽： LabVIEW 電機(jī) 振動(dòng)測(cè)試
上傳時(shí)間： 2013-07-22
上傳用戶(hù)：hainan_256
開(kāi)發(fā)與利用新能源是我國(guó)21世紀(jì)的重要能源戰(zhàn)略。風(fēng)能是一種“取之不盡，用之不竭”、環(huán)境友好的可持續(xù)性能源，已受到了越來(lái)越廣泛的重視，并成為發(fā)展最快的新型能源。但是風(fēng)電具有間歇性和隨機(jī)性的固有缺點(diǎn)，隨著大量的風(fēng)力發(fā)電接入電網(wǎng)，勢(shì)必會(huì)對(duì)電力系統(tǒng)的安全、穩(wěn)定運(yùn)行以及保證電能質(zhì)量帶來(lái)嚴(yán)峻挑戰(zhàn)，從而限制風(fēng)力發(fā)電的發(fā)展規(guī)模。風(fēng)電場(chǎng)短期風(fēng)速和發(fā)電功率預(yù)測(cè)是解決該問(wèn)題的有效途徑之一。中國(guó)的風(fēng)電場(chǎng)大都是集中的、大容量的風(fēng)電場(chǎng)，而且處于電網(wǎng)建設(shè)相對(duì)比較薄弱的地區(qū)，因此，中國(guó)更需要進(jìn)行風(fēng)電場(chǎng)短期風(fēng)速和發(fā)電功率預(yù)測(cè)的研究，而發(fā)電功率的預(yù)測(cè)主要源自風(fēng)速的預(yù)測(cè)。在此背景下，選擇風(fēng)電場(chǎng)短期風(fēng)速預(yù)測(cè)方法作為主要研究?jī)?nèi)容，主要包括以下幾個(gè)方面： 首先運(yùn)用統(tǒng)計(jì)學(xué)方法來(lái)分析風(fēng)速的時(shí)間序列特性及其預(yù)測(cè)方法和應(yīng)用特點(diǎn)，說(shuō)明現(xiàn)實(shí)中的風(fēng)速序列具有很強(qiáng)的非平穩(wěn)性。然后運(yùn)用具有“數(shù)字顯微鏡”之美譽(yù)的小波變換來(lái)分析歷史紀(jì)錄的風(fēng)速數(shù)據(jù)，通過(guò)運(yùn)用二進(jìn)正交小波變換Mallat算法對(duì)香港和河西走廊地區(qū)風(fēng)速序列進(jìn)行分解和重構(gòu)，分離出風(fēng)速序列中的低頻信息和高頻信息。對(duì)Mallat算法分解后的信號(hào)，運(yùn)用最小二乘支持向量機(jī)分別進(jìn)行向前一步預(yù)測(cè)，然后再把各預(yù)測(cè)結(jié)果合成，得到預(yù)測(cè)值。建立了基于小波變換和最小二乘支持向量機(jī)的短期風(fēng)速預(yù)測(cè)方法。應(yīng)用Matlab對(duì)該算法進(jìn)行了仿真，仿真試驗(yàn)表明，小波變換是非平穩(wěn)風(fēng)速序列時(shí)頻分析的有效工具，對(duì)風(fēng)速序列的高頻和低頻信息起到很好的分離作用；最小二乘支持向量機(jī)的應(yīng)用提高了預(yù)測(cè)的準(zhǔn)確性。應(yīng)用香港地區(qū)與河西走廊地區(qū)小時(shí)平均風(fēng)速歷史數(shù)據(jù)，驗(yàn)證了方法的有效性。
標(biāo)簽： 風(fēng)電場(chǎng) 風(fēng)速
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：xg262122
?Spider-matlab工具箱，為一良好的數(shù)據(jù)分析工具箱，內(nèi)建核偏最小二乘回歸(KPLS),徑向基網(wǎng)絡(luò)回歸(RBFnet)等；支持向量機(jī)(SVC)分類(lèi)；聚類(lèi)分析等．
標(biāo)簽： Spider-matlab 工具箱
上傳時(shí)間： 2013-12-24
上傳用戶(hù)：佳期如夢(mèng)
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
