由于模擬電路的多樣性、非線(xiàn)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
針對(duì)信號(hào)檢測(cè)中經(jīng)常存在的噪聲污染問(wèn)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?xún)蓚€(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(lèi)型的小波和相同類(lèi)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(hù):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(hù):wangfei22
提出了一種基于仿生小波變換和模糊推理的變步長(zhǎng)自適應(yīng)濾波語(yǔ)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(yǔ)音信號(hào)進(jìn)行小波分解,以分離出來(lái)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(zhǎng)自適應(yīng)算法對(duì)帶噪聲語(yǔ)音信號(hào)進(jìn)行降噪處理,最終實(shí)現(xiàn)語(yǔ)音信號(hào)的信噪分離,去除語(yǔ)音信號(hào)中的噪聲。仿真結(jié)果表明,該方法對(duì)語(yǔ)音信號(hào)有較為明顯的降噪效果。
標(biāo)簽: 仿生 小波變換 模糊推理 語(yǔ)音降噪
上傳時(shí)間: 2013-10-14
上傳用戶(hù):戀天使569
為去除腦電信號(hào)采集過(guò)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(guò)對(duì)MIT腦電數(shù)據(jù)庫(kù)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(hù):如果你也聽(tīng)說(shuō)
針對(duì)齒輪故障特征信號(hào)具有強(qiáng)噪聲背景、非線(xiàn)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(guò)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(guò)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(xiàn)監(jiān)測(cè)和診斷。
上傳時(shí)間: 2013-11-01
上傳用戶(hù):AISINI005
為了解決聲表面波濾波器插損太大,造成有用信號(hào)衰減嚴(yán)重,彌補(bǔ)插損又會(huì)引起底部噪聲抬高的問(wèn)題。該文設(shè)計(jì)了一種用LC集總元件實(shí)現(xiàn)的窄帶帶通濾波器,其特點(diǎn)是插入損耗小,成本低,帶外衰減大,較好解決了因聲表面波濾波器插損大而引起的一系列問(wèn)題,不會(huì)引起通道底部噪聲的抬高。仿真結(jié)果證明了該設(shè)計(jì)方案的可行性。
標(biāo)簽: 窄帶 帶通濾波器 設(shè)計(jì)實(shí)例
上傳時(shí)間: 2013-11-18
上傳用戶(hù):13517191407
目前,被廣泛使用的經(jīng)典邊緣檢測(cè)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(cè)出真正的邊緣。一個(gè)擁有良好屬性的的邊緣檢測(cè)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(guò)利用這個(gè)算子,對(duì)利用小波變換來(lái)檢測(cè)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(cè) 中的應(yīng)用
上傳時(shí)間: 2013-10-13
上傳用戶(hù):kqc13037348641
iso u-p-o 系列直流電壓信號(hào)隔離放大器是一種將電壓信號(hào)轉(zhuǎn)換成按比例輸出的隔離電流或電壓信號(hào)的混合集成電路。該ic內(nèi)部含有一組高隔離的dc/dc電源和電壓信號(hào)高效率耦合隔離變換電路等,可以將直流電壓小信號(hào)進(jìn)行隔離放大(u/u)輸出或直接轉(zhuǎn)換為直流電流(u /i)信號(hào)輸出。較大的輸入阻抗(≥1 mω),較強(qiáng)的帶負(fù)載能力(電流輸出>650ω,電壓輸出≥2kω)能實(shí)現(xiàn)小信號(hào)遠(yuǎn)程無(wú)失真的傳輸。 ic內(nèi)部可采用陶瓷基板、印刷電阻全smt的可靠工藝制作及使用新技術(shù)隔離措施,使器件能滿(mǎn)足信號(hào)輸入/輸出/輔助電源之間3kv三隔離和工業(yè)級(jí)寬溫度、潮濕震動(dòng)等現(xiàn)場(chǎng)環(huán)境要求。外接滿(mǎn)度校正和零點(diǎn)校正的多圈電位器可實(shí)現(xiàn) 0-5v/0-10v/1-5v4-20ma/0-20ma等信號(hào)之間的隔離和轉(zhuǎn)換。(精度線(xiàn)性高,隔離電壓3000vdc)
上傳時(shí)間: 2014-12-23
上傳用戶(hù):392210346
小信號(hào)放大電路設(shè)計(jì)
標(biāo)簽: 小信號(hào) 放大 電路設(shè)計(jì)
上傳時(shí)間: 2013-11-22
上傳用戶(hù):王慶才
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1