共查询到20条相似文献,搜索用时 15 毫秒
1.
传统串扰方法计算得到的数据时域特征较弱,难以应用到不同的信号线间串扰问题分析中,为此提出基于时域特征的角位移传感器信号线间串扰方法.根据串扰基本原理,提取角位移传感器参数特性,通过相敏检波计算信号频率差异值,得到角位移传感器信号的时域特征,构建基于时域特征的串扰模型.设置单线、绞线以及屏蔽线三组不同的信号线,利用本文提出的方法和传统方法获取串扰数据.实验结果表明,两组方法可以获得角位移传感器与单线间的串扰;当端接电阻值增大到100Ω时,本文方法能够获得角位移传感器与绞线间的串扰;当测试角位移传感器与屏蔽线间的串扰时,本文方法可以获得具有对称性质的近端与远端串扰波形. 相似文献
2.
随着宽带接入网速率提升,VDSL2技术成为最后一公里的主流接入方式。用户数量急剧增加使传输线路之间串扰成为制约VDSL2系统性能的重要因素,线路之间串扰分为近端串扰(NEXT)和远端串扰(FEXT),VDSL2系统采用正交频分复用调制技术,近端串扰可以通过滤波器滤除,远端串扰却无法消除。主要研究VDSL2系统远端串扰噪声消除的方法,提出远端串扰噪声如何进行评估和计算,推导出远端串扰噪声计算公式,通过公式可以计算出每条线路受到其他线路串扰噪声的大小,然后发送信号时通过串扰噪声预抵消运算,接收到的信号就能成功消除串扰噪声的影响,提高了接收信号的SNR值,进而提升了VDSL2传输速率。 相似文献
3.
多变量经验模式分解(MEMD)方法不需要根据先验知识选取基函数,能同时对多通道数据进行自适应分解,适合于分析具有高度相关性和非平稳性的脑电信号。为了判别包含有用信息的内蕴模式函数(IMFs),提出一种基于噪声辅助多变量经验模式分解(NA-MEMD)和互信息的方法,并用于脑电特征提取。首先使用NA-MEMD算法对多通道信号进行分解得到多尺度IMF分量,然后采用互信息法分别计算各尺度上信号与其IMF分量、噪声与其IMF分量、信号IMF分量与噪声IMF分量之间的相关性,接着根据敏感因子筛选包含有用信息的IMF分量,将其叠加得到对应的重构信号,最后采用共同空间模式(CSP)法对重构信号进行特征提取,再用支持向量机(SVM)实现分类。使用仿真数据和实际数据集BCI Competition IV Data Set 1进行测试,与现有的其他方法比较,验证了所提方法的有效性。 相似文献
4.
集合经验模态分解(Ensemble empirical mode decomposition,EEMD)方法在去除心电信号噪声时,噪声本征模态函数(Intrinsic mode function,IMF)分量难以选择且将噪声分量直接去掉会导致信号失真。针对上述问题,提出了一种基于EEMD的自适应阈值算法。首先对含噪心电图(Electrocardiogram,ECG)数据进行EEMD分解,得到IMF,根据马氏距离进行信号IMF分量和噪声IMF分量的判定,然后通过果蝇优化算法确定噪声IMF的阈值,将经过阈值去噪的新的分量和剩余分量重构得到去噪后的ECG。最后,使用MIT-BIH数据库中的心电数据进行实验,实验结果表明,该方法在去噪同时能够较好地保留信号细节。 相似文献
5.
交流激励多通道传感器信号平行传输时,由于电磁场的存在不可避免地会产生线间串扰。基于平行传输线理论建立了多通道传感器信号线间串扰模型,对于相敏检波的交流激励多通道电感传感器信号处理系统,理论分析和仿真验证表明,采取各通道传感器激励信号频率差异化的措施后,可彻底消除多通道电感传感器信号线间串扰。 相似文献
6.
针对脉冲涡流信号夹杂着较多的高频噪声,提出了一种新的经验模态分解阈值消噪算法。首先将信号分解为多个本征模态函数(Intrinsic Mode Function,IMF),对信噪比低的高频IMF进行减小噪声能量处理后得到重组信号;再对重组信号进行EMD分解后根据白噪声统计特性对IMF筛选,对噪声含量多的IMF进行小波阈值消噪;最后将处理过的IMF与噪声含量少的IMF重构得到消噪后的信号。实验仿真的结果和数据表明,该方法可以减少失真,获得更高的信噪比,能够较好地消除噪声的干扰恢复出原始的信号。 相似文献
7.
由于传感器被动采集所得信号没有太多先验信息,在后续应用过程中因噪声的存在受到限制,所以,提出一种基于总体经验模式分解(EEMD)和时延估计的多传感器信息融合降噪方法.首先将多传感器采集所得信号进行EEMD,将所得对应IMF分量进行互相关,求取时延估计值,依据时延矢量封闭准则(TDVCR)获得相应IMF分量的时延矢量误差.最后,根据多传感器综合支持度确定相应权重,对IMF分量进行重构,得到降噪后的信号.实验结果表明:该方法在EEMD的基础上有效利用了多传感器的时延估计特性,在没有任何先验信息的条件下降低了信号噪声,取得满意的效果. 相似文献
8.
传感器信号传输时由于信号线间的电磁耦合产生不可避免的串扰。信号线间串扰严重影响信号线系统信号完整性。针对传感器信号线间串扰提出一种抑制方法,基于反相器防护线减小信号线间串扰方法,该防护线物理结构非常简单,从而很好地减小物理设计成本。通过PSpice软件搭建仿真电路进行仿真验证,仿真结果表明:未采用反相器防护线的受害线受到串扰严重且信号发生误码现象,而采用反相器防护线后受害线串扰现象明显改善且传输信号和原始传输信号100%吻合,从而验证了反相器防护线具有很强的抑制传感器信号线间串扰能力。 相似文献
9.
针对电涡流位移传感器输出信号中的非稳态噪声,提出一种基于经验模态分解(EMD) -去趋势分析(DFA)-非局部均值(NLM)原理的去噪方法。该方法解决了EMD去噪方法信号、噪声模态不易确定的问题,并且可在滤除高频背景噪声的同时保留信号细节。首先通过EMD将信号分解得到若干本征模态(IMF)分量,然后使用DFA区分噪声主导IMF分量和信号,主导的IMF分量,对噪声主导分量进行NLM去噪处理,最后与信号主导分量一起重构信号,分别对仿真信号和电涡流传感器输出信号进行去噪处理。结果表明,相较EMD去噪法和EMD-小波阈值去噪法,所提方法去噪性能更优SNR(MSE)值提升(减小)明显,去噪后信号的毛刺与高频震荡大大减少。 相似文献
10.
11.
针对经验模态分解(EMD)降噪算法存在因表示噪声的内蕴模态函数(IMF)分量选择不当而引起的降噪性能不稳定的问题,对其进行改进,加入对噪声水平的估计,并将噪声阈值作为分解结束的判决门限,避免了对噪声IMF分量的选择。在此基础上,联合小波变换进行降噪,并应用于含噪盲扰信分离中。仿真表明在一定范围的低信噪比条件下,该算法增强了盲扰信分离的抗噪声性能,可将源信号从染噪的观测信号中有效地分离出来。 相似文献
12.
13.
针对信号中含有的短时强干扰会引起瞬时振幅和瞬时频率明显异常的特点,基于Hilbert-Huang变换(HHT)提出一种消除方法。利用经验模态分解(EMD)将存在短时强干扰的信号分解成本征模函数(IMF)和残余项;计算每阶IMF的瞬时振幅和瞬时频率,在异常区段,将其根据正常区段的数据进行拟合,用拟合后的数据代替原数据。将处理后的瞬时振幅和瞬时频率重构得到一组新的IMF,对残余项,直接去除异常波动。将所有新的IMF和残余项重新组合,所得信号就消除了干扰的影响。数值仿真和实测数据处理结果表明了该方法的可行性。 相似文献
14.
针对煤矿电网电能质量扰动复杂、采用小波分析技术解决扰动暂态过程存在小波基选择的问题,提出了一种基于HHT的扰动起止时刻检测方法。该方法以电压缺口为例,在30dB和40dB噪声环境下,首先采用EMD算法对电压缺口信号进行分解,得到IMF1分量、IMF2分量、IMF3分量和剩余分量R;然后对含有高频部分的信号即原始信号、IMF1分量、IMF2分量进行Hilbert变换,得出通过瞬时幅值曲线中突变点位置可以检测扰动起止时刻的结论;通过对比原始信号、IMF1分量、IMF2分量的扰动起止时刻检测值,最后选用了误差最小的IMF1分量的瞬时幅值进行扰动起止时刻检测。实验结果表明,该方法精度高、抗噪声能力强。 相似文献
15.
16.
17.
18.
针对脑电信号易受噪声干扰的特性,提出一种使用CEEMD小波包对脑电信号进行降噪的方法。首先对脑电信号进行CEEMD分解,得到一组固有模态函数分量(IMF),然后对包含噪声的IMF分量采用小波包阈值降噪,同时保留信号的低频IMF分量,最后将使用小波包阈值降噪的IMF分量和保留的IMF分量进行累加重构,从而得到最终降噪后的脑电信号。仿真结果表明采用CEEMD小波包对脑电信号进行降噪,在抑制噪声的同时,还有效地保留了脑电信号的细节特性,达到良好的去噪特性。 相似文献
19.
PCB传输线间串扰抑制方法分析 总被引:1,自引:0,他引:1
研究数字电子技术设备中,串扰是印刷电路板(PCB)上电磁兼容的重要内容之一.为了抑制PCB传输线间串扰,提高系统信号准确性,消除噪音,通常在传输线间插入一列用金属填充的、顶端用微带连接的接地柱线(简称保护带).由于加有保护带的传输线系统结构复杂,理论分析比较困难,利用网络级联的方法对加有保护带的传输线建模进行分析.计算分析结果表明,加入保护带能有效地抑制线间串扰,保护带参数(接地柱间距、半径)的变化对串扰抑制有明显影响.研究对工程中正确设置保护带以降低串扰提供了必要的参考. 相似文献
20.
《工矿自动化》2018,(11)
针对滚动轴承早期微弱故障特征难以提取的问题,提出了基于多准则融合的滚动轴承振动信号消噪方法。该方法采用集合经验模态分解(EEMD)方法对原始振动信号进行分解得到一组IMF分量,计算各阶IMF分量和原始振动信号的相关系数、各阶IMF分量和原始振动信号包络谱的J散度、各阶IMF分量的峭度值;分别根据相关系数准则、J散度准则、峭度准则选取有效IMF分量,将同时保留的IMF分量作为有效分量进行信号重构。实验结果表明,该方法可以有效地提取滚动轴承早期微弱故障信息,能够有效抑制经验模态分解(EMD)中的模态混叠问题,同时削弱低频噪声,突出高频共振成分,具有良好的自适应性。 相似文献