排序方式: 共有54条查询结果,搜索用时 15 毫秒
1.
点烟器目前已经成为汽车的必备品,其机械性能对于驾乘安全与用户体验至关重要。针对汽车厂商实际需求,设计一套专业、高效的车载点烟器弹出力测量系统,从而对其机械性能进行有效检验与评估。本系统从功能实现角度可理解为一个基于嵌入式系统的集数据采集、数据分析等功能于一体的电子系统。系统以TI公司专用于控制、测量领域的TMS320F2812系列DSP芯片为核心处理器设计采集系统,利用Visual Basic 6.0开发环境设计上位机用户操作平台。结合系统所要实现功能给出完整的解决方案,详细介绍了硬件电路的工作原理及系统固件和用户端软件的设计实现。系统最终进行了工业级实测,实现了对点烟器弹出力多周期高精度的测量,利用上位机软件可以对测量结果进行显示、分析与存储。 相似文献
2.
Time-"frequency rate" distribution(TFRD)is an extension of the traditional time-frequency distribution(TFD),and it exploits the relationship between time and frequency rate,or the second order phase derivative of signal.A new TFRD highly concentrated along the frequency rate of polynomial phase signal(PPS)is presented,which provides a new way to PPS.It has been defined by introducing signal with a complex argument in the time-"frequency rate" analysis,and the inner interferences caused by the nonlinearity of the signal’s phase can be reduced greatly with high time-frequency concentration.Implementation of the TFRD is discussed and the results are demonstrated by the application for accelerated target imaging of synthetic aperture radar(SAR). 相似文献
3.
ISAR舰船目标成像时间段选取 总被引:1,自引:0,他引:1
定义了图像对比度准则,并提出一种基于该准则的成像时刻和成像积累时间选取的快速算法.针对ISAR舰船目标成像特点,提出一种简化算法确定舰船目标的最优俯视图或侧视图的成像时刻.从该时刻开始积累回波,通过使图像对比度最大来获得最佳成像积累时间.实测数据处理的结果验证了本文算法的有效性和实用性. 相似文献
4.
多项式Wigner-Ville分布的频域卷积实现 总被引:1,自引:0,他引:1
多项式Wigner-Ville分布(PWVD)是分析多项式相位信号(PPS)时频特性的一种有力工具.该文根据PWVD的结构特点,提出一种通过频域卷积来实现PWVD的方法,将其分解成一系列Wigner-Ville分布(WVD)或L-Wigner-Ville分布(LWVD)的卷积,而WVD或LWVD可由短时Fourier变换(STFT)来计算,这样既可消除信号分量间的互交叉项影响,同时又保持较高的时频聚集性.文中分析了该算法的离散实现方法以及相应的计算量,并通过计算机仿真实验验证了该算法的有效性. 相似文献
5.
毫米波雷达阶跳频信号分析及运动补偿方法的实现 总被引:2,自引:0,他引:2
分析了毫米波雷达阶跳频信号参数以及复杂目标运动对该信号合成目标一维距离像的影响,研究了三角波调制下运动速度参数的估计方法。仿真表明,该方法具有较高的测速精度和较好的抗噪声性能,能ADSP21062信号处理板上运行时间为1.2ms。 相似文献
6.
为了降低滚动轴承故障智能分类的训练时间并提高分类精度,提出了一种滚动轴承正常、内、外环故障及不同故障严重程度的多状态分类方法。该方法首先采用峭度值结合相关系数法确定集合经验模态分解结果中包含主要状态信息的固有模态函数;再将其组成特征矩阵,利用奇异值分解所得奇异值作为特征向量;最后在采用改进分类规则的超球多类支持向量机分类时,提出由各状态超球球心间距中的最值来确定多类分类器核参数的选取范围,缩小选取区间,最终实现滚动轴承的多状态分类。实验结果表明,提出的滚动轴承多状态分类方法可以减少分类器的训练时间,提高分类精度。 相似文献
7.
基于优化集合EMD的滚动轴承故障位置及性能退化程度诊断方法 总被引:3,自引:0,他引:3
为了更有效地同时诊断出滚动轴承故障位置及不同性能退化程度,提出了对滚动轴承不同状态振动信号进行特征提取和智能分类的故障诊断方法.该方法对各状态振动信号进行集合经验模态分解,但其效果依赖于总体平均次数和加入噪声的大小这2个重要参数,因此,提出集合经验模态分解中加入白噪声的准则.将分解后的一系列固有模态函数结合奇异值分解获取各状态的奇异值,并组成特征向量矩阵.将其输入到改进的超球结构多类支持向量机进行分类,从而实现滚动轴承正常、不同故障位置及性能退化程度的多状态同时智能诊断.实验结果表明,提出的集合经验模态分解方法中加入白噪声准则,可避免人为确定分解参数,提高其分解效率.基于优化参数的集合经验模态分解结合奇异值分解的智能诊断方法比已有的基于经验模态分解结合自回归模型的诊断方法识别率高. 相似文献
8.
9.
10.
Eigen-RangeProfilesforRadarTargetClassificationJIANGYicheng;WANGJinrong(姜义成);(王金荣)(DeptofCommunicationandElectronicEngineerin... 相似文献