EMD和遗传神经网络算法研究—以装载机动态称重系统为例

装载机压力传感器的输出信号是包含强振动、噪声的非线性信号,而装载机动态称重系统的测量精度与压力传感器的信号之间有极其密切的关系,采用经验模态分解对压力传感器的信号进行预处理,提取其有用称重信号,采用BP神经网络算法对称重信号与重物重量之间的非线性关系进行拟合,同时使用遗传算法加快收敛速度,得到适合的非线性测重数学模型,仿真和实验参数计算表明,该处理方法在装载机动态称重系统中的应用是有效的。     

基于小波包和HHT的轴承故障诊断研究

采用一种处理非平稳信号的新方法—希尔伯特-黄变换HHT(Hilbert-Huang Transform)来进行滚动轴承故障特征的提取.将信号先进行小波包降噪处理,然后用HHT进行信号故障特征提取.通过实验仿真和轴承故障诊断实例,对比没有进行小波包降噪而直接进行HHT的结果,证明了此方法在轴承故障诊断中的有效性.     

一种新型数字信号处理技术的研究

1998年,NASA的Norden E Huang提出了一种新的信号分析方法一Hilbert Huang Transform(HHT)。这种方法主要适用于非线性、非平稳信号的分析,已用于地球物理学和生物医学等领域,并取得了较好的结果。HHT方法包括两个主要步骤EMD分解和Hilbert变换。该文结合实例应用了此方法,给出了分析所得的频谱图。并将结果与传统的方法进行比较,分析了HHT方法的优越性和不足之处。     

改进HHT在线滤波算法在电液伺服系统控制中的应用

希尔伯特一黄变换(Hilbert-Huang transform,HHT)是一种针对非线性非平稳信号时频分析的有效方法,在诸多领域有着广泛应用.目前HHT变换主要应用于离线分析,为了将HHT变换引入电液伺服控制系统,实现了一种HHT的在线滤波方法,通过改进的经验模式分解法(EMD),能对系统的输出信号进行实时滤波处理,并适用于电液伺服控制系统.首先设定一定长度的滤波窗口,利用文中改进后的EMD分解法对窗口内的数据进行经验模态分解,从中得到噪声分量和其他干扰信号分量.然后从原信号中去除噪声和干扰信号分量,达到滤波的效果.由于该滤波器的时延特性不随控制信号频率的改变而改变,只与滤波器的窗口长度有关,因此在控制器中可进行延时补偿,将基于HHT在线滤波器的控制方法应用于电液伺服控制系统中,系统输出在相位和控制效果方面都取得了良好的效果,验证了该方法的实用性.     

Hilbert-Huang变换在语音增强中的应用

希尔伯特——黄变换（HHT）是近几年提出的一种分析非线性、非平稳信号的新方法。本文对HHT方法的理论和算法进行了详细的阐述，通过实例分析验证了该方法的有效性，并将其应用于典型的非平稳语音信号中，提出了一种基于HHT的语音增强方法，同时与小波变换实现语音去噪进行了对比。仿真结果证明基于HHT对带噪语音进行处理，提高了信号的信噪比及语音的清晰度和可懂度。HHT方法适于语音信号处理．具有广阔的发展前景。     

基于WSN的高速汽车动态载荷信号处理方法

针对高速动态称重中低频动态载荷严重影响真实轴重称量的问题,通过引入无线传感器网络(WSN)技术,构建智能化称重传感器网络,提出了一种测量高速汽车载荷的系统方案及数据处理方法。分析称重系统采集的汽车动态载荷的振动频率,并构建信号模型,通过基于三参数对动态载荷正弦波曲线进行拟合,建立线性方程组,采用高效算法和信息处理得到精确的称重数据。仿真实验结果表明,该方法平均误差低,数据稳定性较高,而且对高速具有很好适应性,对解决高速动态汽车称重精度问题具有一定的意义。     

基于HHT的水中爆炸冲击波信号特征分析

水中爆炸冲击波信号是一种瞬态、非平稳信信号,其信号的处理精度直接影响了冲击波测量精度和爆炸点的定位等。希尔伯特——黄变换（HHT）是一种基于瞬时频率分解的时频信号分析方法。本文介绍了一种利用HHT对水中爆炸冲击波信号的处理方法,研究结果表明,HHT方法对于处理瞬态非平稳信号是非常有效的。     

便携式机车车辆动态称重仪的研制

基于现有轨道线路,研制一种仅需在两轨道之间放置称量装置,通过车轮轮缘将重量传递给称量装置进行测量的、便携的、高精度动态电子称重仪;设计了便携式轨道车辆应变式称重传感器,进行了传感器结构设计及弹性体强度分析;采用USB数据采集卡进行数据采集;基于labVIEW开发程序进行动态称重信号的处理,并实现可视化界面,得到重量值;此称重仪具有便于携带、安装方便、操作简单、成本低、可靠性高等特点,适用于各种铁路轨道车辆的现场动态称重.     

希尔伯特-黄变换在电力谐波分析中的应用

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法.将HHT引入到电力系统谐波检测中,利用经验模态分解(EMD)获得谐波信号的本征模态函数(IMF),通过选取IMF并对其进行Hilben变换,提取出IMF分量的瞬时频率和瞬时幅度.利用合成的IMF分量的Hilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析.仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性.     

基于PVDF压电传感器的车辆动态称重信号的研究

聚偏二氟乙烯(PVDF)是一种高性能压电材料,非常适合应用于车辆动态称重的环境。针对PVDF传感器的特点,提出用阻尼振动模型分析PVDF传感器产生称重信号的过程,给出称重信号的频谱特点,并在自主设计的实验平台基础上对该信号进行测量。实验结果显示:相对于低频噪声,称重信号主要分布在高频段,该特点为滤除系统噪声提供了依据。根据该特点设计称重系统可以有效地减少算法设计的复杂度,提高系统的测量精确性。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议,适用于各种分布式控制系统。在实时应用中,标准的CAN协议使用静态优先级算法,对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后,提出了一种基于指数分配方式的MTS算法,在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

基于CnV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。