排序方式: 共有46条查询结果,搜索用时 15 毫秒
31.
将智能电网电力线通信系统作为研究对象,以建立两种噪声模型之间的关系、比较两种模型下的信噪比SNR(signal-to-noise ratio)为研究目标,提出两种噪声模型来模拟电力线通信信道中噪声情况的方法。该方法利用循环平稳噪声模型和米特尔顿A类噪声模型的概率密度函数,得出电力线通信信道中的噪声类别。同时,通过数学推导,得出两种噪声模型在正交频分复用OFDM(orthogonal frequency division multiplexing)系统中SNR表达式和在正交幅度调制16 QAM (quadrature amplitude modulation)技术下比较两种噪声模型的SNR。最后,利用MATLAB软件系统仿真,仿真结果显示,循环平稳噪声模型比米特尔顿A类噪声模型的SNR高2.5 dB左右,智能电网电力线通信系统可靠性得到提升,为电力线通信的发展研究提供了一定的理论基础。 相似文献
32.
33.
为解决在训练样本不足条件下,轴承故障特征提取困难的问题,提出一种基于改进神经混沌学习(neurochaos learning+AdaBoost, NL-AdaBoost)的轴承故障诊断新方法。首先,对时域振动信号进行快速傅里叶变换(fast fourier transform, FFT)提取频域特征,拼接时频域信号获得一维特征样本;其次,输入信号产生对混沌GLS神经元的激励,形成ChaoFEX特征,馈送至集成学习分类器(AdaBoost);随后,选取轴承故障特征样本,对样本集做k折交叉验证,获得模型最优超参数值,将其应用于测试集进行模型分类能力验证;最后,在小样本对比实验中,与4种常见深度学习算法比较模型的macro F1-score。实验结果证明,在低训练样本条件下,NL-AdaBoost模型具有良好的准确性和泛化能力。 相似文献
34.
35.
结构健康监测方法已被引入中国古建筑木结构领域,用以实现古建木构的“预防性”保护,但上述过程仍处于起步阶段,亟需一个能够为不同健康监测方法的验证、比较和评估提供条件的平台。该文建立了包含实验室物理模型、有限元模型、平台试验和配套网站4个模块的中国古建筑木结构健康监测Benchmark平台。平台首先综合其他领域健康监测Benchmark平台优势和古建木构自身特征,以既有古建为原型进行简化得到实验室物理模型,并给出构件尺寸、用材材性、监测设备选取和损伤设计等信息。其次,使用有限元分析软件ABAQUS分别建立能够提取静力和动力信号的有限元模型,以作为实验室物理模型的补充。进而,对成型平台进行动态监测试验,通过试验结果和有限元结果对比证明本平台能够为不同的健康监测方法的分析、比较和评估提供条件,并缩小理论研究和实际应用之间的差距。同时,证明目前其他领域常用的模态分析流程同样适用于古建木构领域。最后,建立包含8个模块的网站,对上述信息进行公开,以方便后续研究人员调用。 相似文献
36.
37.
38.
39.
40.