排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
智能天线在数字移动电视接收中的应用研究 总被引:2,自引:2,他引:0
提出一种将智能天线应用于数字移动电视接收的方案,给出了算法模型的建立和推导,通过仿真,证实了该方案的可行性. 相似文献
2.
摘要:提出一种从信号时频域提取故障特征的新方法,先将振动信号作Morlet小波变换,再将小波系数顺序划分成多个子列,各子列协方差矩阵的特征值为所需的特征参数。为了更有效地提取信号的振动特性及周期性成分,使用了最小香农熵准则和奇异值分解技术选择Morlet小波参数,并用比较实验证明了参数优化的有效性。状态辨识使用了连续型隐马尔可夫模型,在三种故障程度下分别实现了轴承正常状态,滚动体故障,内圈和外圈故障的正确辨识,平均精度都大于93%。 相似文献
3.
为提取非平稳、强干扰振动信号的有效故障信息,并满足工程实践中变工况故障诊断需要,提出一种基于双谱分析的智能诊断方法。研究发现双谱幅值和分布特性在不同故障类型时具有显著差异性,在故障相同但工况不同时具有较大相似性。使用了主成分分析方法提取特征向量,通过线性变换将双谱映射到低维数据空间,并依据特征值累积贡献率确定主成分个数。故障辨识采用连续型隐马尔可夫模型,在4种工况下实现了3种故障程度的不同轴承状态判别,还实现了基于零载荷数据模型的工况鲁棒故障诊断。研究表明该诊断方法能适应载荷变化和转速波动,具有工况鲁棒的优点。 相似文献
4.
5.
为提取小波包频带中的有效故障信息,基于Fisher线性测度提出一种新的特征矢量优化方法。轴承振动信号经小波包分解后,各子频带数据片段的能量值作为参数构建特征矢量。使用差异性和相似性优化相结合方法,分别选出不同轴承状态下Fisher距离较大的小波包频带,以及同种轴承状态下Fisher距离最小的频带,提取出易于区分不同轴承状态的故障信息。故障辨识使用连续型隐马尔可夫模型,在3种故障程度下实现了轴承正常状态、滚动体故障、内圈和外圈故障的有效判别,辨识精度大于94%。比较实验表明文中方法的辨识精度优于文献方法。 相似文献
6.
1