导读:本文包含了频谱分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:频谱,齿轮箱,算法,在线,表面波,外差,卷积。
频谱分析论文文献综述
唐嘉,黄行[1]（2019）在《基于频谱分析的轧机关键齿轮箱预知维修技术研究》一文中研究指出通过在轧机关键齿轮箱上安装监测系统,对其齿轮、轴承等零部件进行在线状态监测与故障特征提取。利用频谱分析模型,对齿轮剥落、轴承损坏等失效形式进行趋势性预警,减少了突发事故的概率,为预知维修提供了可靠保障。(本文来源于《内燃机与配件》期刊2019年22期）
司徒晓曦[2]（2019）在《频谱分析在专业钢琴教学中的应用》一文中研究指出本文通过运用matlab软件,分析同一乐句的时域图和功率谱图,对四种不同的演奏发力方式进行了深入的研究。建议在音乐教学当中将此思路用于课堂,丰富教学形式,通过对其频谱图与优秀演奏家频谱图的对比,让学生能更加直观地纠正练习中的误差和偏差,改善其发声状况,获得良好的音色。(本文来源于《北方文学》期刊2019年33期）
齐小燕,王浩军,王阳[3]（2019）在《频谱分析仪自动检定系统》一文中研究指出介绍了一种基于GPIB总线的频谱分析仪自动检定系统实现方案。该系统使用LabVIEW和VC++编程软件,通过计算机控制来实现对频谱分析仪自动校准、自动出具证书的功能。(本文来源于《舰船电子工程》期刊2019年11期）
陈维佳[4]（2019）在《基于FPGA的自适应频谱分析优化算法的研究》一文中研究指出传统的频谱分析算法计算量大,且计算结果准确率低、花费成本高。为了解决上述问题,提出一种新的基于FPGA的自适应频谱分析优化算法。使用迭代优化的思路计算出误差信号均方值的曲面梯度,根据梯度值得到滤波优化计算公式,通过研究确定信号滤波算法时域结果、频域结果,同时获取不确定信号滤波算法时域结果、频域结果。将自适应频谱看成一个有限的长序列,将长序列分成多个小段,求出每一段样本的功率谱,利用平均加权思路得到功率谱平均值,即优化后的频谱分析结果。为检测所提算法有效性,与传统算法进行实验对比,在序列段为2段和8段两种情况下进行实验,结果表明,所提算法的计算结果准确率有了大大提高。(本文来源于《电子设计工程》期刊2019年22期）
莫飞凡[5]（2019）在《数字荧光技术在超外差频谱分析中应用的研究》一文中研究指出数字荧光显示技术通过统计信号出现概率的大小,改变显示颜色的深浅,大幅提高不稳定信号、概率信号的显示效果,成功应用于示波器、实时频谱仪等信号分析测试设备。由于传统的超外差频谱仪结构限制,目前该技术仍然无法在超外差频谱仪中应用。本文提出一种改进型的超外差频谱仪结构,使超外差频谱仪也能使用数字荧光显示技术进行频谱的分析显示,达到接近实时频谱仪的性能,保持超外差频谱仪输入信号范围广、成本低的优点。导言:数字荧光显示技术将需要显示在屏幕上的信息视为一个(本文来源于《电子世界》期刊2019年21期）
简江伟,张宗昱,游远帆,朱灿杰[6]（2019）在《基于TM4C的非接触式简易电流信号频谱分析装置》一文中研究指出本文提出一种新型的非接触式电流信号频谱分析装置,本装置能够检测幅度为10mA至5A,频率为10Hz～1KHz的电流信号频谱。装置由电流传感模块、低噪放大模块、偏置电路、TM4C1294控制模块组成。电流传感模块采用非接触式测量,信号经低噪放大后同时输入到偏置电路与后级程控增益电路,输出增益控制信号实现自动增益转换,使得单片机的输入信号能够稳定在所设置的最佳测量范围。在单片机上利用FFT算法对信号进行频谱分析并在液晶上显示。(本文来源于《科技风》期刊2019年31期）
周海松,马骊群,刘梦伟,宫俊杰[7]（2019）在《Chirp变换频谱分析仪的设计及其数字部分的实现》一文中研究指出太赫兹频谱分析仪应用技术中,Chirp变换频谱分析应用了声表面波滤波器件,能够保障中频、分辨率等参数,满足深空探测领域对稳定性和功耗的严格要求。但目前国内的Chirp变换频谱分析仪只能处理400 MHz带宽的输入信号,不能完全满足应用需要。为了提高带宽,本文围绕1 GHz带宽声表面波滤波器件,利用直接数字频率合成技术产生与其匹配的2 GHz带宽的线性调频信号,设计了带宽为1 GHz,中心频率为3. 2 GHz的频谱分析仪,并对数字部分进行了实现和结果分析验证。(本文来源于《计测技术》期刊2019年05期）
郭涛,罗文龙,陈淳,王慧,陈志强[8]（2019）在《基于高通量测序的水稻航天诱变频谱分析和突变基因挖掘》一文中研究指出【研究背景】航天诱变技术是种质资源创新的有效途径,但航天诱变的分子机理仍不明确。本研究通过对多个航天诱变水稻突变体进行高通量测序,从全基因组水平解析航天诱变的频谱;结合隐性群体连锁分析和序列变异分析,快速鉴定与突变表型相关的功能基因。【材料与方法】水稻品种航恢173、Francis经航天搭载、γ射线和C离子束辐照后,筛选出34个不同类型突变体。利用高通量测序对34个突变体进行基因组测序和对比分析,解析航天诱变的分子频谱;通过遗传分离群体构建和突变基因功能预测,对2个突变体的突变基因进行挖掘。【结果与分析】(1)基于illumina高通量测序,以检出的碱基突变进行估算,航天诱变突变体的突变频率在10-4至10-5;其他诱变方式获得的31个突变体,突变频率都在10-7至10-8。(2)利用SMRT测序对航天诱变突变体H153、H398和H399进行验证,检出突变的假阳性比率很低(<5%),表明本研究对illumina测序数据采用的突变检测和过滤方法是准确可靠的。(3)航天诱变、γ射线和C离子束辐照诱发的突变都以SNV和小于5 bp的Indel为主,但航天诱变突变体存在较多大于50 bp的结构变异。可视化分析发现,SNV集中地散布在结构变异的周围,从而使这些突变体的局部区域呈现明显的成簇性突变。(4)对航天诱变检出的突变进行效应预测,发现可能导致Highimpact的突变数量和突变数量的之比平均为1.98%。(5)通过对航天诱变突变体H399(白转绿)和H404(颖花异常)受到High impact的基因进行连锁分析,发现两个突变体均为基因功能缺失型(Loss-of-function)突变体,H399的一个C>T SNV引起突变基因转录的提前终止,而H404是由于8bp缺失造成致变基因发生移码突变。【结论】航天诱变的碱基变异频率高于伽马射线及C离子束辐照,并且变异的分布呈现明显的成簇分布,可能与空间环境的极端条件有关;结合连锁分析和碱基突变功能预测,可以快速获得与性状有关的突变基因。(本文来源于《2019年中国作物学会学术年会论文摘要集》期刊2019-10-27）
江志农,张永申,冯坤,胡明辉,贺雅[9]（2019）在《基于特征增强倒频谱分析的齿轮故障诊断方法》一文中研究指出齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大。倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显。为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取。通过实验,验证了所提方法的有效性。(本文来源于《机械传动》期刊2019年10期）
韩钰,樊超,王广克,何强[10]（2019）在《基于频谱分析的±800kV换流站噪声特性》一文中研究指出因环境治理要求,开展对特高压换流站的噪声特性研究。通过采集±800kV换流站户外换流变压器的风机空气动力噪声、平波电抗器的电磁噪声、交/直流滤波器场的电磁噪声的声压信号,分析了负载条件下各位置噪声声压信号的频谱特性,给出各噪声信号的低频段及A声级噪声值。测试结果表明,换流站噪声覆盖低、中、高频段,各类噪声频谱特征较为类似;低频段能量占噪声总能量的比率更大,同一测试条件下风机的低频噪声值远高于其他换流站户外设备。(本文来源于《中国电力》期刊2019年10期）
频谱分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文通过运用matlab软件,分析同一乐句的时域图和功率谱图,对四种不同的演奏发力方式进行了深入的研究。建议在音乐教学当中将此思路用于课堂,丰富教学形式,通过对其频谱图与优秀演奏家频谱图的对比,让学生能更加直观地纠正练习中的误差和偏差,改善其发声状况,获得良好的音色。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
频谱分析论文参考文献
[1].唐嘉,黄行.基于频谱分析的轧机关键齿轮箱预知维修技术研究[J].内燃机与配件.2019
[2].司徒晓曦.频谱分析在专业钢琴教学中的应用[J].北方文学.2019
[3].齐小燕,王浩军,王阳.频谱分析仪自动检定系统[J].舰船电子工程.2019
[4].陈维佳.基于FPGA的自适应频谱分析优化算法的研究[J].电子设计工程.2019
[5].莫飞凡.数字荧光技术在超外差频谱分析中应用的研究[J].电子世界.2019
[6].简江伟,张宗昱,游远帆,朱灿杰.基于TM4C的非接触式简易电流信号频谱分析装置[J].科技风.2019
[7].周海松,马骊群,刘梦伟,宫俊杰.Chirp变换频谱分析仪的设计及其数字部分的实现[J].计测技术.2019
[8].郭涛,罗文龙,陈淳,王慧,陈志强.基于高通量测序的水稻航天诱变频谱分析和突变基因挖掘[C].2019年中国作物学会学术年会论文摘要集.2019
[9].江志农,张永申,冯坤,胡明辉,贺雅.基于特征增强倒频谱分析的齿轮故障诊断方法[J].机械传动.2019
[10].韩钰,樊超,王广克,何强.基于频谱分析的±800kV换流站噪声特性[J].中国电力.2019
论文知识图
