导读:本文包含了信号特征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:特征,信号,小波,辐射源,无人机,赫斯,冲孔。
信号特征论文文献综述
肖力伟[1]（2019）在《一种基于小波包和主成分分析的超声信号特征提取方法》一文中研究指出为了有效识别不同类型的超声缺陷信号,提出了一种基于小波包分解和主成分分析(Principal Component Analysis,PCA)的信号特征提取方法。首先,提取缺陷信号小波包分解后的能量系数组成多维特征向量集;然后,使用PCA方法对多维特征向量进行降维得到融合特征量;最后,输入BP神经网络对不同类型的缺陷信号进行分类测试,并与未经PCA处理的特征量分类测试结果进行对比。试验结果证明,该特征量提取的方法能够有效地对缺陷进行分类,且测试速度明显得到提高。(本文来源于《无损检测》期刊2019年12期）
何小勇,韩兵,张笑语,漆骐[2]（2019）在《一种基于无线电信号特征识别的无人机监测算法设计》一文中研究指出随着无人机技术的飞速发展,越来越多的无人机开始随心所欲地盘旋于世界各地,甚至一些机场、核电站、油库、军事设施也受到无人机的入侵,带来了严重的安全隐患,加强对无人机的监管成为当务之急。本文提出了一种基于无线电信号特征识别的无人机监测算法,既可提升无线电信号探测的准确率,也可提取更多的被监测无人机信息。我们在自有无人机侦测系统基础上加入了此监测算法,让其在实际产品中获得应用,为无人机监管问题提供了新的解决方案。(本文来源于《中国无线电》期刊2019年11期）
王伟,李兴华,陈作彬,范磊,孙飞[3]（2019）在《基于小波包变换的爆破振动信号能量熵特征分析》一文中研究指出爆破振动信号是典型的短时非平稳随机信号。应用多分辨率特点的小波包变换对爆破振动信号进行多层分解,得到信号能量分布的细节信息。根据建立在概率统计基础上的信息熵概念,推导得到爆破振动信号能量熵计算方法。分析了4种类型爆破振动信号的能量熵,熵值由大到小为:隧道爆破、管道爆炸、台阶爆破、塌落振动。结果表明,能量熵能够反映不同类型爆破对振动信号的影响。提出将能量熵作为爆破振动信号的新特征量,为爆破振动信号特征提取、不同爆破类型振动信号识别和爆破振动预测提供一种新思路。(本文来源于《爆破器材》期刊2019年06期）
李新科,谭文昊,江漫,柏如龙[4]（2019）在《基于一维谱数据和二维时频特征的信号宽带盲检测技术》一文中研究指出信号搜索检测技术作为信号分析处理链条的首个关键环节,其搜索准确性直接影响后续处理效果。对于非合作接收处理方,在没有任何先验信息的条件下,提出了基于一维谱数据和二维时频的信号宽带盲检测技术,主要依据宽带一维频谱数据或二维时频数据,利用统计检测原理,完成带内频谱分析,获取信号时间、频率占用分布信息,通过数据仿真,与传统的双滑窗检测算法做了对比,验证了该方法的有效性。(本文来源于《无线电工程》期刊2019年12期）
付晓强,雷振,崔秀琴,杨国梁,刘纪峰[5]（2019）在《立井爆破振动信号混沌特征研究》一文中研究指出采用传感器井壁预埋法对冻结立井爆破井壁振动信号进行了准确采集,运用混沌理论研究了频率切片小波各频带重构子信号的混沌动力学特征。通过吸引子轨迹变化对立井爆破信号特征进行了直观描述和定性分析。结果表明:立井爆破振动信号具有混沌特征,混沌吸引子在相空间的形态以主振频率所处的频带为分界线,在低于主振频率的子频带范围内,随着频率的增加混沌吸引子在相空间体积逐渐扩展并稳定;高于主振频率的子频带,随着频率的增加混沌吸引子体积收缩且离散。爆破混沌吸引子体积的变化有助于信号主频、幅值和能量信息的精确提取和识别。(本文来源于《煤矿安全》期刊2019年11期）
赵书涛,李云鹏,王二旭,朱继鹏,马莉[6]（2019）在《基于电—振信号熵权特征的断路器储能机构故障诊断方法》一文中研究指出弹簧势能的可靠储存是保障断路器后续分合闸操作正确的前提。通过分析控制回路、电机、传动部件和弹簧之间的能量转换和传递关系,提出一种电—振信号熵权特征联合的断路器储能机构故障类型辨识方法。首先利用希尔伯特变换(Hilbert transform)提取储能电机电流信号包络时域特征并计算峭度;然后由局部均值分解(LMD)处理断路器储能过程伴随的振动信号得到乘积函数分量(PF),并提取PF能量谱频域的盒维数特征;进而采用熵权法对电流和振动信号待分类样本进行剪辑,按照样本信息量和重要性赋予对应的权重;最后把熵权特征作为KNN算法的输入,辨识储能机构运行状态。实验结果表明:采用联合电—振信号的熵权特征量,KNN算法能更准确地诊断断路器储能机构发生的故障类型。(本文来源于《高压电器》期刊2019年11期）
武立平,杨柳,李刚,贾志义,王仲[7]（2019）在《基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究》一文中研究指出目前基于振动信号的变压器机械故障诊断多是通过对某个振动信号进行独立分析、提取特征量进行判定,对变压器机械状态的反映过于片面;基于振动信号特征矩阵相似度可实现综合不同测试位置、多组振动信号的变压器机械故障诊断,但该方法可能受负载条件影响而发成误判。文中改进了振动信号特征矩阵的构造方法,通过实验研究了负载率、功率因数、不平衡度对振动性信号特征矩阵相似度的影响,结果表明:文中所做改进可有效地减少故障诊断中由于负载条件改变造成的误判。应用改进后的特征矩阵相似度对模拟故障进行诊断,结果表明,该方法受负载条件影响较小、能准确诊断出故障存在,有良好的应用前景。(本文来源于《高压电器》期刊2019年11期）
曾歆然,金炜东,黄颖坤,胡燕花[8]（2019）在《深度特征选择网络在雷达信号识别中的应用》一文中研究指出在现有的雷达辐射源信号识别研究中,传统人工提取到的特征虽具有较为良好的物理表征,但特征中还存在冗余、噪声特征,而通过深度神经网络虽可以挖掘到对信号更深层次的表达,但其特征存在的"黑箱"难以解释性无法避免.结合人工特征良好的物理表征性和深度学习强大的学习能力,本文提出将一种深度特征选择网络(DFS,Deep Feature Selection)应用到雷达信号识别技术中. DFS通过在深度神经网络的输入层和第一隐藏层之间增添一对一层,获取针对每维特征与分类相关性度量得到的权值,以此权值作为衡量标准,加强敏感特征的输入影响,削弱冗余、噪声特征的输入影响,提高分类准确率.方法先对雷达信号提取复杂度特征、小波脊频级联特征、信息熵特征,合并建立原始特征集,利用DFS进行学习训练,以达到在输入级别实现特征选择的目的.本文已利用上述方法对5类辐射源信号进行仿真实验,识别效果良好,验证了方法有效.(本文来源于《计算机系统应用》期刊2019年11期）
曹佐勇,王恩元,汪皓,王聪,张光辉[9]（2019）在《近距离煤层水力冲孔破煤时电磁辐射信号响应特征研究》一文中研究指出为研究煤体在高压水作用下的破煤效果,以贵州松河煤矿近距离煤层为研究对象,应用电磁辐射技术监测了水力冲孔期间不同煤层、不同时刻的电磁辐射信号脉冲数、能量等参数变化情况,根据电磁辐射参数的变化,分析了作用于一定水压下的煤体破裂的规律。研究结果表明:水力冲孔过程中,煤体破裂越剧烈,产生的电磁辐射信号突变越明显;水力冲孔期间的电磁辐射信号符合赫斯特统计学规律,根据电磁辐射信号的强弱可将水力冲孔过程中的煤体破坏过程分为微破裂阶段、稳定破碎阶段以及异常破碎阶段等3个阶段。电磁辐射监测技术可用于水力冲孔破煤过程中煤体的内部破裂和蠕变监测。研究结果为监测电磁辐射信号,评价水力冲孔的破煤效果提供了理论支持,对水力冲孔破煤效果分析有一定的指导意义。(本文来源于《煤炭科学技术》期刊2019年11期）
潘一苇,彭华,李天昀,王文雅[10]（2019）在《一种新的时分多址信号射频特征及其在特定辐射源识别中的应用》一文中研究指出时分多址(TDMA)信号特定辐射源识别(SEI)的性能主要受限于突发数据的长度。为此,该文提出一种新的射频特征,从载波相位上揭示了相邻时隙的用户是否相同,为相同用户的数据累积提供了依据。该文首先分析了特征的产生机理,并给出了提取方法;根据特征的统计特性,推导了自适应的判决门限,实现了相邻时隙用户身份的检测;在此基础上,设计了新的SEI处理流程,通过数据累积打破了每个时隙单独识别的传统思维。实验结果表明:该特征对噪声具备良好的鲁棒性,能够实现相邻时隙用户身份的准确检测;与传统做法相比,新的处理流程能够有效改善TDMA信号SEI的性能。(本文来源于《电子与信息学报》期刊2019年11期）
信号特征论文开题报告
（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：
随着无人机技术的飞速发展,越来越多的无人机开始随心所欲地盘旋于世界各地,甚至一些机场、核电站、油库、军事设施也受到无人机的入侵,带来了严重的安全隐患,加强对无人机的监管成为当务之急。本文提出了一种基于无线电信号特征识别的无人机监测算法,既可提升无线电信号探测的准确率,也可提取更多的被监测无人机信息。我们在自有无人机侦测系统基础上加入了此监测算法,让其在实际产品中获得应用,为无人机监管问题提供了新的解决方案。
（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。
信号特征论文参考文献
[1].肖力伟.一种基于小波包和主成分分析的超声信号特征提取方法[J].无损检测.2019
[2].何小勇,韩兵,张笑语,漆骐.一种基于无线电信号特征识别的无人机监测算法设计[J].中国无线电.2019
[3].王伟,李兴华,陈作彬,范磊,孙飞.基于小波包变换的爆破振动信号能量熵特征分析[J].爆破器材.2019
[4].李新科,谭文昊,江漫,柏如龙.基于一维谱数据和二维时频特征的信号宽带盲检测技术[J].无线电工程.2019
[5].付晓强,雷振,崔秀琴,杨国梁,刘纪峰.立井爆破振动信号混沌特征研究[J].煤矿安全.2019
[6].赵书涛,李云鹏,王二旭,朱继鹏,马莉.基于电—振信号熵权特征的断路器储能机构故障诊断方法[J].高压电器.2019
[7].武立平,杨柳,李刚,贾志义,王仲.基于振动信号特征矩阵相似度的变压器机械故障诊断技术研究[J].高压电器.2019
[8].曾歆然,金炜东,黄颖坤,胡燕花.深度特征选择网络在雷达信号识别中的应用[J].计算机系统应用.2019
[9].曹佐勇,王恩元,汪皓,王聪,张光辉.近距离煤层水力冲孔破煤时电磁辐射信号响应特征研究[J].煤炭科学技术.2019
[10].潘一苇,彭华,李天昀,王文雅.一种新的时分多址信号射频特征及其在特定辐射源识别中的应用[J].电子与信息学报.2019
论文知识图
