导读:本文包含了信号辨识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:信号,故障,特征,光纤,传感器,负荷,相移。
信号辨识论文文献综述
刘程鹏[1]（2019）在《基于数字信号处理技术的光纤传感器故障辨识》一文中研究指出光纤传感器的应用价值与故障识别的精准性有直接关系,采用数字信号处理技术研究光纤传感器故障辨识过程,对光纤传感器故障辨识性能进行改善。通过基于合成外差算法的数字信号处理方法,解调光纤传感器的被测数字信号;采用基于信号解调的光纤传感器的故障辨识方法,对解调后的数字信号进行线性向量分析,获取新调制后的数字信号以及数字信号方差,当最小方差值大于光纤传感器预定阈值,说明光纤传感器存在故障。通过测试结果看出,该方法解调输出光纤传感器数字信号最小信噪比为10 dB,且解调后的数字信号输出失真较小、相位延时小,解调效果佳;故障辨识正确率高、时间低。(本文来源于《现代电子技术》期刊2019年17期）
徐俊[2]（2019）在《地下工程结构多类型缺陷的雷达信号自动辨识方法与工程应用》一文中研究指出探地雷达技术凭借其快速、便捷、高分辨率等诸多优势,在地下工程结构检测领域已经得到了广泛的应用。探地雷达采用宽频带方式记录反射信号,雷达数据中往往包含了大量的噪声,且雷达数据的解译仍以人工解译为主,解译效率和准确率均较低,这在很大程度上限制了探地雷达技术的应用及推广。本文围绕探地雷达数据的自动解译方法展开研究,通过理论分析、正演模拟、现场实测等研究手段,结合小波变换、HHT变换、遗传算法、SVM算法等数据处理方法,在研究探地雷达数据去噪方法的基础上,分别实现了隧道支护结构中单体目标、病害区域及结构层面的自动辨识。已完成的主要工作和研究成果如下:(1)基于对小波变换和KL变换两种去噪方法的理论分析和融合,提出一种适用于探地雷达数据的小波域KL变换去噪方法。基于FDTD正演技术构建信噪比为7dB的探地雷达模拟检测数据,对小波变换、KL变换和小波域KL变换叁种方法的去噪性能进行量化分析;并结合现场实测数据对上述去噪方法的去噪性能进行对比评价。基于模拟及实测数据的研究结果表明:小波域KL变换方法在去噪能力和去噪稳定性两方面的表现均优于小波变换及KL变换方法。通过小波域KL变换处理可以有效滤除探地雷达数据中的噪声,为后续各类型缺陷高精度自动辨识方法的研究及实现奠定基础。(2)基于单体目标回波信号的双曲线特征,结合遗传算法研究了雷达数据中单体目标的自动辨识方法。首先通过FK变换、图像灰度梯度搜索、图像线条化处理等步骤,从完整雷达图像中自动提取多个包含单体目标回波波形的子区域,构建遗传算法的搜索集。根据单体目标的反射波时距曲线方程建立双曲线搜索模型,并基于遗传算法对搜索集中双曲线的搜索及筛选,最终实现了探地雷达数据中单体目标的高精度自动辨识。实测数据测试结果表明:该方法适用于不同频率的探地雷达数据,对于单体目标的平均误判率为9.08%,漏判率为10.50%,满足实际工程应用要求。(3)基于病害回波信号的多维度分析及典型特征提取,研究了雷达数据中病害区域的自动辨识方法。采用FDTD正演模拟技术构建隧道支护结构的不密实病害模型,获取理想无干扰条件下的病害检测数据。分别在时域、频域及时频域叁个维度对单道病害信号与非病害信号的差异进行理论分析及正演模拟数据对比,提取了病害信号的5个典型辨识特征。并基于辨识特征,使用支持向量机对各信道进行分类,实现了病害区域水平分布范围的自动辨识;并基于信号IMF1分量的提取及分析,实现了病害区域深度分布范围的自动辨识,最终提出一种探地雷达数据中病害区域的自动辨识方法。基于正演模拟数据及隧道回填层实测数据的测试结果表明:该方法对于雷达数据中的病害区域具有较强的检测能力,且对于同频率同类型的检测数据,其SVM二分类模型可以通用,检测效率较高。(4)基于层面回波信号的波相特征分析,研究了结构层面的自动辨识方法。通过正演模拟分别构建理想层面模型及有金属体干扰的非理想层面模型,通过电磁波传播理论分析和模拟数据验证,确定了探地雷达回波信号在层面位置的波形特征及瞬时相位特征,以及受钢筋强反射信号干扰时回波信号波相特征的变化规律,提出一种基于瞬时相位差分曲线的结构层面自动辨识方法。基于隧道初衬及二衬结构实测数据的测试结果表明:该方法对于雷达数据中的结构层面具有较强的自动辨识能力。(5)基于数据去噪及叁类检测目标自动辨识方法的研究成果,构建地下工程结构多类型缺陷自动辨识的完整框架。结合赐儿山2号隧道13条测线的探地雷达检测数据,对上述研究成果在工程实际中的综合应用性能进行评价。分别对不同测线位置的雷达检测数据作自动辨识计算,得到赐儿山2号隧道钢拱架数量、钢筋数量、不密实区域、初衬厚度及二衬厚度的自动辨识结果,最终实现了赐儿山2号隧道支护结构多类型缺陷的自动辨识。(本文来源于《北京科技大学》期刊2019-05-31）
陶巍,方世良,王晓燕[3]（2019）在《一种改进的PSK信号非合作调制辨识法》一文中研究指出通信信号调制类型辨识对于非合作处理具有重要意义,也是该领域的难点,特别是类内辨识问题。本文针对相移键控(PSK)信号的非合作类内辨识难题,提出了一种基于解析信号构建高次谱的辨识方法。该方法利用了MPSK信号M次方谱在M倍载频处存在线谱特征的基本原理,针对直接估计高次谱存在小信号抑制效应的不足,采用解析信号构造高次谱,以提高处理增益。理论分析和仿真结果表明该方法能有效降低低信噪比下的小信号抑制影响,提高了低信噪比下的PSK信号类内辨识准确性。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
郭子源,杨文清[4]（2019）在《基于数字信号处理技术的光纤传感器故障辨识》一文中研究指出传统光纤传感器故障辨识方法难以反映光纤传感器故障类型的变化特点,导致光纤传感器故障辨识成功率低,光纤传感器故障辨识错误率高,故障辨识耗时长,为了解决传统光纤传感器故障辨识中存在的难题,设计了基于数字信号处理技术的光纤传感器故障辨识模型。首先分析引起光纤传感器故障误识率高的原因,采用数字信号处理技术采集光纤传感器工作状态信号,从中提取光纤传感器故障特征向量,然后将光纤传感器故障特征向量和故障类型分别作为输入和输出,通过数据挖掘技术设计最优的光纤传感器故障辨识的分类器,最后在Matlab 2017平台上进行了光纤传感器故障辨识仿真模拟测试,结果表明,模型可以高精度采集光纤传感器故障信号,能够对全部类型的光纤传感器故障正确辨识,提升了光纤传感器故障辨识成功率,有效减少了光纤传感器故障误识率和识别时间,具有一定实际应用价值。(本文来源于《激光杂志》期刊2019年10期）
吴施志,边杰,陈亚农,王平,徐友良[5]（2019）在《多模态时域振动衰减信号各模态分离与阻尼参数辨识方法》一文中研究指出针对多模态信号中各模态难以准确分离和模态阻尼参数难以准确识别的问题,提出了布谷鸟搜索(CS)算法参数优化的变分模态分解方法 (CS-VMD)和模态阻尼参数辨识的包络线积分法(EIM)。使用CS-VMD方法将多模态时域振动衰减信号中的多模态分量准确分离开来,利用EIM辨识各模态的模态频率和阻尼比,并与理论值(或测量值)以及半功率带宽法(HPB)辨识值进行对比。位移仿真信号与压气机导向叶片测频信号模态分解及模态参数辨识表明,CS-VMD方法可实现对多模态信号的正确分解,EIM辨识的模态频率误差均小于1.0%;对于位移仿真信号,EIM辨识的模态阻尼比最大误差小于2.5%;对于压气机导向叶片测频信号,使用EIM和HPB方法辨识的模态阻尼比最大差别为9.098%,EIM的模态阻尼辨识精度比HPB方法高。(本文来源于《推进技术》期刊2019年08期）
韩笑[6]（2019）在《基于信号分解的居民用户非侵入负荷辨识技术》一文中研究指出在智能电网中,电力公司根据消费者的具体用能信息为用户提供需求响应方案,以优化配电系统的运行,从而提高电能消耗效率。居民用户用电负荷作为电力负荷的重要组成部分,其能耗结构与用电细节对优化电力消费模式、提高电网可靠性具有重要意义。负荷监测是获得住宅内各个用电设备能耗的关键。非侵入负荷监测在住宅供电入口安装一套电流和电压传感器,并对测量到的电信号进行负荷识别,即可得到单个电器的电能消耗。目前的非侵入负荷识别方法主要依靠提取和识别用电负荷的标志性特征,缺乏对完整负荷信号的分离方法,导致获得的电能信息不够全面。本文基于高频采集数据,从信号分解角度研究居民用户用电信号的分解与识别,获得包含细节信息的负荷波形。本文主要包括以下内容:(1)对国内外的负荷识别研究成果进行总结分析,研究了基于高频采集结构下的非侵入负荷辨识框架,利用负荷电流变化检测用电设备状态切换事件,同时,结合居民用户的用电习惯,将难以解决的多维欠定单电流信号分解问题优化为一维欠定问题,形成了基于电流信号的负荷分解与识别方法。(2)根据负荷电流信号的频域稀疏性建立欠定分解的目标函数,采用两步迭代收缩阈值算法寻优求解得到投切负荷分解信号,从而实现负荷分解。利用负荷独立运行时的特征电流建立特征滤波器组对分解电流进行滤波,实现了有效的负荷识别。通过实测数据验证了该算法能够获得单个负荷的电流信号,并准确判断负荷状态。(3)通过检测投切事件前固定的电压范围,提取其对应位置的电流信号,量化计算此次事件与上一次事件发生前的混合电流差异,从而得到上一次投切的负荷电流信号。根据居民用户的用电习惯对目标函数施加约束,缩小求解范围,寻优求解后可确定各个负荷的运行状态。通过算例分析可得,该算法能准确进行负荷分解与识别。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
袁道任,蔡玉宝,胡争争,马留洋[7]（2019）在《基于脑认知信号的水声信号智能辨识方法探索研究》一文中研究指出水声信号辨识技术是实现水下武器装备智能化的关键技术之一。由于极其复杂的水下背景环境,水声信号辨识技术发展缓慢。为探索研究新型水声信号辨识技术,本文提出基于脑认知信号的水声信号辨识方法。从大脑认知出发,获取水声目标信号辨识时的脑认知信号,通过范式设计,构建水声目标与脑认知信号的相关模型,并验证脑认知信号用于水声信号辨识的可行性。(本文来源于《现代信息科技》期刊2019年04期）
宋钦良,贾维敏,袁丁,江弘杰[8]（2019）在《针对卫星动中通伺服系统辨识的输入信号设计》一文中研究指出为提高动中通伺服系统的通用性,设计了一种具有系统辨识功能的动中通伺服系统。着重研究了伺服系统辨识时的输入信号需满足的条件,通过理论推导,获得了基于最小二乘法输入信号为阶跃信号时必须满足的限定条件。以符合该限定条件的阶跃信号作为输入对伺服系统进行辨识,得到了能够较好的反映卫星动中通伺服系统特性的数学模型,验证了利用满足该条件的阶跃信号作为输入对卫星动中通伺服系统辨识的可行性。(本文来源于《弹箭与制导学报》期刊2019年02期）
张日升,刘维新,唐瑞,胡秋[9]（2018）在《基于振动信号特征频率的数控车床故障辨识方法》一文中研究指出针对数控车床切削件表面波纹故障源辨识问题,通过监测主轴振动信号进行时频域分析,初步确定波纹故障来源;采用滚动轴承故障特征频率计算方法,得到各轴承对应的故障特征频率,与振动信号时频域分析得到的特征频率进行对比分析,辨识得到切削件波纹故障源。通过主轴拆卸和切削实验,验证了文章所提故障辨识方法的有效性。实验结果表明:角接触球轴承内圈损伤是导致波纹故障的故障源,理论方法故障辨识结果与拆卸实验辨识结果一致;采用重装配后主轴的切削实验消除了波纹故障,进一步验证了该文章故障辨识方法的有效性。(本文来源于《制造技术与机床》期刊2018年12期）
张颀,陶晓涵,陈钒,陈正林[10]（2018）在《土木工程灾后受困人员求救敲击信号辨识研究》一文中研究指出借助MATLAB软件,首先将采集到的各类波形数据进行傅里叶变换并求取其功率谱,通过分析、比对灾后相关干扰信号与求救信号的功率谱特征差异来辨识有效求救信号,然后采用GUI编写出能够自动识别有效信号的应用程序,实现了对已有波形信号文件的读取、绘制、识别、分析等功能,同时直观显示灾后受困人员的生命信息。(本文来源于《山西建筑》期刊2018年34期）
信号辨识论文开题报告
（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：
探地雷达技术凭借其快速、便捷、高分辨率等诸多优势,在地下工程结构检测领域已经得到了广泛的应用。探地雷达采用宽频带方式记录反射信号,雷达数据中往往包含了大量的噪声,且雷达数据的解译仍以人工解译为主,解译效率和准确率均较低,这在很大程度上限制了探地雷达技术的应用及推广。本文围绕探地雷达数据的自动解译方法展开研究,通过理论分析、正演模拟、现场实测等研究手段,结合小波变换、HHT变换、遗传算法、SVM算法等数据处理方法,在研究探地雷达数据去噪方法的基础上,分别实现了隧道支护结构中单体目标、病害区域及结构层面的自动辨识。已完成的主要工作和研究成果如下:(1)基于对小波变换和KL变换两种去噪方法的理论分析和融合,提出一种适用于探地雷达数据的小波域KL变换去噪方法。基于FDTD正演技术构建信噪比为7dB的探地雷达模拟检测数据,对小波变换、KL变换和小波域KL变换叁种方法的去噪性能进行量化分析;并结合现场实测数据对上述去噪方法的去噪性能进行对比评价。基于模拟及实测数据的研究结果表明:小波域KL变换方法在去噪能力和去噪稳定性两方面的表现均优于小波变换及KL变换方法。通过小波域KL变换处理可以有效滤除探地雷达数据中的噪声,为后续各类型缺陷高精度自动辨识方法的研究及实现奠定基础。(2)基于单体目标回波信号的双曲线特征,结合遗传算法研究了雷达数据中单体目标的自动辨识方法。首先通过FK变换、图像灰度梯度搜索、图像线条化处理等步骤,从完整雷达图像中自动提取多个包含单体目标回波波形的子区域,构建遗传算法的搜索集。根据单体目标的反射波时距曲线方程建立双曲线搜索模型,并基于遗传算法对搜索集中双曲线的搜索及筛选,最终实现了探地雷达数据中单体目标的高精度自动辨识。实测数据测试结果表明:该方法适用于不同频率的探地雷达数据,对于单体目标的平均误判率为9.08%,漏判率为10.50%,满足实际工程应用要求。(3)基于病害回波信号的多维度分析及典型特征提取,研究了雷达数据中病害区域的自动辨识方法。采用FDTD正演模拟技术构建隧道支护结构的不密实病害模型,获取理想无干扰条件下的病害检测数据。分别在时域、频域及时频域叁个维度对单道病害信号与非病害信号的差异进行理论分析及正演模拟数据对比,提取了病害信号的5个典型辨识特征。并基于辨识特征,使用支持向量机对各信道进行分类,实现了病害区域水平分布范围的自动辨识;并基于信号IMF1分量的提取及分析,实现了病害区域深度分布范围的自动辨识,最终提出一种探地雷达数据中病害区域的自动辨识方法。基于正演模拟数据及隧道回填层实测数据的测试结果表明:该方法对于雷达数据中的病害区域具有较强的检测能力,且对于同频率同类型的检测数据,其SVM二分类模型可以通用,检测效率较高。(4)基于层面回波信号的波相特征分析,研究了结构层面的自动辨识方法。通过正演模拟分别构建理想层面模型及有金属体干扰的非理想层面模型,通过电磁波传播理论分析和模拟数据验证,确定了探地雷达回波信号在层面位置的波形特征及瞬时相位特征,以及受钢筋强反射信号干扰时回波信号波相特征的变化规律,提出一种基于瞬时相位差分曲线的结构层面自动辨识方法。基于隧道初衬及二衬结构实测数据的测试结果表明:该方法对于雷达数据中的结构层面具有较强的自动辨识能力。(5)基于数据去噪及叁类检测目标自动辨识方法的研究成果,构建地下工程结构多类型缺陷自动辨识的完整框架。结合赐儿山2号隧道13条测线的探地雷达检测数据,对上述研究成果在工程实际中的综合应用性能进行评价。分别对不同测线位置的雷达检测数据作自动辨识计算,得到赐儿山2号隧道钢拱架数量、钢筋数量、不密实区域、初衬厚度及二衬厚度的自动辨识结果,最终实现了赐儿山2号隧道支护结构多类型缺陷的自动辨识。
（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。
信号辨识论文参考文献
[1].刘程鹏.基于数字信号处理技术的光纤传感器故障辨识[J].现代电子技术.2019
[2].徐俊.地下工程结构多类型缺陷的雷达信号自动辨识方法与工程应用[D].北京科技大学.2019
[3].陶巍,方世良,王晓燕.一种改进的PSK信号非合作调制辨识法[C].中国声学学会水声学分会2019年学术会议论文集.2019
[4].郭子源,杨文清.基于数字信号处理技术的光纤传感器故障辨识[J].激光杂志.2019
[5].吴施志,边杰,陈亚农,王平,徐友良.多模态时域振动衰减信号各模态分离与阻尼参数辨识方法[J].推进技术.2019
[6].韩笑.基于信号分解的居民用户非侵入负荷辨识技术[D].华北电力大学(北京).2019
[7].袁道任,蔡玉宝,胡争争,马留洋.基于脑认知信号的水声信号智能辨识方法探索研究[J].现代信息科技.2019
[8].宋钦良,贾维敏,袁丁,江弘杰.针对卫星动中通伺服系统辨识的输入信号设计[J].弹箭与制导学报.2019
[9].张日升,刘维新,唐瑞,胡秋.基于振动信号特征频率的数控车床故障辨识方法[J].制造技术与机床.2018
[10].张颀,陶晓涵,陈钒,陈正林.土木工程灾后受困人员求救敲击信号辨识研究[J].山西建筑.2018
论文知识图
