导读:本文包含了循环自相关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:函数,故障诊断,正交,齿轮,复用,外差,参数。
循环自相关论文文献综述
王化[1]（2019）在《基于循环自相关解调信号的齿轮传递故障诊断》一文中研究指出齿轮传动的运行稳定性对保障整体的工作效率具有重要的作用。应用循环自相关函数解调基本原理建立齿轮传递故障诊断的采样模型。并针对循环自相关解调分析在强噪声背景下、多调制源、多载波频率共存的振动信号运用中的局限性,提取感兴趣的周期成分,来验证循环自相关解调信号在齿轮传递故障诊断中具有很强自适应性,在强背景噪声环境中依然能提取微弱的特征频率。有效地抑制了多调制源、多载波对循环平稳结果带来的交叉项干扰,提高了分析的可靠性。(本文来源于《自动化技术与应用》期刊2019年11期）
鱼一飞,秦浩然,李元祥,高在芬,盖中涛[2]（2019）在《基于自相关函数和循环神经网络的EEG失神性发作检测》一文中研究指出癫痫患者在日常生活中会面临很多挑战,癫痫的发作可能会对自己造成伤害,甚至危及患者或他人的生命。由脑电设备记录的脑电图(EEG)信号常被用于分析脑部放电活动,这是一种非侵入式的临床诊断方法。但是对于医生而言,通过读脑电图对患者做出准确诊断通常是困难而且耗时的。因此,有必要(本文来源于《第八届CAAE国际癫痫论坛论文汇编》期刊2019-10-18）
温禄淳[3]（2019）在《基于循环自相关解调信号的采煤机齿轮传动故障诊断》一文中研究指出齿轮传动的运行稳定性对保障采煤机的工作效率具有重要的作用。应用循环自相关函数解调基本原理建立齿轮传递故障诊断的采样模型,并针对循环自相关解调分析在强噪声背景下、多调制源、多载波频率共存的振动信号运用中的局限性,提取感兴趣的周期成分,来验证循环自相关解调信号在齿轮传动故障诊断中具有很强自适应性,在强背景噪声环境中依然能提取微弱的特征频率,有效地抑制了多调制源、多载波对循环平稳结果带来的交叉项干扰,提高了分析的可靠性。(本文来源于《煤矿机械》期刊2019年04期）
柴艳丽,朱岩,王建强[4]（2019）在《融合循环自相关函数的小波分析算法在微裂缝检测中的应用》一文中研究指出针对激光超声信号中存在大量的噪声成分,信号自身的频谱结构比较复杂,单一算法检测效果不佳的问题,为了提高激光外差干涉法检测材料表面微裂缝的能力,研究了将小波分析算法与循环自相关函数算法相结合实现激光外差干涉检测微裂缝的算法.该算法利用循环自相关函数判断激光超声信号中的微裂缝信息成分的频带,并由此选取合适的小波基函数,改善了小波分析算法对包含微裂缝信息的信号的提取能力.利用该算法进行实验,提取了包含微裂缝信息的信号,得到了被测样件微裂缝的位置信息.实验结果表明,利用该算法得到的被测样件微裂缝的距离与实际距离的误差率为1.04%,验证了算法的可行性和准确性.(本文来源于《测试技术学报》期刊2019年02期）
严富成,程郁凡,陆炫宇,程文帝[5]（2019）在《基于循环自相关的OFDM时间参数盲估计改进算法研究》一文中研究指出在非协作通信领域,传统的基于循环自相关的OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用)时间参数盲估计算法常分析的是无导频OFDM信号,不适用于实际应用场景中含导频OFDM信号的参数盲估计。本文分析了不同导频图案的OFDM信号循环自相关谱特性,针对谱特征变化改进了OFDM信号参数估计算法。改进算法既适用于无导频OFDM信号,也适用于不同导频图案的OFDM信号。仿真结果表明,对于无导频OFDM信号,改进算法比传统算法的时间参数估计误差可降低一个数量级;同时改进算法有效避免了导频引入的二阶周期性谱峰对OFDM时间参数估计的影响,可精确估计含导频OFDM信号的时间参数,具有很好的鲁棒性和应用价值。(本文来源于《信号处理》期刊2019年01期）
王志阳,陈兰,荆双喜,李新华[6]（2019）在《基于循环自相关的滚动轴承故障特征提取研究》一文中研究指出滚动轴承在工作过程中产生的振动信号既有周期性又有随机性。周期性信号来源于滚动轴承的周期运转方式,这种周期性本质上是一种近似周期的冲击性振动;随机性信号来源于滚珠的滑移、制造误差等多种因素。因此,对于滚动轴承的故障诊断来说,理论上用循环平稳模型来描述故障特征比单纯用周期性模型描述更加合适。以循环平稳模型为基础,提出一种基于循环自相关的滚动轴承故障特征提取方法,通过理论分析以及滚动轴承故障仿真和试验,证明了循环频率可以反映故障特征频率。用循环自相关函数谱图与包络频谱图进行对比分析,说明在提取滚动轴承故障特征时,利用循环自相关函数法能够很好地抑制噪声。所提出的方法对于滚动轴承故障的精细诊断具有重要的意义。(本文来源于《河南理工大学学报(自然科学版)》期刊2019年01期）
郭庆丰[7]（2018）在《循环自相关函数在滚动轴承故障特征提取的应用》一文中研究指出应用循环自相关函数和快速谱峭度相结合的方法,对滚动轴承早期故障诊断进行分析研究。首先利用谱峭度方法确定滚动轴承振动信号的最佳带通滤波器,然后利用循环自相关函数对滤波后的信号进行解调,提取出滚动轴承故障特征频率,有效地减少了噪声信号的干扰且增强了故障信号。通过仿真与实验数据的轴承故障振动信号验证所提方法的有效性。(本文来源于《煤矿机械》期刊2018年05期）
王胜,张天骐,袁帅[8]（2019）在《基于循环自相关的NC-OFDM信号参数的盲估计》一文中研究指出在认知无线电(CR)环境中,频率资源不足的问题越来越严重,而非连续正交频分复用(NC-OFDM)能够工作在非连续的频谱环境。针对NC-OFDM信号的参数估计问题,提出一种循环自相关的方法。该方法首先分析循环平稳信号特点,然后根据NC-OFDM信号的循环自相关,在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计,最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下,能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号(ZP-OFDM),且实验证明关闭近90%的子载波数目都能够实现NC-OFDM信号的参数的盲估计。(本文来源于《计算机应用研究》期刊2019年05期）
陈栩杉,张雄伟,杨吉斌,乔林,李轶南[9]（2017）在《随机测量条件下的循环自相关函数无网格估计》一文中研究指出利用循环平稳特性对通信信号进行参数估计是一种常用的处理方法。由于通信信号在循环频率域具有稀疏特性,可以利用随机测量有效降低采样处理的数据量,减轻硬件负荷,并基于压缩采样值进行信号参数估计。然而,在稀疏建模时通常将连续的信号参数空间划分为有限数量的均匀网格,引起基不匹配问题,使得信号在某个假定的离散变换基(傅里叶基、小波基等)下并不稀疏,从而严重影响信号参数估计精确度。为解决这个问题,本文利用原子范数描述循环频率域的连续性和稀疏性,提出一种随机测量条件下的高精确度循环自相关函数无网格估计方法。仿真实验表明,这种无网格估计方法能够有效降低循环自相关函数的估计误差。(本文来源于《太赫兹科学与电子信息学报》期刊2017年04期）
张龙,胡俊锋,熊国良,陈慧[10]（2017）在《滚动轴承循环故障特征增强的自相关非局部平均算法》一文中研究指出针对非局部平均算法(Nonlocal Means,NLM)在处理低信噪比信号时将部分冲击特征均值化、丢失故障信息的现象。提出一种自相关非局部平均算法,首先利用自相关函数对振动信号进行预处理,初步减小噪声影响;再对时延截取的自相关函数进行NLM处理,并以加权运算得到的各样本点权重分布作为包络信号;最后对权重系数序列进行傅里叶变换得到包络谱,获得诊断结果。滚动轴承故障仿真数据和实验室信号分析验证了方法的有效性和优越性。(本文来源于《机械设计与研究》期刊2017年02期）
循环自相关论文开题报告
（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：
癫痫患者在日常生活中会面临很多挑战,癫痫的发作可能会对自己造成伤害,甚至危及患者或他人的生命。由脑电设备记录的脑电图(EEG)信号常被用于分析脑部放电活动,这是一种非侵入式的临床诊断方法。但是对于医生而言,通过读脑电图对患者做出准确诊断通常是困难而且耗时的。因此,有必要
（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。
循环自相关论文参考文献
[1].王化.基于循环自相关解调信号的齿轮传递故障诊断[J].自动化技术与应用.2019
[2].鱼一飞,秦浩然,李元祥,高在芬,盖中涛.基于自相关函数和循环神经网络的EEG失神性发作检测[C].第八届CAAE国际癫痫论坛论文汇编.2019
[3].温禄淳.基于循环自相关解调信号的采煤机齿轮传动故障诊断[J].煤矿机械.2019
[4].柴艳丽,朱岩,王建强.融合循环自相关函数的小波分析算法在微裂缝检测中的应用[J].测试技术学报.2019
[5].严富成,程郁凡,陆炫宇,程文帝.基于循环自相关的OFDM时间参数盲估计改进算法研究[J].信号处理.2019
[6].王志阳,陈兰,荆双喜,李新华.基于循环自相关的滚动轴承故障特征提取研究[J].河南理工大学学报(自然科学版).2019
[7].郭庆丰.循环自相关函数在滚动轴承故障特征提取的应用[J].煤矿机械.2018
[8].王胜,张天骐,袁帅.基于循环自相关的NC-OFDM信号参数的盲估计[J].计算机应用研究.2019
[9].陈栩杉,张雄伟,杨吉斌,乔林,李轶南.随机测量条件下的循环自相关函数无网格估计[J].太赫兹科学与电子信息学报.2017
[10].张龙,胡俊锋,熊国良,陈慧.滚动轴承循环故障特征增强的自相关非局部平均算法[J].机械设计与研究.2017
论文知识图
