收藏本站
《哈尔滨工业大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

有噪声信号对准理论与应用研究

陈春雨  
【摘要】: 提高信噪比的一个重要手段是将采集的有噪声信号进行平均。但由于信号之间存在着随机的相对时移,导致估计出的信号产生失真,因此平均之前需要将有噪声信号对准。质心估计算法和相关函数法是估计相对时移的经典方法。为了使算法对噪声干扰具有鲁棒性,在这两类方法的基础上,又提出了自适应质心估计算法、完全相关函数法以及自适应相关函数法等改进方案。但目前这些方法的性能评估仅建立在仿真和实验的基础上,而不是系统的理论分析,因此不能全面地考虑各种因素对性能的影响。与此同时,基于统计学习理论的支持向量机方法在短短几年内取得了巨大的成就。它以坚实的理论基础和完善的算法在很多领域替代了神经网络。目前支持向量机多应用于模式识别和预测当中,如果能利用其优秀的泛化性能,对信号中的加性随机噪声进行抑制,那么就会给其开辟一块新的领域。鉴于此,本论文对有噪声信号对准理论进行系统的研究,并提出改进的算法。 首先由于有噪声信号质心受到噪声的干扰,是一个随机变量,因此从理论推导和仿真估计两方面研究噪声分布的均值、标准差以及长度因素对有噪声信号质心分布的影响,并建立有噪声信号的质心模型以及基于质心法的估计信号模型,根据这些模型,得到影响估计效果的主要因素,并提出相应的改进方案。 其次对自适应质心估计算法建立理论模型,详细分析该算法的原理,讨论其局限性。由于当信噪比低到一定程度时,有用信号的损失过大,会导致引入新的随机时移,使算法完全失效,因此通过将信号分组的方式提出改进的自适应质心估计算法,并对分组的原则进行研究。同时由于相关函数法是时移估计的经典方法,因此通过建立三种典型的信号模型,得出最容易使其失效的条件,并分析参数对其抗噪声能力的影响,总结出它的不足,然后通过仿真与改进的自适应质心估计算法进行性能比较。 接着根据支持向量机有坚实的理论基础和良好的泛化能力的特点,将其引入到信号处理中的加性噪声抑制中,分析噪声抑制的原理、核函数及其参数的作用,通过仿真验证理论分析的结果。将支持向量机用于信号对准中,即对有噪声信号先用支持向量机进行预处理,然后通过简单的电平检测法将这些信号对准。通过仿真,将改进的自适应质心法、相关函数法和由支持向
【学位授予单位】:哈尔滨工业大学
【学位级别】:博士
【学位授予年份】:2006
【分类号】:TN911.4

手机知网App
【引证文献】
中国博士学位论文全文数据库 前1条
1 黄为勇;基于支持向量机数据融合的矿井瓦斯预警技术研究[D];中国矿业大学;2009年
【参考文献】
中国期刊全文数据库 前2条
1 朱国强,刘士荣,俞金寿;基于支持向量机的数据建模在软测量建模中的应用[J];华东理工大学学报;2002年S1期
2 李凌均,张周锁,何正嘉;支持向量机在机械故障诊断中的应用研究[J];计算机工程与应用;2002年19期
【共引文献】
中国期刊全文数据库 前10条
1 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
5 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
6 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
7 唐晓芬;赵秉新;;基于支持向量机的农村劳动力转移预测[J];安徽农业科学;2011年11期
8 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
9 王婷婷;黄燕;;基于NC-SVM的酵母蛋白功能预测研究[J];现代农业科技;2011年07期
10 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
7 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
8 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
9 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
10 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
3 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
4 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
8 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学(北京);2010年
9 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
10 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
8 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
9 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
10 王文栋;GEP及SVM融合的分类技术研究[D];广西师范学院;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 卢平;煤矿瓦斯灾害事故频发的原因及其对策分析[J];安全;2005年03期
2 饶明;因特摩实时智能监控及事故预报防范系统——人工智能与计算机技术在安全生产中的应用[J];安全与环境学报;2002年05期
3 郭德勇;范金志;马世志;王仪斌;;煤与瓦斯突出预测层次分析-模糊综合评判方法[J];北京科技大学学报;2007年07期
4 王传英,付华;模糊数据融合算法在煤矿安全系统中的应用[J];传感器技术;2005年06期
5 汪云甲;杨敏;张克;;数字矿山与煤矿瓦斯监测及预警[J];地理信息世界;2008年05期
6 任博;张喜斌;张恒喜;;基于最小二乘支持向量机的飞机备件多元分类[J];电光与控制;2006年02期
7 夏士雄;李文超;周勇;张磊;牛强;;一种改进的k-means聚类算法(英文)[J];Journal of Southeast University(English Edition);2007年03期
8 金敬强;武富春;;信息融合技术的发展现状与展望[J];电脑开发与应用;2006年01期
9 乔立岩;彭喜元;马云彤;;基于遗传算法和支持向量机的特征子集选择方法[J];电子测量与仪器学报;2006年01期
10 乔立岩;彭喜元;彭宇;;基于微粒群算法和支持向量机的特征子集选择方法[J];电子学报;2006年03期
中国博士学位论文全文数据库 前10条
1 徐德友;粗集信息分析在故障诊断中的应用及自修复飞行控制系统效能评估[D];南京航空航天大学;2002年
2 赵冲冲;基于支持向量机的旋转机械故障诊断[D];西北工业大学;2003年
3 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年
4 刘严岩;多传感器数据融合中几个关键技术的研究[D];中国科学技术大学;2006年
5 付华;煤矿瓦斯灾害特征提取与信息融合技术研究[D];辽宁工程技术大学;2006年
6 高雷阜;煤与瓦斯突出的混沌动力系统演化规律研究[D];辽宁工程技术大学;2006年
7 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
8 姜明辉;商业银行个人信用评估组合预测方法研究[D];哈尔滨工业大学;2006年
9 陈佐;时间序列相空间重构数据挖掘方法及其在证券市场的应用[D];湖南大学;2007年
10 王其军;瓦斯监测系统故障智能诊断技术研究[D];山东科技大学;2007年
中国硕士学位论文全文数据库 前4条
1 操小明;粗集—支持向量机方法的软测量应用研究[D];重庆大学;2006年
2 梁华珍;工作面瓦斯涌出量预测的研究与应用[D];安徽理工大学;2007年
3 李苏旺;时间序列数据建模及其在瓦斯预测中的应用研究[D];太原理工大学;2007年
4 高青;多传感器数据融合算法研究[D];西安电子科技大学;2008年
【二级引证文献】
中国期刊全文数据库 前1条
1 王军号;孟祥瑞;;基于物联网感知的煤矿安全监测数据级融合研究[J];煤炭学报;2012年08期
中国博士学位论文全文数据库 前1条
1 董丁稳;基于安全监控系统实测数据的瓦斯浓度预测预警研究[D];西安科技大学;2012年
中国硕士学位论文全文数据库 前1条
1 邝绍南;基于多传感器数据融合的蛇形机器人桥梁缆索缺陷自动检测方法研究[D];华南理工大学;2012年
【二级参考文献】
中国期刊全文数据库 前7条
1 仲蔚,俞金寿;基于FUZZY ARTMAP的加氢裂化分馏塔MIMO软测量[J];化工学报;2000年05期
2 何昕,刘重庆,李介谷;基于支撑向量机的说话人确认系统[J];计算机工程与应用;2000年12期
3 仲蔚,刘爱伦,俞金寿;多变量系统的软测量建模研究[J];控制与决策;2000年02期
4 徐敏,俞金寿;软测量技术[J];石油化工自动化;1998年02期
5 田盛丰,黄厚宽,李洪波;基于支持向量机的手写体相似字识别[J];中文信息学报;2000年03期
6 贾立,俞金寿;基于自适应混合变异进化策略的神经模糊系统及应用研究[J];系统仿真学报;2001年S1期
7 刘士荣,俞金寿;基于最优模糊聚类的模糊推理系统及其在产品质量估计中的应用[J];信息与控制;2000年03期
【相似文献】
中国期刊全文数据库 前10条
1 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
2 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
3 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
4 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
5 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
6 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
7 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
8 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
9 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
10 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 何小明;新型抗电磁干扰材料 铁氧体噪声抑制纸[N];中国电子报;2000年
2 木哥;完全实时取景[N];计算机世界;2008年
3 计算机世界实验室 微电脑世界实验室;同质与特色的年代[N];计算机世界;2008年
4 湖南 廖建兴;4×43W BTL功放TA8277H[N];电子报;2003年
5 四川 温成宜 编译;PFC+电子镇流器的设计(下)[N];电子报;2007年
6 福建 庄力群;再析串联型与并联型稳压电路的内阻与噪声[N];电子报;2001年
7 李水根;计算机详解配伍与药效关系[N];健康报;2005年
8 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
9 烽火科技集团 武汉虹信通信技术有限责任公司;烽火科技多途径解决密集城区覆盖难题[N];通信产业报;2008年
10 曹凌;恩智浦SoC芯片提升液晶电视录像功能[N];中国电子报;2008年
中国博士学位论文全文数据库 前10条
1 陈春雨;有噪声信号对准理论与应用研究[D];哈尔滨工业大学;2006年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026