收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

信号特征提取方法与应用研究

孟庆丰  
【摘要】: 信号特征提取是从信号中获取信息的过程,是模式识别、智能系统和机械故障诊断等诸多领域的基础和关键。动态信号的复杂性和特征提取的多学科交叉融合特性使得信号特征提取方法一直是人们广为关注的重要研究方向。本文以把握学术前沿为前提,以多学科知识的相互渗透和紧密结合工程应用为主要思路,探讨信号特征提取方法的研究途径,研究具有工程实用意义的信号特征提取方法。主要研究工作如下: 1.研究了离散Fourier变换中存在的谱泄漏效应对多频信号的频率、幅值和相位估计精度的影响。结合插值快速Fourier变换,并考虑了长程泄漏的影响,提出了一种迭代插值FFT方法。方法可有效地消除长程泄漏效应,提高估值精度。与著名的Grandke的IFFT和Liguori的IFFTc方法的比较结果表明,在信号存在噪声干扰以及信号参数不同的情况下,该方法获得的结果有最好的估计精度,有最好的综合性能。 2.分析了机械系统动态响应的波形特点,提出用指数衰减正弦波作为字典原子来分解信号,并结合匹配追踪和遗传算法给出了一种自适应信号分解方法。方法能有效地提取平稳的周期波形和非平稳的冲击衰减响应。与著名的Gabor原子的比较表明,该方法对提取机械冲击响应比用Gabor字典原子更有效,提取的结果有更为明确的物理解释,可以获得更为稀疏的信号表示。方法已成功应用于往复机械的故障诊断。 3.研究了基于非参数波形原子的特征波形提取方法。将具有先验知识的模板信号通过滤波器组得到一组不需要用任何参数表达的基函数,由此构造出非参数特征波形原子。模板信号的引入使得提取的特征波形具有物理可解释的特点;应用滤波器组形成的特征波形原子具备了形状和位置可调的能力,因此具有很宽的适应性。仿真和实验信号验证了方法的有效性,尤其是在噪声和信号频带重叠的情况下,也能将信号分离和提取出来。 4.研究了由微弱的随机激励引起的瞬态波形的提取方法。从理论上证明了周期干扰成分的存在对提取的随机减量特征信号的影响,结合数字滤波技术和随机减量技术,提出了一种从周期干扰环境中提取随机减量特征信号的简便方法。用该方法实现了旋转机械油膜涡动的在线监测和稳定性裕度的趋势分析与预测,解决了这一应用难题,获得了满意的结果。 5.针对感应电动机系统无传感器监测与诊断中存在的特征信息微弱、易受环境噪


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张亮;郭桂蓉;庄钊文;何松华;马莉波;;雷达目标高分辨距离像数据预处理方法研究[J];电子学报;1998年06期
2 沈同圣;任建存;冯亚林;周晓东;;红外成像制导中目标识别方法探讨[J];红外与激光工程;1998年05期
3 刘守生,丁勇,胡寿松;一种特征提取新方法[J];信号处理;1999年S1期
4 李平,蒋振刚;神经网络对手写字符识别特征的提取[J];长春光学精密机械学院学报;2000年02期
5 孟国强;基于车辆牌照识别系统字符的特征提取方法研究[J];河南科学;2003年06期
6 邵云生,徐国华;雷达舰船目标的混合特征提取算法的设计与实现[J];舰船电子对抗;2004年02期
7 崔晨旸,石教英;三维模型检索中的特征提取技术综述[J];计算机辅助设计与图形学学报;2004年07期
8 张晓东,陈锋;基于非线性回归的自适应特征提取算法[J];阜阳师范学院学报(自然科学版);2004年02期
9 夏晓清,冯伟,赵荣椿;CPODW数字水印技术中的图像内容提取方法[J];计算机应用;2004年S2期
10 陈宇萍;外观设计专利图像检索系统研究[J];科技管理研究;2005年04期
11 李大鹏,张利群,赵岩松;红外无损检测中的裂纹特征提取和图形重建方法研究[J];计算机测量与控制;2005年07期
12 吴玉斌,徐刚;基于虚拟仪器的机器人视觉处理[J];光电技术应用;2005年05期
13 孙蕾,周明全,耿国华;基于医学图像的数学规划支持向量机[J];计算机工程;2005年19期
14 夏庆观,路红,赵茜,王东霞;基于IMAQ的零件图像特征提取和识别[J];机械设计与制造;2005年09期
15 刘丽华;自动人脸识别方法研究与展望[J];内江科技;2005年05期
16 杨晓敏,吴炜,黎涛,何小海;基于Gabor变换和支持向量机的车牌字符识别算法[J];四川大学学报(工程科学版);2005年05期
17 夏庆观,路红,陈桂;基于小波神经网络的零件图像特征提取和识别[J];仪器仪表学报;2005年S1期
18 王和勇;姚正安;李磊;;基于聚类的核主成分分析在特征提取中的应用[J];计算机科学;2005年04期
19 肖文定;张文栋;熊继军;;基于小波变换的被动声目标识别的研究[J];弹箭与制导学报;2005年S1期
20 程剑;应自炉;;基于二维主分量分析的面部表情识别[J];计算机工程与应用;2006年05期
中国重要会议论文全文数据库 前10条
1 林土胜;赖声礼;;视网膜血管特征提取的拆支跟踪法[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
2 钱小聪;郑宝玉;穆明鑫;;神经网络联机手写签名验证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
3 张羽;汪源源;王威琪;余建国;林继耕;;狭窄血管多普勒信号特征提取的实验研究[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
4 柳林霞;陈杰;窦丽华;;不变矩理论及其在目标识别中的应用[A];2002中国控制与决策学术年会论文集[C];2002年
5 杨日杰;施建礼;林洪文;;一种雷达视频回波特征提取方法研究[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
6 代克杰;张红梅;盛赛斌;;基于BP网络的故障特征提取方法研究[A];2004中国控制与决策学术年会论文集[C];2004年
7 何新;史迎春;周献中;;一种基于独立分量分析的音频分类方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
8 朱晓霞;孙同景;陈桂友;;基于支持向量机理论的两级指纹分类实现方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
9 范海宁;郭英;吴剑锋;陈志武;;基于小波包分解的声信号特征提取方法[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年
10 郗长青;郑建明;李言;罗杰;;基于小波包分解的钻头磨损特征提取[A];制造技术自动化学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
2 张立福;通用光谱模式分解算法及植被指数的建立[D];武汉大学;2005年
3 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
4 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
5 宋晴;基于液滴分析技术和液滴指纹图的液体识别方法的研究[D];天津大学;2005年
6 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
7 孙真真;基于光学区雷达目标二维像的目标散射特征提取的理论及方法研究[D];中国人民解放军国防科学技术大学;2001年
8 武子玉;矿物近红外光谱信息提取及应用研究[D];吉林大学;2005年
9 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
10 孙蕾;医学图像智能挖掘关键技术研究[D];西北大学;2005年
中国硕士学位论文全文数据库 前10条
1 曾红梅;情绪图片视觉诱发EEG特征提取与分析[D];天津大学;2012年
2 雷自力;基于Pro/E的三维零件参数化建模和特征提取研究[D];华中科技大学;2011年
3 林少波;中文文本分类特征提取方法的研究与实现[D];重庆大学;2011年
4 黄健;履带式车辆微多普勒效应与特征提取[D];国防科学技术大学;2009年
5 赵蕾蕾;基于词和基本短语模式的特征提取方法[D];河北大学;2009年
6 栾岚;基于机理模型判据的图像中微弱特征提取方法研究及应用[D];东北大学;2009年
7 王菲;面向肺部CAD的特征提取、选择及分类方法研究[D];东北大学;2009年
8 郑睿;藻类细胞图像的特征提取与分类方法研究[D];杭州电子科技大学;2009年
9 李仁杰;高分辨率SAR图像目标三维特征提取与建模[D];国防科学技术大学;2010年
10 陈日晖;面向肺部CAD的三维ROI分割、特征提取与分类方法研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
2 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
3 王竣;深入开发CAD系统对疾病诊断有重要意义[N];中国医药报;2007年
4 北京数码空间信息技术有限公司技术总监 刘斌;Web Mining:第二代网络信息处理技术[N];计算机世界;2000年
5 上海 高博;让电脑“听懂”人话[N];电脑报;2008年
6 记者 何腾江 通讯员 周汇成;验钞新技术通过鉴定[N];中山日报;2008年
7 孙哲南 谭铁牛;生物识别的十大关键技术[N];计算机世界;2007年
8 本报记者 刘洪宇;当机器听懂了我们的声音[N];辽宁日报;2008年
9 林木树;反垃圾邮件有待新突破[N];人民邮电;2004年
10 方忠诚;OCR技术及其应用[N];北京电子报;2000年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978