导读:本文包含了周期非均匀采样论文开题报告文献综述及选题提纲参考文献，主要关键词:带限周期信号,向量,周期序列,同步性
周期非均匀采样论文文献综述
严结实,刘吕娜[1]（2018）在《带限周期信号均匀采样的同步性判据研究》一文中研究指出依据同步采样与非同步采样的信号能量分布特点,用均匀采样序列构建4个向量,应用向量理论和帕什威尔(Parseval)定理,提出了几种判据原理,如2-范数平方及离散度判据、向量映射系数判据、向量夹角判据,通过MATLAB进行了仿真验证,几种判据得到相同结论。这些判据为智能电子装置、智能保护装置、智能控制装置在电参量求解方面奠定了一条同步性判断的理论基础。(本文来源于《电器与能效管理技术》期刊2018年12期）
王志红,孙桂玲,李洲周,张颖[2]（2014）在《基于ITCSAMP的周期非均匀采样与重构》一文中研究指出根据周期非均匀采样的特点,结合联合子空间理论,将信号采样与重构转化为向量运算.并针对自然界中的稀疏信号,结合压缩传感理论,提出采用阈值迭代压缩采样匹配追踪(ITCSAMP)重构算法进行信号重构,并分析了其完整重构条件.最后,借助软件(Matlab)搭建模型,验证该算法可以很好实现稀疏信号的周期非均匀采样与重构.(本文来源于《南开大学学报(自然科学版)》期刊2014年05期）
王宏伟,王佳,夏浩[3]（2014）在《基于子空间方法的非均匀周期刷新和采样系统辨识》一文中研究指出针对非均匀周期刷新和采样系统的建模问题,对于含有提升变量的状态空间模型,提出基于子空间技术的辨识方法.首先,通过系统的采样数据建立由Hankel矩阵组成的扩展状态空间方程;然后,利用斜交投影的原理、方法和奇异值分解,通过子空间辨识算法确定增广观测矩阵和状态向量,通过最小二乘方法确定模型的参数矩阵;最后,通过仿真实例表明了所提出算法的有效性.(本文来源于《控制与决策》期刊2014年05期）
于树海,王建立,董磊,刘欣悦,王国聪[4]（2013）在《基于非均匀周期采样的傅里叶望远镜时域信号采集方法》一文中研究指出为了在低信噪比条件下清晰重构深空暗弱目标,提出了一种基于非均匀周期采样(NUPS)的傅里叶望远镜(FT)时域信号采集方法。对提出的方法进行了模拟实验并与均匀采样方法重构的图像进行了对比。基于NUPS方法,用1 MHz和5 MHz的采样频率分别采集100个点,对两个序列信号分别进行快速傅里叶变换,并对关心频率信息进行平均;传统的均匀采样方法则分别用1 MHz和5 MHz的采样频率采集200个点,再进行解调平均。对比结果显示:当信噪比(SNR)为50时,本文重构图像与衍射极限图像的斯托里尔比(Strehl)相比原方法提升了0.03,SNR为20时,Strehl比为0.531 1,较均匀采样提高了0.223 3。实验结果表明:NUPS方法在低信噪比条件下成像质量较高,可降低对激光功率的要求,为FT工程系统的实施奠定了技术基础。(本文来源于《中国光学》期刊2013年03期）
罗浚溢,田书林,王志刚,刘涛[5]（2012）在《最小L_1范数实现周期非均匀采样与重构研究》一文中研究指出根据周期非均匀采样需要多个采样通道的特点,利用联合子空间理论将采样与重构转换为矩阵向量运算。结合最小L1范数算法,提出了一种针对稀疏信号的周期非均匀采样与重构方法,分析了最小L1范数算法在周期非均匀采样系统中的完整重构条件。最后,以多带正弦信号为例,分别从可完整重构概率和系统整体验证两个方面证明了该方法能够实现稀疏信号的采样与重构。(本文来源于《电子科技大学学报》期刊2012年03期）
李晓龙,冷永刚,范胜波,石鹏[6]（2011）在《基于非均匀周期采样的随机共振研究》一文中研究指出随机共振的参数调节过程比较复杂,而且一般要求采样频率不低于信号频率的50倍以上才能实现随机共振。借鉴非均匀采样的思想,提出基于非均匀周期采样的随机共振实现方法,对不同采样频率下的采样数据进行随机共振,并利用非均匀采样傅里叶变换进行频谱迭加分析,可以实现只需简单确定随机共振参数即可得到特征信号成分。该方法还可以在采样频率小于50倍信号频率时,依然能够得到特征信号频率成分。数值仿真和故障模拟实验研究验证了该方法有效的应用性。(本文来源于《振动与冲击》期刊2011年12期）
李晓龙[7]（2011）在《基于非均匀周期采样的随机共振研究》一文中研究指出重大关键设备运行状态的实时监控是关系到国民经济发展和国家建设的重要问题之一。随着科学技术不断发展和工程实际需求的不断提高,实时监控对故障检测方法和信号处理技术提出了更高的要求,特别是在强噪声干扰环境下,希望能够检测出早期微弱故障的特征信号。变尺度随机共振技术通过非线性系统、噪声和信号的协同机制,在非线性系统的作用下,充分利用噪声,达到微弱特征信号的增强,从而实现检测、提取和辨识微弱特征信号的目的。但是如果要想实现这种变尺度随机共振的协同,通常需要将系统参数、噪声强度、信号参数以及变尺度采样频率等参数达到一定的调谐关系,其参数调节过程相对比较复杂。特别是要求实际采样频率需要达到(故障)特征信号频率的50倍以上,这在一定程度上限制了变尺度随机共振在工程实践中的应用。非均匀周期采样技术是一种信号处理方法,其优点是既能够用小采样频率采得大频率信号而不产生频谱混迭,又能够消除完全非均匀采样所产生的混迭噪声。本文利用非均匀周期采样的这一特点,通过将非均匀周期采样和随机共振结合,提出一种新的非线性信号处理方法——基于非均匀周期采样的随机共振方法。所提出的方法既不需要进行过多的参数调节,又不需要将采样频率定为特征信号频率的50倍以上,只需固定某一组随机共振系统参数,运用一组不同的较小的采样频率进行采样,将不同采样频率下的信号通过双稳系统,然后运用非均匀采样傅里叶变换进行频谱迭加,就可以检测出微弱的特征信号。这种方法使随机共振技术能够更加广泛的应用到工程实际中,计算机仿真和工程试验数据验证了该方法的有效性。(本文来源于《天津大学》期刊2011-12-01）
罗浚溢,田书林,王志刚[8]（2011）在《基于多测量向量模式的周期非均匀采样研究》一文中研究指出为了实现稀疏信号的有效采样与完整重构,结合多测量向量模式,提出了一种针对稀疏信号的周期非均匀采样与重构方法。根据周期非均匀采样需要多个采样通道的特点,利用联合子空间理论将采样与重构转换为矩阵向量运算。利用多测量向量确定非零行向量的位置参数并分析了多测量向量模式在周期非均匀采样系统中的完整重构条件并通过插值器实现信号完整重构,使其能在数字系统中应用。最后,分别从可完整重构概率和系统整体验证两个方面证明了该方法能够实现稀疏信号的采样与重构。(本文来源于《四川大学学报(工程科学版)》期刊2011年05期）
刘艳君,丁锋[9]（2011）在《非均匀周期采样系统的递阶最小二乘辨识方法》一文中研究指出针对非均匀周期采样系统,通过状态空间模型离散化方法得到其输入输出表达形式.鉴于参数化后得到的辨识模型同时包含1个参数向量和1个参数矩阵,利用递阶辨识原理,将辨识模型分解为分别含有参数向量和参数矩阵的2个虚拟子系统;考虑到系统的因果约束问题,将包含参数矩阵的子系统分解为子子系统进行辨识,从而提出这类非均匀采样系统的递阶最小二乘辨识方法.仿真例子表明该算法是有效的.(本文来源于《控制与决策》期刊2011年03期）
罗浚溢,田书林,王志刚,朱肇轩[10]（2010）在《基于正交匹配追踪的周期非均匀采样研究》一文中研究指出结合正交匹配追踪算法,提出了一种针对稀疏信号的周期非均匀采样与重构方法。根据周期非均匀采样的系统模型,基于联合子空间理论将采样与重构过程转换为矩阵向量运算;再借助正交匹配追踪算法确定采样数据矩阵中非零元素的位置,并分析了该算法在周期非均匀采样系统中的完整重构条件,通过插值器实现信号完整重构。最后,以多带正弦信号为例验证了可完整重构概率,系统实验证明:对于稀疏信号的采样与重构,该方法满足完整重构条件。(本文来源于《仪器仪表学报》期刊2010年12期）
周期非均匀采样论文开题报告
（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：
根据周期非均匀采样的特点,结合联合子空间理论,将信号采样与重构转化为向量运算.并针对自然界中的稀疏信号,结合压缩传感理论,提出采用阈值迭代压缩采样匹配追踪(ITCSAMP)重构算法进行信号重构,并分析了其完整重构条件.最后,借助软件(Matlab)搭建模型,验证该算法可以很好实现稀疏信号的周期非均匀采样与重构.
（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。
周期非均匀采样论文参考文献
[1].严结实,刘吕娜.带限周期信号均匀采样的同步性判据研究[J].电器与能效管理技术.2018
[2].王志红,孙桂玲,李洲周,张颖.基于ITCSAMP的周期非均匀采样与重构[J].南开大学学报(自然科学版).2014
[3].王宏伟,王佳,夏浩.基于子空间方法的非均匀周期刷新和采样系统辨识[J].控制与决策.2014
[4].于树海,王建立,董磊,刘欣悦,王国聪.基于非均匀周期采样的傅里叶望远镜时域信号采集方法[J].中国光学.2013
[5].罗浚溢,田书林,王志刚,刘涛.最小L_1范数实现周期非均匀采样与重构研究[J].电子科技大学学报.2012
[6].李晓龙,冷永刚,范胜波,石鹏.基于非均匀周期采样的随机共振研究[J].振动与冲击.2011
[7].李晓龙.基于非均匀周期采样的随机共振研究[D].天津大学.2011
[8].罗浚溢,田书林,王志刚.基于多测量向量模式的周期非均匀采样研究[J].四川大学学报(工程科学版).2011
[9].刘艳君,丁锋.非均匀周期采样系统的递阶最小二乘辨识方法[J].控制与决策.2011
[10].罗浚溢,田书林,王志刚,朱肇轩.基于正交匹配追踪的周期非均匀采样研究[J].仪器仪表学报.2010