导读:本文包含了峰度系数论文开题报告文献综述及选题提纲参考文献，主要关键词:行人航位推算,微机电系统,步态分类,自放大信号
峰度系数论文文献综述
鲍深,张金艺,姚维强,梁滨[1]（2018）在《基于峰度系数的行人水平行走步态细化分类算法》一文中研究指出步态是人的一种生物特征,在定位导航领域具有重要的研究意义.基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器技术的行人步态分类方法大多是使用加速度峰值判别法对当前行人步态进行识别.但布朗运动造成的仪器自有噪声及环境等因素的干扰,使得采集到的信号带有许多伪峰值,降低了最终分类结果的精度.针对这一问题,从整体波形角度出发,提出一种基于峰度系数的行人水平行走步态细化分类算法.该算法首先使用快速傅里叶变换将MEMS传感器采集的行人前进方向的步态加速度信号从时域转换到频域,获得频域信号后再对其模值取平方;然后通过傅里叶逆变换回到时域,得到原信号的自放大信号,并除去大部分的伪峰值;最后计算自放大信号的峰度系数,通过对峰度系数值的分析,达到对慢走、走、慢跑进行区分的目的.验证结果表明:该算法的步态识别率达到98.62%;与加速度值-频率功率融合算法相比,整体分类精度提高了7.37%.(本文来源于《上海大学学报(自然科学版)》期刊2018年04期）
李翠省,刘永强,廖英英[2]（2016）在《基于EEMD和自相关函数峰度系数的滚动轴承故障诊断方法》一文中研究指出针对滚动轴承故障成分周期性强且易被强烈的背景噪声所湮没的特点,提出了基于EEMD和自相关函数峰度系数的滚动轴承故障诊断方法。集成经验模态分解(EEMD)将信号从高频到低频逐次分解出具有不同振动模式的模态函数(IMF),高频部分的IMF分量中包含较多的故障冲击成分,然而其中往往含有大量的噪声,所以IMF分量的选取为故障特征提取的关键。周期信号和随机信号的自相关函数分布特征不同,随机信号的自相关函数在零点处最大,向两侧迅速衰减为0;虽然一般周期信号在零点处同样取得最大值,但向两侧衰减为0的过程是缓慢的。峰度系数作为度量数据在中心聚集程度的指标,在正态分布情况下,峰度系数值是0。正的峰度系数说明观察量更集中,有比正态分布更长的尾部;负的峰度系数说明观测量不那么集中,有比正态分布更短的尾部。峰度系数越大,则数据分布曲线越陡峭,说明其中噪声含量越多。峭度对冲击信号特别敏感,轴承正常运行时,振动信号峭度值大约为3;轴承出现故障时,峭度值随之增大;峭度值越大说明轴承故障越严重。故此,本文采用自相关函数峰度系数和峭度原则来筛选IMF分量。首先,将采集到的复杂振动信号进行EEMD分解,分别计算各IMF峭度值及其自相关函数的峰度系数,筛选峭度值大于3且峰度系数较小的IMF进行重构,这样既保留了最多的故障信息,又避免了强噪声对故障特征提取的影响;然后,利用谱峭度法确定带通滤波器的最佳中心频率和带宽;最后,将滤波后的信号进行包络解调分析并与理论故障频率对比。通过仿真信号和轮对跑合实验台实测数据的研究分析,验证了该方法的有效性和可行性。(本文来源于《第十届动力学与控制学术会议摘要集》期刊2016-05-06）
温利民,邹思思,吕凤虎[3]（2015）在《偏度系数和峰度系数的信度估计》一文中研究指出偏度系数和峰度系数是随机变量的两个重要数字特征,分别描述了随机变量密度函数相对于标准正态分布的非对称的偏态方向程度以及曲线顶峰的尖平程度。一般地,当样本容量较小时用样本偏度和样本峰度估计有较大的误差。文章利用信度理论的思想得到总体k阶矩的信度估计,进而得到偏度系数和峰度系数的信度估计。最后证明了信度估计的大样本性质。(本文来源于《统计与决策》期刊2015年03期）
付红艳[4]（2014）在《关于变异系数、偏度系数和峰度系数的U统计量检验法》一文中研究指出在可靠性工程、金融保险、生物技术和自然科学等领域中，变异系数、偏度系数和峰度系数是重要的参数指标.其中，变异系数是反映总体相对离散程度的数字特征；偏度系数是说明随机变量是否对称的数字特征；峰度系数是衡量随机变量是否具有厚尾分布的数字特征.因此，关于总体的变异系数、偏度系数和峰度系数的假设检验问题具有重要的实际意义.在以往的文献里，虽然对这叁种参数的检验已经有所讨论，但这些检验都是局限于总体必须服从某种特定分布，而对于一般性的总体分布却没有涉及.本文就是在一般总体分布的情况下，给出了这叁种参数的U统计量检验方法，并讨论了其优良性.本文一共分四部分.首先，介绍了变异系数、偏度系数、峰度系数和U统计量检验法的研究背景和意义，以及国内外的研究现状.其次，构造了变异系数差异的U统计量检验法，采用的方法为：首先对变异系数的分子的函数2构造U统计量，其结果为s2；再对变异系数的分母构造U统计量，其结果为X；其次根据多元中心极限定理，得到X, s2的联合渐近分布，进而求出s的渐X近正态性；然后给出变异系数的U统计量检验法，采用文献25的结论（两种检验法的渐近相对效率，即所需样本容量的比值的极限，实质是其估计量渐近方差的比值的极限）求出该检验对其他检验的渐近相对效率；最后通过具体实例，给出U统计量检验法的实际应用.第叁部分，构造了偏度系数差异的U统计量检验法，采用了比较检验所需样本容量的方法，求出其渐近相对效率.第四部分，构造了峰度系数差异的U统计量检验法，采用了Noether定理，求出了该检验对其他检验的渐近相对效率.本文利用U统计量构造了变异系数、偏度系数和峰度系数的假设检验方法，这类方法打破了以往的传统模式，不仅适用于总体分布类型已知但参数未知的参数统计结构，而且也适用于总体分布完全未知的非参数统计结构，有着重要的理论意义和广泛的应用价值.(本文来源于《吉林师范大学》期刊2014-06-01）
峰度系数论文开题报告
（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：
针对滚动轴承故障成分周期性强且易被强烈的背景噪声所湮没的特点,提出了基于EEMD和自相关函数峰度系数的滚动轴承故障诊断方法。集成经验模态分解(EEMD)将信号从高频到低频逐次分解出具有不同振动模式的模态函数(IMF),高频部分的IMF分量中包含较多的故障冲击成分,然而其中往往含有大量的噪声,所以IMF分量的选取为故障特征提取的关键。周期信号和随机信号的自相关函数分布特征不同,随机信号的自相关函数在零点处最大,向两侧迅速衰减为0;虽然一般周期信号在零点处同样取得最大值,但向两侧衰减为0的过程是缓慢的。峰度系数作为度量数据在中心聚集程度的指标,在正态分布情况下,峰度系数值是0。正的峰度系数说明观察量更集中,有比正态分布更长的尾部;负的峰度系数说明观测量不那么集中,有比正态分布更短的尾部。峰度系数越大,则数据分布曲线越陡峭,说明其中噪声含量越多。峭度对冲击信号特别敏感,轴承正常运行时,振动信号峭度值大约为3;轴承出现故障时,峭度值随之增大;峭度值越大说明轴承故障越严重。故此,本文采用自相关函数峰度系数和峭度原则来筛选IMF分量。首先,将采集到的复杂振动信号进行EEMD分解,分别计算各IMF峭度值及其自相关函数的峰度系数,筛选峭度值大于3且峰度系数较小的IMF进行重构,这样既保留了最多的故障信息,又避免了强噪声对故障特征提取的影响;然后,利用谱峭度法确定带通滤波器的最佳中心频率和带宽;最后,将滤波后的信号进行包络解调分析并与理论故障频率对比。通过仿真信号和轮对跑合实验台实测数据的研究分析,验证了该方法的有效性和可行性。
（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。
峰度系数论文参考文献
[1].鲍深,张金艺,姚维强,梁滨.基于峰度系数的行人水平行走步态细化分类算法[J].上海大学学报(自然科学版).2018
[2].李翠省,刘永强,廖英英.基于EEMD和自相关函数峰度系数的滚动轴承故障诊断方法[C].第十届动力学与控制学术会议摘要集.2016
[3].温利民,邹思思,吕凤虎.偏度系数和峰度系数的信度估计[J].统计与决策.2015
[4].付红艳.关于变异系数、偏度系数和峰度系数的U统计量检验法[D].吉林师范大学.2014