导读:本文包含了功率谱分解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:分解,功率,神经网络,分离法,小波,故障诊断,特征值。
功率谱分解论文文献综述
吴祚菊,张建经,王志佳,刘飞成,邓小宁[1]（2016）在《基于虚实分离法分解功率谱矩阵的空间相关地震动合成方法》一文中研究指出本文首次采用虚实分离法来进行功率谱矩阵的分解,并将该分解法生成的地震动相关特性与传统的cholesky分解法进行对比分析,结果显示该方法不仅计算快速、准确可行,而且在多方面具有明显的优越性。另外,本文在使用虚实分离法分解矩阵的同时,具体推导了该方法的可行性,并给出了详细的证明过程。通过文中的合成实例可以看出,该方法生成的人工地震动时程空间相关性良好,且具有频域、时域范围内的双重非平稳特性。(本文来源于《地震工程与工程振动》期刊2016年02期）
马令坤,戴志美[2]（2014）在《基于信号功率谱密度分布的动态非均匀子带分解方法》一文中研究指出针对频谱变化范围较大的宽带信号的子带分解问题,为了动态地调整子带的宽带与数量,合理地控制子带信号的自相关矩阵特征值扩散度,提高子带信号处理的性能和效率,在基于离散傅里叶变换(DFT)子带分解方法的基础上,提出了一种基于信号功率谱密度(PSD)的动态非均匀子带分解的新方法。对于给定序列,通过功率谱估计,确定子带数目和子带幅度范围,通过子带调制实现不同子带向零频处搬移,实现信号的分解。利用Matlab对子带信号特征值扩散度和信号重建性能进行了仿真。实验结果表明,与均匀子带分解相比,提出的方法直接利用PSD的分布信息实现非均匀子带分解,有效地控制了子带信号特征值扩散度在合理范围内的分布,并具有较好的重构性能。(本文来源于《计算机应用》期刊2014年09期）
舒天勇,赵毅寰[3]（2012）在《基于特征分解功率谱估计的距离成像算法》一文中研究指出线性调频(LFM)信号是高分辨率雷达的主要信号形式之一,通过分析LFM雷达信号实现距离高分辨率成像的原理,针对杂波和噪声对雷达回波信号的影响,提出了利用基于特征分解功率谱估计的方法进行频率估计,从而实现LFM雷达信号的距离成像的算法。仿真结果表明,该方法对低信噪比情况下的目标距离一维成像是有效的。(本文来源于《电子设计工程》期刊2012年14期）
包中华,于仕财,龚沈光[4]（2012）在《基于小波包分解和滑动功率谱的舰船轴频电场信号检测》一文中研究指出轴频电场是可在水下探测到的一种运动舰船特征物理场,由于海水的衰减作用,其信号十分微弱。文章提出了一种基于小波包分解和滑动功率谱的微弱舰船轴频电场信号检测方法。首先,利用小波包变换对观测信号进行多子带分解;然后,分别提取各子带信号功率作为检测特征量,使用浮动门限对其进行滑动检测。实测数据和仿真数据处理表明,该方法能够在较低的信噪比条件下有效工作,性能优于传统的功率谱检测方法。(本文来源于《海军航空工程学院学报》期刊2012年03期）
吴勇信,高玉峰[5]（2012）在《基于功率谱矩阵开方分解的空间相关多点地震动合成方法》一文中研究指出基于前人对多点地震动合成方法的研究,提出了一种多点地震动的合成方法。该方法基于复功率谱矩阵的开方分解,将复功率谱矩阵分解为一个Hermite矩阵与其共轭转置矩阵的乘积,并给出了基于此分解的考虑空间相关性并满足功率谱矩阵的幅值谱和相位谱的求解公式。此外,在合成功率谱矩阵时还考虑了空间各点地震动自功率谱谱强度的变化,以使得合成的多点地震动更好地适用于大跨度结构物的多点输入分析。(本文来源于《工程力学》期刊2012年04期）
张秀峰,叶金山,黄苹[6]（2010）在《经验模态分解结合功率谱方法在轴承故障诊断中的应用》一文中研究指出经验模态分解(EMD)方法具有自适应性特点,适用于非平稳、非线性信号的处理。针对轴承故障信号微弱及非平稳的特点,提出了基于经验模态分解结合功率谱的方法来提取轴承故障信号。试验研究中利用电火花加工方法分别在两个轴承上的外圈及滚动体上加工出凹坑,模拟早期剥落故障,并在试验台上获取振动信号。采用传统傅里叶变换方法分别对这些信号进行处理,不能得到有用信息,而采用EMD结合功率谱的方法能有效提取出试验轴承的外圈及滚动体特征频率。对比结果表明了经验模态分解结合功率谱方法对轴承早期故障诊断的有效性。(本文来源于《机械工程师》期刊2010年12期）
雷懿,田社平,颜国正[7]（2009）在《基于经验模式分解的结肠压力信号功率谱分析》一文中研究指出结肠疾病是一种常见的疾病,结肠测压技术作为研究和诊断结肠运动功能异常的工具得到广泛利用,但是人体结肠压力信号具有明显的非平稳性,传统的时域观察或者频域分析很难对测压结果进行准确的分析.现采用经验模式分解(EMD)对临床采集的结肠压力信号进行分析.先将人体结肠压力信号通过EMD方法分解为一系列自适应的固有模式函数(IMF),然后判断并提取出其中主要的分量,对其进行功率谱分析,从而较为真实地反映出结肠压力信号蕴含的特征信息.结果表明,这种分析方法对于分析结肠压力信号有明显的作用.(本文来源于《中国计量学院学报》期刊2009年03期）
毛仲强,赵秀梅,崔厚玺,樊长博[8]（2008）在《基于经验模态分解的功率谱分析法诊断往复压缩机气阀故障》一文中研究指出往复压缩机气阀是整个机体中故障率最高的部件,针对其信号成非线性、非平稳性,故障模式难以辨识的特征,提出基于经验模态分解的功率谱分析方法。EMD方法具有自适应特点,能够突出表现信号的局部特征和时变特性,适合处理非线性、非平稳信号。对气阀信号按频率由高到低分解为有限个固有模态函数之和,选择对气阀故障敏感的IMF分量进行功率谱分析,从而获得高信噪比故障特征。应用结果表明,该方法较传统频谱分析,突出了气阀信号的故障信息,提高了诊断的准确性。(本文来源于《科学技术与工程》期刊2008年06期）
张凯,姚建刚,李伟,贺辉[9]（2007）在《基于功率谱分解和实时气象因素的短期负荷预测》一文中研究指出提出了基于功率谱分解和实时气象因素的短期负荷预测方法,采用快速傅里叶变换(fast Fourier transform,FFT)对负荷序列进行变换得到功率谱,依据变换结果分析功率谱得出负荷基频、低频和高频分量的频率范围,采用有限脉冲响应(finite impulse response,FIR)滤波器从负荷中分离出各个负荷分量。分析各个负荷分量的特点,针对各个负荷分量分别设计预测模型,对基频分量采用Elman回归神经网络进行预测,这部分较好地反映出基频分量的时间序列特性;对低频和高频分量分别采用自适应线性回归神经网络进行预测,在对这部分分量的预测中重点引入实时气象因素,以利用最新的气象信息提高预测精度。通过在某地区的实际应用证明了所提出方法的有效性。(本文来源于《电网技术》期刊2007年23期）
郑建明,李言,肖继明,洪伟[10]（2004）在《基于功率谱小波分解的神经网络钻头磨损监测》一文中研究指出在钻削过程中,钻削力功率谱与钻头磨损之间具有较强的相关性,被广泛用于钻头磨损监测,但是关于功率谱特征的提取和识别一直没有很好解决.文中采用小波变换对功率谱进行多层分解,提取低频分解系数作为功率谱的包络信息,从而实现对功率谱特征的提取和压缩,并利用BP神经网络对功率谱小波低频分解系数进行融合,实现钻削过程钻头磨损状态的智能识别.试验结果表明:该方法可有效实现功率谱特征提取,经训练的神经网络具有较高的识别精度和推广能力.(本文来源于《应用科学学报》期刊2004年04期）
功率谱分解论文开题报告
（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：
针对频谱变化范围较大的宽带信号的子带分解问题,为了动态地调整子带的宽带与数量,合理地控制子带信号的自相关矩阵特征值扩散度,提高子带信号处理的性能和效率,在基于离散傅里叶变换(DFT)子带分解方法的基础上,提出了一种基于信号功率谱密度(PSD)的动态非均匀子带分解的新方法。对于给定序列,通过功率谱估计,确定子带数目和子带幅度范围,通过子带调制实现不同子带向零频处搬移,实现信号的分解。利用Matlab对子带信号特征值扩散度和信号重建性能进行了仿真。实验结果表明,与均匀子带分解相比,提出的方法直接利用PSD的分布信息实现非均匀子带分解,有效地控制了子带信号特征值扩散度在合理范围内的分布,并具有较好的重构性能。
（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。
功率谱分解论文参考文献
[1].吴祚菊,张建经,王志佳,刘飞成,邓小宁.基于虚实分离法分解功率谱矩阵的空间相关地震动合成方法[J].地震工程与工程振动.2016
[2].马令坤,戴志美.基于信号功率谱密度分布的动态非均匀子带分解方法[J].计算机应用.2014
[3].舒天勇,赵毅寰.基于特征分解功率谱估计的距离成像算法[J].电子设计工程.2012
[4].包中华,于仕财,龚沈光.基于小波包分解和滑动功率谱的舰船轴频电场信号检测[J].海军航空工程学院学报.2012
[5].吴勇信,高玉峰.基于功率谱矩阵开方分解的空间相关多点地震动合成方法[J].工程力学.2012
[6].张秀峰,叶金山,黄苹.经验模态分解结合功率谱方法在轴承故障诊断中的应用[J].机械工程师.2010
[7].雷懿,田社平,颜国正.基于经验模式分解的结肠压力信号功率谱分析[J].中国计量学院学报.2009
[8].毛仲强,赵秀梅,崔厚玺,樊长博.基于经验模态分解的功率谱分析法诊断往复压缩机气阀故障[J].科学技术与工程.2008
[9].张凯,姚建刚,李伟,贺辉.基于功率谱分解和实时气象因素的短期负荷预测[J].电网技术.2007
[10].郑建明,李言,肖继明,洪伟.基于功率谱小波分解的神经网络钻头磨损监测[J].应用科学学报.2004
论文知识图
