版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、上海交通大學(xué)碩士學(xué)位論文基于聲信號(hào)盲分離的特征提取方法研究姓名:蔡曉平申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):機(jī)械設(shè)計(jì)及理論指導(dǎo)教師:陳進(jìn)2003.2.1上j每躉通大學(xué)碩士學(xué)位論文摘要真,說(shuō)明算法具有~定的抗噪聲干擾能力。4對(duì)信號(hào)源盲分離問(wèn)題中的未知信號(hào)源數(shù)目的估計(jì)問(wèn)題進(jìn)行了分析研究。《在現(xiàn)有的信號(hào)源盲分離算法中,一個(gè)普遍的假設(shè)就是認(rèn)為未知信號(hào)源的數(shù)目與觀測(cè)到的混合信號(hào)的數(shù)目是相等的,這實(shí)際上就是認(rèn)為信號(hào)源數(shù)目是已知的。但是對(duì)許多的盲分離問(wèn)題來(lái)說(shuō),信號(hào)
2、源數(shù)目己知的假設(shè)與實(shí)際情況不符。j7本文通過(guò)計(jì)算混合信號(hào)數(shù)據(jù)矩陣的奇異值分解進(jìn)行信號(hào)源個(gè)數(shù)的估計(jì),給出了理論證明及實(shí)際的計(jì)算方法。通過(guò)計(jì)算機(jī)仿真實(shí)例說(shuō)明了主奇異值分析方法的正確性及有效性。5將算法、模型應(yīng)用到實(shí)驗(yàn)數(shù)據(jù)分析中,一共分為兩個(gè)部分。一部分是半消聲室實(shí)驗(yàn),利用分扇和電動(dòng)機(jī)為信號(hào)分離對(duì)象,實(shí)驗(yàn)結(jié)果表明分扇和電動(dòng)機(jī)的頻譜結(jié)構(gòu)都得到了很好地分離,證明了算法的正確性和可靠性。另一部分在實(shí)際的房間里完成的,盡管分離的效果比半消聲室要差一些
3、,但考慮到實(shí)際情況的復(fù)雜性(房間相對(duì)較小,堆放物較多等),實(shí)驗(yàn)結(jié)果還是從一定程度上證明了算法的正確性。6最后,基于本文的盲分離算法而提出的對(duì)實(shí)際生產(chǎn)機(jī)器的故障診斷方法和實(shí)際系統(tǒng)的初步建立,主要思路利用設(shè)備在正常時(shí)和發(fā)生故障時(shí)的特征頻率會(huì)發(fā)生變化。其中,基于現(xiàn)場(chǎng)診斷的實(shí)時(shí)要求,診斷系統(tǒng)的數(shù)據(jù)采集模塊基于VXI總線,數(shù)據(jù)分析處理模塊的芯片采用DSP芯片。最后介紹了基于Labview軟件的故障分析診斷系統(tǒng)的軟件,并已經(jīng)編寫(xiě)完了初步系統(tǒng)的軟件。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于盲源分離的聲學(xué)故障特征提取方法研究.pdf
- 水聲信號(hào)處理的盲信號(hào)分離方法研究.pdf
- 水聲信號(hào)盲源分離方法研究.pdf
- 魚(yú)類(lèi)聲信號(hào)的分析及特征提取研究.pdf
- 基于盲源分離的齒輪箱低頻故障特征提取方法研究.pdf
- 基于盲源分離的風(fēng)機(jī)軸承的故障特征提取方法研究.pdf
- 基于時(shí)頻分析的水聲信號(hào)盲分離方法研究.pdf
- 基于時(shí)頻分布交叉項(xiàng)的水聲信號(hào)特征提取.pdf
- 水下蛙人呼吸聲信號(hào)特征提取研究.pdf
- 基于盲源分離的齒輪箱故障特征提取.pdf
- 基于循環(huán)平穩(wěn)和盲源分離的滾動(dòng)軸承故障特征提取方法研究.pdf
- 旋轉(zhuǎn)機(jī)械故障信號(hào)特征提取與振動(dòng)源盲分離.pdf
- 水聲信號(hào)多途傳播特征提取及識(shí)別研究.pdf
- 基于盲源分離的鐵路貨車(chē)軸承聲發(fā)射信號(hào)特征提取與智能診斷研究.pdf
- 基于盲信號(hào)分離的肺音信號(hào)提取研究.pdf
- 基于單通道盲源分離理論的故障特征提取技術(shù).pdf
- 量子盲源分離方法研究及其在故障特征提取中的應(yīng)用.pdf
- 船舶及鯨類(lèi)聲信號(hào)特征提取和分類(lèi)識(shí)別研究.pdf
- 雷達(dá)信號(hào)細(xì)微特征提取方法研究.pdf
- 激光相干探測(cè)水下聲信號(hào)的特征提取與分析.pdf
評(píng)論
0/150
提交評(píng)論