基于加权距离的机械振动多源信号盲分离

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:hnzzzc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的机械振动多源信号盲分离方法缺少对信号的去噪处理过程,导致信号分离结果存在信噪比较低、分离速率较低、误分率较高的问题。为解决上述问题,提出基于加权距离的机械振动多源信号盲分离方法。首先通过加权距离对机械振动多源信号进行去噪处理,有效提高了振动信号的可分离性。然后结合Gabor变换过程,根据振动信号的时频分布特征,利用估计混合矩阵分离机械振动多源信号。实验结果表明,上述方法得到的信号分离结果信噪比和分离速率较高,且误分率较低。
其他文献
针对传统路径规划方法多为全局结构化空间划分,无法根据实时信息设置当前路径最优规划,导致出现碰撞与跌倒问题,提出一种机器人路径分段规划方法。方法以多传感器数据融合作为技术为基础,用单模与零均值的高斯白噪声表示机器人超声波测距传感器误差特征,利用传感器位置估计方差更新状态变量估计值;根据极值点进行路径划分,再进行平滑处理,利用转弯策略实现机器人在各分段点的平稳运行。以机器人定位精度与路径规划为指标进行
针对传统无线传感器网络节点重部署覆盖方法没有进行子群节点局部搜索,导致方法存在覆盖率较低、节点连通性较差等问题,提出基于蛙跳算法的无线传感器网络节点重部署方法,初始化无线传感器网络节点,引入蛙跳算法,将全局的信息交换和子群局部搜索结合,确定无线传感器所能够探测的区域范围,利用微积分方法求解不规则区域,获取网络节点最优解,实现无线传感器网络节点的重部署。实验结果表明,研究方法覆盖率较高、节点连通性较
为了解决步进电机控制过程智能化程度、精度均较低的问题,结合AI技术和闭环控制原理,提出垃圾分类机器人步进电机AI闭环控制方法。分析垃圾分类机器人的工作程序,结合机器人中步进电机的工作模式与基本结构,构建对应的步进电机数学模型;以闭环控制原理为基础,设计并安装控制器设备,结合AI技术实现对步进电机位置的检测,分别从速度、细分换向等方面实现垃圾分类机器人步进电机的闭环控制。仿真结论表明:设计的闭环控制