2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、微弱信號檢測是信號檢測技術(shù)的一個新興領(lǐng)域,它可以應(yīng)用到國防、生命科學(xué)、生物醫(yī)學(xué)工程、生產(chǎn)和生活等各個方面。
  隨機共振是一種利用噪聲來增強微弱信號傳輸?shù)姆蔷€性現(xiàn)象。與線性方法相比,隨機共振能把部分噪聲能量轉(zhuǎn)化為信號能量,突出待檢信號。隨機共振能在短數(shù)據(jù)集條件下檢測更低信噪比的信號。隨機共振還具有快速、適合于實時應(yīng)用等特點。因此,隨機共振這種新型信號處理方法受到了人們的廣泛關(guān)注。自適應(yīng)隨機共振系統(tǒng)能根據(jù)不同的待測含噪信號,自動調(diào)節(jié)

2、非線性系統(tǒng)結(jié)構(gòu)參數(shù),提取被噪聲淹沒的微弱特征信號,因此,自適應(yīng)隨機共振在實際的工程應(yīng)用中具有重要的實用價值。
  本文對自適應(yīng)隨機共振的微弱信號檢測方法展開了研究,論文主要內(nèi)容包括以下幾點:
 ?。?)介紹了課題的研究背景及意義,回顧了隨機共振的起源及發(fā)展歷程,總結(jié)了隨機共振現(xiàn)象的國內(nèi)外研究現(xiàn)狀,講述了課題研究方向及內(nèi)容,論述了自適應(yīng)隨機共振的研究現(xiàn)狀,提出了待解決的問題,給出了文章的研究內(nèi)容。
  (2)從液體中布朗

3、粒子的運動規(guī)律出發(fā),講述了非線性朗之萬方程的來源,進而分析了雙穩(wěn)系統(tǒng)的動力學(xué)模型及其檢測微弱周期信號的機制;講述了二次采樣隨機共振原理。
 ?。?)以含噪單頻微弱信號激勵下的雙穩(wěn)態(tài)隨機共振系統(tǒng)結(jié)構(gòu)參數(shù)優(yōu)化為研究對象,提出了幾個能全面衡量自適應(yīng)優(yōu)化算法性能的評價指標,對比研究了遺傳算法、粒子群算法、蟻群算法等智能算法在隨機共振系統(tǒng)結(jié)構(gòu)參數(shù)優(yōu)化中的性能。
 ?。?)針對多頻微弱信號(包括多頻小參數(shù)、多頻大參數(shù)、寬頻帶多頻大參數(shù))

4、的檢測,提出了以平均輸出信噪比為多頻微弱信號的隨機共振效應(yīng)衡量指標;并進一步提出了基于知識的粒子群算法的多頻微弱信號自適應(yīng)隨機共振檢測方法。仿真表明,該方法能有效檢測多頻微弱信號,相比標準粒子群算法,知識的粒子群算法提高了參數(shù)優(yōu)化的性能和效率。通過水輪機振動信號提取的工程應(yīng)用進一步表明,該方法參數(shù)尋優(yōu)效率高,簡單易行,在采樣點數(shù)較少的條件下能檢測出淹沒在強噪聲中的多頻微弱信號,可以實現(xiàn)早期故障特征信號的提取,進一步驗證了所提方法的有效性

5、。
 ?。?)針對微弱沖擊信號的檢測,提出了基于知識的粒子群算法的微弱沖擊信號自適應(yīng)隨機共振檢測方法。仿真表明,該方法能有效檢測出微弱的沖擊信號,相比標準粒子群算法,知識的粒子群算法提高了雙穩(wěn)態(tài)隨機共振的系統(tǒng)結(jié)構(gòu)參數(shù)的優(yōu)化效率和性能。
 ?。?)針對微弱數(shù)字脈沖信號的檢測,提出了基于知識的粒子群算法的微弱數(shù)字脈沖信號自適應(yīng)隨機共振檢測方法。仿真表明,該方法能有效檢測出微弱的數(shù)字脈沖信號,相比標準粒子群算法,知識的粒子群算法提

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論