基于盲信號(hào)處理的水電機(jī)組振動(dòng)信號(hào)分析.pdf_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、盲源分離是指在源信號(hào)和混合方法均未知的條件下,僅根據(jù)接收到的多路混合信號(hào),在統(tǒng)計(jì)獨(dú)立性的假設(shè)前提下,將源信號(hào)從混合信號(hào)中分離出來(lái)。本文討論了盲信號(hào)分析的數(shù)學(xué)模型和實(shí)現(xiàn)方法,并且總結(jié)了許多典型的基于獨(dú)立分量分析的盲信號(hào)分析方法。粒子群算法作為智能優(yōu)化算法,具有全局尋優(yōu)能力強(qiáng)、強(qiáng)魯棒性等特點(diǎn),利用粒子群算法對(duì)代價(jià)函數(shù)進(jìn)行全局尋優(yōu),可以很好的克服梯度算法容易陷入局部最優(yōu)的缺陷,因此可以將它應(yīng)用于盲信號(hào)分析求解過(guò)程中。
   本文針對(duì)盲

2、信號(hào)分析算法的性能大多依賴非線性函數(shù)選取的問(wèn)題,分析研究了粒子群算法,并引入一種基于隨機(jī)權(quán)重粒子群算法,該隨機(jī)權(quán)重粒子群算法具有全局收斂性好、參數(shù)調(diào)節(jié)簡(jiǎn)單的特點(diǎn)。本文將隨機(jī)權(quán)重粒子群算法應(yīng)用于盲信號(hào)分析中去,避免了非線性函數(shù)選擇的問(wèn)題,能很好的分離超高斯和亞高斯信號(hào)的混合信號(hào)。
   水電機(jī)組由于受流體、機(jī)械和電磁的影響,機(jī)組的振動(dòng)往往是機(jī)械、電氣、流體三者共同作用的藕合振動(dòng),而較大的振動(dòng)直接影響著機(jī)組的安全運(yùn)行。通過(guò)對(duì)實(shí)際測(cè)試

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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

評(píng)論

0/150

提交評(píng)論