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60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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、利用各種傳感器對大橋運營狀態(tài)下的各項力學(xué)響應(yīng)參數(shù)進(jìn)行實時監(jiān)測是重要橋梁上普遍采用的技術(shù)。而在實際的的監(jiān)測環(huán)境下,利用傳感器及信號采集設(shè)備所獲得的信號中無例外地存在或多或少的干擾信號或噪聲。在信號受干擾或污染較嚴(yán)重的情況下,對于監(jiān)測結(jié)果存的誤判的可能。信號的去噪處理因此成為信號處理中重要的步驟之一。
  不同于傳統(tǒng)的線性濾波、小波去噪等方法,基于稀疏分解的去噪方法可以取得更好的結(jié)果,這是由于稀疏表示能更好的反映信號的物理特征。由于有

2、用信號與噪聲信號在物理特征上的差異是明顯的,這種分解方法故能有效地實現(xiàn)信號與噪聲成份的分離。稀疏分解去噪的理論依據(jù)是有用信號本身能在適當(dāng)?shù)淖值渖舷∈璞硎?,而噪聲在字典上的展開是不稀疏的,這樣,通過對含噪信號的稀疏表示或分解進(jìn)而復(fù)原即可實現(xiàn)去噪目的。利用拉索聲振信號具有其特定的結(jié)構(gòu)、符合 AR模型的特點,通過將 AR模型與稀疏分解去噪方法結(jié)合,提出了改進(jìn)的冗余字典方法,可明顯改善聲振信號稀疏分解去噪的效果。在本文的工作中,利用拉索聲振信號

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(hù)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(fù)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(zhǔn)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。

評論

0/150

提交評論