导读:本文包含了信号分离论文开题报告文献综述及选题提纲参考文献，主要关键词:径向基神经网络,铁心振动,绕组振动,混合信号分离
信号分离论文文献综述
傅晨钊,司文荣,徐鹏,贺林,田昊洋[1]（2019）在《基于RBF神经网络的变压器绕组及铁心振动信号分离研究》一文中研究指出对变压器油箱表面混合的绕组和铁心振动信号进行分离,可以提高利用振动信号诊断内部机械状态的准确程度。文中利用径向基(radial basis function,RBF)神经网络以任意精度逼近非线性函数的优点,建立了以混合振动信号频域特征为输入,铁心、绕组源信号频域特征为输出的分离模型,将采集到的振动信号分为训练集和验证集,用训练集对网络进行训练,验证集进行验证,设定训练误差的目标值,当网络迭代到训练误差达到指定精度时,网络训练完成,从而可以利用该网络实现铁心、绕组振动信号的分离。波形相似系数的计算结果表明,分离信号与振动源信号的相似系数高于0.7,分离效果理想。与传统的盲源分离方法相比,基于RBF神经网络的分离方法克服了前者的两个局限性:一个是源信号排列顺序的不确定性,即分离出的铁心和绕组振动信号的排序无法确定;另一个是信号幅值的不确定性,即分离得到信号与源信号波形相似而幅值差距较大。此方法能够更准确地获得绕组和铁心的振动信号,实现对绕组、铁心机械状态的诊断。(本文来源于《高压电器》期刊2019年11期）
高春燕[2]（2019）在《ADS-B信号噪声的分离算法及实现》一文中研究指出针对1090ES ADS-B信号存在噪声干扰的问题,设计了基于FastICA算法的ADS-B信号噪声分离。利用多个基站信号作为观测信号,通过FastICA实现源信号和噪声信号的分离通过MATLAB仿真验证了FastICA在分离ADS-B源信号和噪声信号中的可行性,分离后的信号能够满足ADS-B信号提取的特征实验证明该算法提高了信号的解码正确率。(本文来源于《电子产品世界》期刊2019年11期）
刘鲲鹏,夏均忠,白云川,吕麒鹏,郑建波[3]（2019）在《EDRS在滚动轴承振动信号盲源分离中的应用》一文中研究指出确定性随机分离(DRS)是经典的滚动轴承振动信号盲源分离方法,但其仅适用于处理稳速工况的信号,无法有效分离变转速下轴承信号,且该方法未考虑信号幅值波动的影响,鲁棒性较差,为此提出扩展确定性随机分离(EDRS)方法解决上述问题。应用角域重采样技术将时域变转速信号转化为角域稳态信号,减少转速变化的影响;借助Z计分模型对角域稳态信号进行归一化处理,降低信号幅值波动;从归一化处理后的信号中提取确定性成分,同时得到振动信号随机成分。仿真分析和轴承故障试验证明EDRS能够实现变转速下滚动轴承振动信号盲源分离,从随机成分中能够有效提取轴承故障特征。(本文来源于《振动与冲击》期刊2019年20期）
卢丹,陈涛[4]（2019）在《基于EMD的单天线ADS-B交织信号自检测与分离算法》一文中研究指出近年来,广播式自动相关监视(Automatic Dependent Surveillance-Broadcast, ADS-B)凭借其优良的监视性能受到了广泛的关注,国际民航组织将其作为主推的新一代空管监视技术。本文针对于ADS-B信号存在的交织问题,提出了一种单天线解交织的方法:通过经验模态分解将单天线接收到的ADS-B交织信号进行自适应分解,结合信号特点估计出信源个数。在此基础上,针对于分解中出现的模态混迭现象采用相空间重构法进行消除,计算重构中分解出的分量与交织信号的相似系数从而组成新的多维信号,最后采用独立分量分析对构成的多维信号进行解交织。本文将经验模态分解应用于单通道ADS-B信号解交织中,实现了交织信号信源个数的自检测,且该方法对交织信号相对时延不敏感。仿真和实采数据结果均表明,该算法可以有效地解决ADS-B交织信号信源个数估计和分离问题。(本文来源于《信号处理》期刊2019年10期）
张金龙,吴玉俊,肖成斌,方显明,王桠楠[5]（2019）在《马铃薯SERKs家族基因的分离及其在植物免疫信号中的功能》一文中研究指出【目的】对马铃薯体细胞胚胎发生类受体激酶(somatic embryogenesis receptor-like kinases,SERKs)基因进行克隆,通过序列分析和表达分析,初步探究马铃薯体细胞胚胎发生类受体激酶是否能够作为共受体在植物免疫防御应答中发挥功能.【方法】以拟南芥SERKs家族基因氨基酸序列同源比对马铃薯基因组数据库,找到了3个马铃薯SERKs家族基因.利用高效的Gateway技术,从马铃薯中克隆了StSERK1,StSERK3A和StSERK3B 3个马铃薯SERKs家族基因;以拟南芥免疫激活型突变体bak1-3 bkk1-1为背景,通过遗传学、分子生物学及生理生化的方法对3个马铃薯SERKs基因在植物免疫调控中的作用进行基因功能研究.【结果】结构域分析和遗传进化树结果证实,StSERK1、StSERK3A和StSERK3B均具有体细胞胚胎发生类受体激酶结构域特征.组织表达分析显示,马铃薯3个SERKs基因均能在植物中表达.遗传数据证实,3个马铃薯SERKs基因均能不同程度抑制bak1-3 bkk1-1免疫激活的表型.【结论】马铃薯StSERKs基因具有SERKs家族基因的典型保守结构域特征,能够参与植物先天性免疫应答.(本文来源于《甘肃农业大学学报》期刊2019年05期）
程浩,马家园,刘国庆[6]（2019）在《基于双AR模型的高频地波雷达信号分离算法》一文中研究指出高频地波雷达回波信号的频谱主要由一阶峰与二阶谱构成,而这些频谱中蕴含着丰富的海况信息,因此分离其频谱具有重要的理论和现实意义。利用高频地波雷达信号的一阶峰与二阶谱信号的独立性,分别建立不同阶次的自回归(AR)模型。为了估计对应于一阶峰和二阶谱的AR模型阶数和参数,首先利用自适应原子分裂算法对回波谱进行稀疏估计,得到一阶峰与二阶谱的混合特征根及其由特征根构成的自相关函数的系数;然后,利用特征根的组合构成两个自回归模型,分别计算对应模型的由特征根表示的自相关函数的系数,并将所得到特征根表示的自相关系数逐一进行对比,当所有的特征根表示的自相关系数都近似相等时,则实现对一阶峰和二阶谱的分离;最后,模拟数据及真实的高频地波雷达回波谱信号分离计算验证了该方法的可行性。(本文来源于《现代雷达》期刊2019年10期）
曾庆源,谭万威,吴海英[7]（2019）在《混合语音信号的声源分离》一文中研究指出语言通讯是人类最基本的交流通讯手段之一,而作为收集语音的有效工具麦克风,可以录入人类语音信号。笔者研究一种基于麦克风阵列的说话分离技术,利用两个麦克风采集混合声音信号,使之分离出两个声源的语音内容,能够识别语音内容。本设计完成了由两个麦克风收集两段声源的混合声音信号,运用独立成分分析FastICA算法分离两段混合声源信号并可以进行播放,成功识别后以文本形式显示在7英寸的LCD。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
严发鑫,徐岩,汤旻安[8]（2019）在《PID控制原理在语音信号盲源分离中的应用》一文中研究指出语音信号在非平稳系统中是动态混合的,为了实时抑制盲源分离过程中的非平稳混合扰动,加快收敛速度,减小稳态误差,提出了一种应用PID控制原理的自适应盲源分离算法。依据一种无预处理的自适应盲源分离算法建立PID控制模型,调节学习速率,跟踪语音信号的分离过程,实时减小由非平稳混合引入的分离误差,动态更新分离矩阵。在混合矩阵缓变和突变两种情形下分别对PID参数整定和语音信号的分离进行仿真分析,结合经典算法对比提出算法的性能。仿真与对比结果表明,提出的算法适用于非平稳混合系统语音信号的分离,算法性能较经典算法有改善。(本文来源于《测控技术》期刊2019年09期）
张珊珊,陈刚,鲁华祥,邓琪[9]（2019）在《基于GA-IPF的PCMA信号盲分离算法》一文中研究指出针对非合作接收PCMA信号盲分离问题,提出一种遗传改进粒子滤波算法(Improved Particle Filtering based on Genetic Algorithm, GA-IPF).该算法以粒子滤波的算法框架为基础,建立多个状态空间分布以逼近真实后验概率密度;同时引入遗传算法替代重采样产生新粒子,增加粒子多样性,避免了重采样过程中的粒子耗尽问题.仿真实验表明,该算法载噪比为9 d B时,分离准确率达到95%,与QRD-M Gibbs等算法相比,信号捕获能力提高4 d B,且算法复杂度降低近60%.(本文来源于《计算机系统应用》期刊2019年09期）
吴佳佳,行鸿彦,孙江[10]（2019）在《一种雨声信号的盲源分离处理方法》一文中研究指出基于雨声信号测量雨量大小是一种新的雨量测量方法,为了解决雨声信号与环境声音混迭的问题,本文采用固定点算法(Fast ICA),分别将大、中、小叁种雨声与雷声、鸟鸣声两种不同的环境声音信号混合,对其进行盲源分离(BSS)实验,求得混合矩阵及分离矩阵,将雨声信号从混合信号中分离出来,提取纯净的雨声信号。运用主成分分析(PCA)求得混合信号的分离矩阵,实现雨声信号分离。通过仿真实验对Fast ICA算法和PCA算法求得的分离矩阵进行了对比与分析研究,说明了在任何一种雨声信号混合条件下,盲源分离Fast ICA算法的信噪比有显着提升,均方根误差较低,明显优于PCA算法。(本文来源于《电子测量与仪器学报》期刊2019年09期）
信号分离论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对1090ES ADS-B信号存在噪声干扰的问题,设计了基于FastICA算法的ADS-B信号噪声分离。利用多个基站信号作为观测信号,通过FastICA实现源信号和噪声信号的分离通过MATLAB仿真验证了FastICA在分离ADS-B源信号和噪声信号中的可行性,分离后的信号能够满足ADS-B信号提取的特征实验证明该算法提高了信号的解码正确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号分离论文参考文献
[1].傅晨钊,司文荣,徐鹏,贺林,田昊洋.基于RBF神经网络的变压器绕组及铁心振动信号分离研究[J].高压电器.2019
[2].高春燕.ADS-B信号噪声的分离算法及实现[J].电子产品世界.2019
[3].刘鲲鹏,夏均忠,白云川,吕麒鹏,郑建波.EDRS在滚动轴承振动信号盲源分离中的应用[J].振动与冲击.2019
[4].卢丹,陈涛.基于EMD的单天线ADS-B交织信号自检测与分离算法[J].信号处理.2019
[5].张金龙,吴玉俊,肖成斌,方显明,王桠楠.马铃薯SERKs家族基因的分离及其在植物免疫信号中的功能[J].甘肃农业大学学报.2019
[6].程浩,马家园,刘国庆.基于双AR模型的高频地波雷达信号分离算法[J].现代雷达.2019
[7].曾庆源,谭万威,吴海英.混合语音信号的声源分离[J].信息与电脑(理论版).2019
[8].严发鑫,徐岩,汤旻安.PID控制原理在语音信号盲源分离中的应用[J].测控技术.2019
[9].张珊珊,陈刚,鲁华祥,邓琪.基于GA-IPF的PCMA信号盲分离算法[J].计算机系统应用.2019
[10].吴佳佳,行鸿彦,孙江.一种雨声信号的盲源分离处理方法[J].电子测量与仪器学报.2019