专辑类-数字处理及显示技术专辑-106册-9138M 系统地分析锁相环相位噪声-386页-5.8M.pdf
上传时间： 2013-06-20
上传用户：qw12
随着电机在工业、农业等领域的广泛应用，如何测试、分析和抑制电机振动和噪声，越来越受到人们的广泛关注。虚拟仪器技术，相比于传统仪器拥有性能高、扩展性强等优点，在工程测试等领域得到越来越广泛的应用。因此，结合虚拟仪器技术，建立电机噪声和振动的测试分析系统是一种可行的解决途径。 本文将虚拟仪器技术应用于电机的噪声和振动问题，建立了基于虚拟仪器的电机噪声振动测试分析系统。全文主要研究工作分为三部分：前两部分分别研究了系统的硬件和软件组成，建立了完整的硬件和软件系统；第三部分进行了噪声振动实验研究，验证了系统的正确性和有效性。本文的主要研究内容如下： 1．硬件部分。探讨了系统的硬件组成，建立了以传感器、信号调理电路和数据采集卡为核心的测试系统。系统硬件部分是正确采集电机噪声和振动信号的关键，是测试分析的基础。 2．软件部分。用LabVIEw虚拟仪器编程语言完成了软件部分的设计，实现了信号采集、显示、处理、诊断、打印报告等一系列功能。针对电机噪声振动的复杂性，建立了以快速傅里叶变换、功率谱函数分析、分数倍频谱分析、小波分析等信号处理方法为核心的信号分析处理功能，并用最小二乘支持向量机实现了电机故障诊断功能。 3．实验研究。实验验证了系统的信号采集、信号分析和故障诊断的正确性。构造三类电机故障，实验研究了采用最小二乘支持向量机进行故障诊断的有效性。 在总结全文的基础上，提出了该电机噪声和振动测试分析系统有待深入研究的若干问题。
上传时间： 2013-07-22
上传用户：hainan_256
心音信号是人体最重要的生理信号之一，包含心脏各个部分如心房、心室、大血管、心血管及各个瓣膜功能状态的大量生理病理信息。心音信号分析与识别是了解心脏和血管状态的一种不可缺少的手段。本文针对目前该研究领域中存在的分析方法问题和分类识别技术难点展开了深入的研究，内容涉及心音构成的分析、心音信号特征向量的提取、正常心音信号（NM）和房颤（AF）、主动脉回流（AR）、主动脉狭窄（AS）、二尖瓣回流（MR）4种心脏杂音信号的分类识别。本文的工作内容包括以下5个方面： a）心音信号采集与预处理。本文采用自行研制的带有录音机功能的听诊器实现对心音信号的采集。通过对心音信号噪声分析，选用小波降噪作为心音信号的滤波方法。根据实验分析，选择Donoho阈值函数结合多级阈值的方法作为心音信号预处理方案。 b）心音信号时频分析方法。文中采用5种时频分析方法分别对心音信号进行了时频谱特性分析，结果表明：不同的时频分析方法与待分析心音信号的特性有密切关系，即需要在小的交叉项干扰与高的时频分辨率之间作综合的考虑。鉴于此，本文提出了一种自适应锥形核时频（ATF）分析方法，通过实验验证该分布能较好地反映心音信号的时频结构，其性能优于一般锥形核分布（CKD）以及Choi-Williams分布（CWD）、谱图（SPEC）等固定核时频分析方法，从而选择自应锥形核时频分析方法进行心音信号分析。 c）心音信号特征向量提取。根据对3M Littmann（） Stethoscopes[31]数据库中标准心音信号的时频分析结果，提取8组特征数据，通过Fihser降维处理方法提取出了实现分类可视化，且最易于分类的心音信号的2维特征向量，作为心音信号分类的特征向量。 d）心音信号分类方法。根据心音信号特征向量组成的散点图，研究了支持向量机核函数、多分类支持向量机的选取方法，同时，基于分类的目的 性和可信性，本文提出以分类精度最大为判断准则的核函数参数与松弛变量的优化方法，建立了心音信号分类的支持向量机模型，选取标准数据库中NM、AF、AR、AS、MR每类心音信号的80组2维特征向量中每类60组数据作为支持向量机的学习样本，对余下的每类20组数据进行测试，得到每类的分类精度（Ar）均为100％，同时对临床上采集的与上述4种同类心脏杂音信号和正常心音信号中每类24个心动周期进行分类实测，分类精度分别为：NM、AF、MR的分类精度均为100％，而AR、AS均为95．83％，验证了该方法的分类有效性。 e）心音信号分析与识别的软件系统。本文以MATLAB语言的可视化功能实现了心音信号分析与识别的软件运行平台构建，可完成对心音信号的读取、预处理，绘制时-频、能量特性的三维图及两维等高线图；同时，利用MATLAB与EXCEL的动态链接，实现对心音信号分析数据的存储以及统计功能；最后，通过对心音信号2维特征向量的分析，实现心音信号的自动识别功能。 本文的研究特色主要体现在心音信号特征向量提取的方法以及多分类支持向量机模型的建立两方面。 综上所述，本文从理论与实践两方面对心音信号进行了深入的研究，主要是采用自适应锥形核时频分析方法提取心音信号特征向量，根据心音信号特征向量组成的散点图，建立心音信号分类的支持向量机模型，并对正常心音信号和4种心脏杂音信号进行了分类研究，取得了较为满意的分类结果，但由于用于分类的心脏杂音信号种类及数据量尚不足，因此，今后的工作重点是采集更多种类的心脏杂音信号，进一步提高心音信号分类精度，使本文研究成果能最终应用于临床心脏量化听诊。 关键词：心音信号，小波降噪，非平稳信号，心脏杂音，信号处理，时频分析，自适应，支持向量机
上传时间： 2013-04-24
上传用户：weixiao99
本文的目的在于设计一个自适应噪音抵消系统,使其能消除含噪语音信号中的背景噪音,达到提高语音信号质量的目的.主要工作分为两大部分.本文在第一部分介绍了自适应数字滤波器的基本理论思想,具体阐述了自适应噪声抵消系统基本原理,并对自适应噪声抵消系统的指标、抵消性能进行了计算分析.自适应滤波器的算法是整个系统的核心,在第一部分中,对两种最基本的自适应算法,进行了详细的介绍和分析,并针对两种算法的优缺点进行了详细的比较.这一部分中最关键的是对设计的噪声抵消系统进行计算机仿真,验证系统设计的合理性和算法的正确性.通过对自适应噪声抵消器的MATLAB仿真及对仿真图形的分析,验证了系统设计和自适应算法的可行性.第二部分主要完成自适应噪声抵消系统的硬件设计和软件编程.在第一部分计算机仿真分析的基础上,利用高速信号处理芯片DSP(TMS320LF2407)设计了一个噪声干扰抵消系统,在高速信号处理芯片(TMS320LF2407)上开发实现了自适应LMS算法.
标签： DSP
上传时间： 2013-06-27
上传用户：zklh8989
雷达截获接收机、反辐射导弹等电子设备的使用对军用雷达的生存构成了严重威胁。因此，雷达必须避免被敌方电子设备截获和干扰。这种形式下噪声雷达应运而生，其中一种很成熟的便是噪声调频雷达。上世纪八十年代，我们课题组成功研制了噪声调频雷达原理样机。虽然该雷达具有十分优异的LPI性能，但是限于当时的电子技术水平，该雷达采用模拟器件实现，使得雷达的体积较大、工作稳定性受外界环境影响大，在小型化、高精度的应用领域受到诸多限制。FPGA是上世纪八十年代发展起来的数字技术，具有体积小、精度高、稳定性好和速度快等特点。 本文在噪声雷达课题组研究的基础上，设计实现噪声调频雷达信号处理系统。内容安排如下：第一章介绍噪声雷达的研究背景和发展前景；第二章介绍噪声调频雷达的原理，证明混频器输出信号各态历经性；第三章介绍FPGA开发软硬件环境；第四章详细阐述基于FPGA技术的噪声调频雷达信号处理系统设计和系统中关键模块的设计实现；第五章对设计的FPGA信号处理系统进行仿真和验证。最后，第六章对全文进行总结，指出了设计中的不足和须改进的地方。
上传时间： 2013-05-21
上传用户：天涯
抑制电子电路噪声的方法，希望对大家有用，看看吧
上传时间： 2013-06-16
上传用户：gdgzhym
射频低噪声放大器的ADS设计:本文首先简要介绍了低噪声放大器设计的理论基础，并以2.1－2.4Ghz 低噪声放大器为例，详细阐述了如何利用Agilent 公司的ADS 软件进行分析和优化设计该电
上传时间： 2013-06-18
上传用户：han_zh
极值型中值滤波算法在高噪声率下的滤波效果不是很好，主要原因有以下两个：首先，滤波窗口中过多的噪声点会使窗口中的点在排序时产生中值偏移；其次是高噪声率环境下，可能序列中值本身就是是噪声点。对此，本文提出
上传时间： 2013-06-26
上传用户：小小小熊
在变强噪音的情况下，语音识别的正确率会迅速下降；当噪声较强并且强度不断发生变化的时候，端点检测是一个难题；提出了两种方法保证噪声较强而且强度不断发生改变情况下的语音识别率：基于LPC距离的端点检测算法
上传时间： 2013-07-18
上传用户：chongcongying
设计出一个用计算机中的普通声卡，而不是专业的环保设备对环境噪声进行采集和分析的系统。它利用噪声的时间特性、数据库技术以及labVIEW平台编写程序，实现信号的采集和分析。能用离散傅立叶变换数据
上传时间： 2013-05-20
上传用户：417313137
