頻帶
- 復(fù)雜網(wǎng)絡(luò)與GA-PSO算法下的癲癇腦電識(shí)別
beta 四個(gè)子頻帶下構(gòu)建癲癇患者大腦功能網(wǎng)絡(luò)，提取多重網(wǎng)絡(luò)拓?fù)涮卣鳎⑦M(jìn)行支持向量機(jī)（SVM）分類分析；基于進(jìn)化算法的優(yōu)勢(shì)，采用GA-PSO 算法作為特征選擇技術(shù)，將其應(yīng)用于癲癇腦電網(wǎng)絡(luò)特征的選取上，實(shí)現(xiàn)對(duì)單頻帶以及交叉頻帶下特征組合的優(yōu)化與篩選，尋找最優(yōu)特征組合，提高癲癇患者EEG信號(hào)識(shí)別的分類準(zhǔn)確率。1 實(shí)驗(yàn)設(shè)計(jì)與腦電圖采集1.1 實(shí)驗(yàn)數(shù)據(jù)采集對(duì)象實(shí)驗(yàn)分為EP患者組和正常對(duì)照組兩組，其中EP病人37例，正常人33例，均來(lái)自河北省唐山市工人醫(yī)院神經(jīng)內(nèi)科
計(jì)算機(jī)工程與應(yīng)用 2023年20期2023-10-30
- 基于循環(huán)譜相關(guān)的編碼器信號(hào)滾動(dòng)軸承故障檢測(cè)
障信息豐富的解調(diào)頻帶[6]。然而在信噪比低的工況下,傳統(tǒng)包絡(luò)分析往往難以找到合適的解調(diào)頻帶。近年來(lái),循環(huán)平穩(wěn)分析成為滾動(dòng)軸承故障特征提取的新途徑之一。Antoni等[7-9]先研究了循環(huán)平穩(wěn)分析對(duì)軸承故障特征的提取,并證明了平方包絡(luò)譜與循環(huán)譜相干(cyclic spectral coherence, CSCoh)的聯(lián)系;然后研究了旋轉(zhuǎn)機(jī)械信號(hào)的循環(huán)平穩(wěn)過程模型,論述了滾動(dòng)軸承的循環(huán)平穩(wěn)特征,證明了循環(huán)平穩(wěn)過程與角度直接相關(guān);提出了循環(huán)譜相關(guān)算法(cycli
振動(dòng)與沖擊 2023年16期2023-09-05
- 視覺注意與神經(jīng)振蕩*
化被劃分為不同的頻帶（如delta、theta、alpha、beta以及gamma頻帶等），分別與特定的認(rèn)知過程相關(guān)［3］。已有研究綜述了視覺注意與神經(jīng)振蕩的密切關(guān)系，但并未涉及不同的注意功能（如自上而下和自下而上的注意）與神經(jīng)振蕩的關(guān)系。本文系統(tǒng)性地調(diào)查了近年來(lái)自上而下的注意和自下而上的注意對(duì)不同頻帶神經(jīng)振蕩活動(dòng)的影響，以揭示不同的神經(jīng)振蕩活動(dòng)在特定的視覺注意功能中的作用（圖1）。Fig. 1 The roles and functions of var
生物化學(xué)與生物物理進(jìn)展 2023年1期2023-02-16
- 基于SNRgram方法的滾動(dòng)軸承故障特征提取
障診斷方法，共振頻帶選擇的準(zhǔn)確與否決定著診斷效果，如何識(shí)別含有豐富故障相關(guān)成分的共振頻帶是核心問題。快速峭度圖(Fast Kurtogram)是一種典型的共振頻帶識(shí)別方法[2]，但峭度容易受到隨機(jī)脈沖的干擾，在振動(dòng)信號(hào)包含強(qiáng)隨機(jī)脈沖時(shí)識(shí)別的共振頻帶傾向于包含隨機(jī)脈沖而不是周期性故障脈沖。為提升高斯噪聲和隨機(jī)脈沖干擾情況下的共振頻帶識(shí)別性能：文獻(xiàn)[3]采用帶通濾波信號(hào)包絡(luò)譜的峭度作為評(píng)價(jià)指標(biāo)提出了Protrugram方法；文獻(xiàn)[4]采用帶通濾波信號(hào)功率譜的峭
軸承 2023年1期2023-01-09
- 基于小波變換的輸電線路故障類型識(shí)別方法研究
劃分為鄰接的若干頻帶，實(shí)現(xiàn)信號(hào)的無(wú)重疊全頻帶分解，得到信號(hào)在各個(gè)頻帶上的信息[1]。對(duì)信號(hào)進(jìn)行N尺度小波分解，可以得到N+1 個(gè)頻段，每一頻段的能量為該尺度下信號(hào)的平方和，信號(hào)的總能量可以看成各頻段信號(hào)能量之和。N=8 和N=10的頻帶范圍劃分分別如表1 和表2 所示。表1 頻帶范圍劃分（N=8）表2 頻帶范圍劃分（N=10）分析每一頻段能量占信號(hào)總能量的比值，來(lái)作為定量分析行波信號(hào)頻率分布的手段[2]。2 分析結(jié)果2.1 尺度N=8N=8 時(shí)故障電流頻譜
科技與創(chuàng)新 2022年21期2022-11-04
- 基于索引調(diào)制的FBMC 水聲抗干擾通信技術(shù)研究
，從而得到非連續(xù)頻帶干擾頻率范圍，對(duì)進(jìn)一步研究抗干擾通信提供理論支撐。盡管FBMC 具備較為良好的系統(tǒng)性能，但仍存在有用符號(hào)和子載波之間的干擾，為解決有用符號(hào)均受到周圍符號(hào)對(duì)其疊加的干擾問題，在無(wú)線通信環(huán)境系統(tǒng)中提出一種基于索引調(diào)制的濾波器組多載波（FBMC-IM）通信系統(tǒng)，闡述了在不增加額外帶寬資源的情況下增加了索引信息，根據(jù)索引映射方案選擇部分子載波激活來(lái)傳輸信息，使得系統(tǒng)在傳輸信息時(shí)既有子載波原本攜帶的信息，也有子載波的索引信息，可以在保證系統(tǒng)頻譜效
艦船科學(xué)技術(shù) 2022年17期2022-10-19
- 基于小波頻帶能的脈沖VPPA焊接熔透特征信息提取
波分解，并對(duì)不同頻帶能量進(jìn)行分析，發(fā)現(xiàn)聲信號(hào)的頻帶能量與熔透狀態(tài)有較好的對(duì)應(yīng)關(guān)系。CHEN等對(duì)6061鋁合金攪拌摩擦焊接聲發(fā)射信號(hào)進(jìn)行小波變換分析，通過頻帶能的計(jì)算獲取了暫態(tài)焊接狀態(tài)，并快速識(shí)別到焊縫的缺陷。對(duì)于脈沖VPPA焊接，由于加入脈沖電流而影響了焊縫熔池振蕩信息，從而提高了獲取焊縫熔透信息的難度。為了克服脈沖電流對(duì)熔透的影響，本文作者以脈沖VPPA焊接試驗(yàn)系統(tǒng)為研究平臺(tái)，對(duì)焊接過程電弧電壓進(jìn)行采集，并采用小波分解方法對(duì)其進(jìn)行不同頻帶的分解，對(duì)不同頻
機(jī)床與液壓 2022年13期2022-09-15
- 小型化雙頻帶蝶形微帶天線設(shè)計(jì)
資源，雙頻甚至多頻帶天線應(yīng)運(yùn)而生。因此，實(shí)現(xiàn)具有雙頻工作特性的蝶形微帶天線具有較好的理論和實(shí)際意義。如D.G.Rucker等人通過在蝶形貼片上刻槽，實(shí)現(xiàn)天線的雙頻特性，設(shè)計(jì)出了一種結(jié)構(gòu)簡(jiǎn)單、較為流行的雙頻天線。而Y.Tawk等在2008年發(fā)表的工作中指出，改變所刻槽的形狀同樣能得到雙頻特性。此外，采用多個(gè)貼片以及加載技術(shù)等實(shí)現(xiàn)多頻特性的方法也吸引了相關(guān)研究學(xué)者的廣泛關(guān)注。如在文獻(xiàn)[4]中，通過在天線上加載三角形的寄生元件，成功地設(shè)計(jì)出一款雙頻帶印刷蝶形天線
現(xiàn)代信息科技 2022年11期2022-08-26
- 一種基于濾波器組設(shè)計(jì)的多頻帶組合信號(hào)增強(qiáng)方法
情況下、對(duì)未知多頻帶信號(hào)進(jìn)行增強(qiáng)仍然是富有挑戰(zhàn)性的難題。對(duì)此，本文提出一種基于濾波器組設(shè)計(jì)的多頻帶組合信號(hào)增強(qiáng)方法，該方法以人耳耳蝸時(shí)頻分解原理為基礎(chǔ)，設(shè)計(jì)了伽馬通濾波器組，對(duì)傳感器拾取數(shù)據(jù)進(jìn)行分析處理，并根據(jù)信號(hào)與背景噪聲在強(qiáng)度和穩(wěn)定性上的差異，建立判決統(tǒng)計(jì)量，對(duì)各頻帶數(shù)據(jù)實(shí)現(xiàn)判決加權(quán)處理，在無(wú)需搜索單個(gè)濾波頻帶的情況下，提高了合成數(shù)據(jù)信噪比，實(shí)現(xiàn)了對(duì)未知多頻帶組合信號(hào)的增強(qiáng)，進(jìn)而提升了能量累積檢測(cè)方法對(duì)未知多頻帶組合信號(hào)的檢測(cè)效果。1 濾波器組設(shè)計(jì)在人
聲學(xué)技術(shù) 2022年2期2022-05-17
- 跳頻通信系統(tǒng)同步捕獲回路抗干擾性能分析
的干擾形式有：全頻帶形式干擾、部分頻帶形式干擾以及跟蹤式干擾等[5]。文中依據(jù)跳頻通信機(jī)理，針對(duì)以上3種形式的干擾，立足于常見形式的干擾容限，重點(diǎn)以調(diào)制方式為MSK的FH系統(tǒng)為例，對(duì)跳頻電臺(tái)組網(wǎng)同步捕獲回路進(jìn)行抗干擾性能分析。1 跳頻系統(tǒng)基本原理跳頻通信系統(tǒng)發(fā)射機(jī)和接收機(jī)的主要工作模塊為跳頻序列發(fā)生器和頻率同步器[6]。其中，跳頻序列發(fā)生器主要用于產(chǎn)生偽隨機(jī)序列，頻率合成器主要用于合成所需要的載波頻率[7]。跳頻接收機(jī)則主要通過頻率同步器實(shí)現(xiàn)載波頻率的同步
彈箭與制導(dǎo)學(xué)報(bào) 2021年5期2022-01-10
- 多頻波動(dòng)線譜自適應(yīng)控制算法及試驗(yàn)
法的優(yōu)勢(shì)，將信號(hào)頻帶進(jìn)行等間隔劃分，對(duì)子頻帶信號(hào)進(jìn)行并行控制，有效地改善了控制效果. 確定了最優(yōu)小波包基的選取原則，同時(shí)針對(duì)小波包分解造成的濾波器數(shù)量過大、計(jì)算復(fù)雜和子頻帶內(nèi)虛有線譜等問題改進(jìn)了小波包分解算法；基于改進(jìn)的箕舌線函數(shù)設(shè)計(jì)變步長(zhǎng)達(dá)到較快收斂速度和較小穩(wěn)態(tài)誤差. 最后，搭建隔振試驗(yàn)臺(tái)架和控制系統(tǒng)，驗(yàn)證所提算法的有效性.1 小波基的選擇輸入信號(hào)的分解情況會(huì)直接影響控制系統(tǒng)的收斂性和穩(wěn)定性，由參考信號(hào)對(duì)控制算法的影響可知，要求分解后的子頻帶信號(hào)線譜能
哈爾濱工業(yè)大學(xué)學(xué)報(bào) 2021年1期2021-12-21
- 基于自適應(yīng)自相關(guān)譜峭度圖的滾動(dòng)軸承故障診斷方法
點(diǎn)是尋找最優(yōu)解調(diào)頻帶。針對(duì)此問題，DWYER[3]提出了譜峭度方法，尋找最大峭度值所對(duì)應(yīng)的頻帶，并對(duì)該頻帶內(nèi)信號(hào)進(jìn)行分析得到瞬態(tài)成分[4-5]。ANTONI[6-7]提出了快速譜峭度法，分別通過濾波器組結(jié)構(gòu)[6]和短時(shí)傅里葉變換[7]計(jì)算譜峭度。LEI等[8]提出改進(jìn)的譜峭度方法，克服了強(qiáng)噪聲對(duì)快速譜峭度方法的影響，改進(jìn)譜峭度法利用小波包變換從含噪信號(hào)中準(zhǔn)確檢測(cè)到瞬態(tài)成分，但是此方法在處理具有強(qiáng)非高斯噪聲的振動(dòng)信號(hào)時(shí)容易失效。為此，BARSZCZ等[9]提
中國(guó)機(jī)械工程 2021年7期2021-04-16
- 原子質(zhì)量對(duì)一維三原子鏈色散關(guān)系的影響
2 一維三原子鏈頻帶頂和頻帶底隨原子質(zhì)量變化的關(guān)系曲線由圖2可見，隨原子質(zhì)量m1、m2和m3增加，所有頻帶的帶頂和帶底均降低，只是圖2(a)中聲學(xué)波和低頻光學(xué)波頻帶頂隨m1變化，圖2(b)中聲學(xué)波的頻帶頂隨m2變化，圖2(c)中低頻和高頻光學(xué)波的頻帶底隨m3變化相對(duì)微弱，其余頻帶頂和頻帶底均隨原子質(zhì)量的增加而降低.圖3為一維三原子鏈頻譜寬度隨質(zhì)量變化的關(guān)系曲線，圖3中曲線同樣是在原胞內(nèi)三個(gè)原子、其中兩個(gè)原子質(zhì)量為定值而另一原子質(zhì)量變化的情況下得到的，圖中原
大學(xué)物理 2021年4期2021-04-08
- 一種基于黏性隱馬爾可夫模型的多頻帶頻譜感知方法
鍵功能。根據(jù)感知頻帶的個(gè)數(shù)，頻譜感知方法可分為單頻帶頻譜感知和多頻帶頻譜感知。單頻帶頻譜感知方法是對(duì)單個(gè)頻帶觀測(cè)值做出感知決策，常見的方法有能量檢測(cè)和匹配濾波檢測(cè)法等[7-8]。單頻帶頻譜感知僅檢測(cè)一個(gè)頻帶，無(wú)法利用其他頻段的頻譜資源。為了充分提高所有頻段的頻譜利用率，參考文獻(xiàn)[9-14]研究了多頻帶頻譜感知方法。多頻帶頻譜感知方法對(duì)多個(gè)頻帶進(jìn)行頻譜感知，當(dāng)PU 信號(hào)再次出現(xiàn)時(shí)，SU 能快速切換到其他空閑頻帶。多頻帶頻譜感知方法可分為串行頻譜感知、并行頻譜
電信科學(xué) 2021年1期2021-02-01
- Wi-Fi網(wǎng)絡(luò)中5G和2.4G是什么？有何區(qū)別？
是2.4G和5G頻帶。在說(shuō)2.4G和5G頻帶之前，我們先簡(jiǎn)單了解一下Wi-Fi的類別，Wi-Fi聯(lián)盟之前給Wi-Fi重新命名了，802.11ax協(xié)議就是Wi-Fi 6，802.11ac就是Wi-Fi 5，802.11n協(xié)議是Wi-Fi 4。在通信網(wǎng)絡(luò)中也有一個(gè)5G，也是我們說(shuō)的第五代移動(dòng)通信技術(shù)。而Wi-Fi中的5G卻不是通信技術(shù)，也不是指第五代Wi-Fi技術(shù)，它是之前在Wi-Fi 5標(biāo)準(zhǔn)下產(chǎn)生的一種無(wú)線技術(shù)，有自己的單位GHz。2.4G同理，它是在802
- 利用故障特征頻帶和TT變換的電纜單端行波測(cè)距
造，使其形成多個(gè)頻帶的信號(hào)，然后再針對(duì)去特征進(jìn)行相應(yīng)的計(jì)算。計(jì)算時(shí)要確保使用計(jì)算方式的合理性，每個(gè)頻帶信號(hào)兩端的波頭系數(shù)就是計(jì)算的重點(diǎn)內(nèi)容。在計(jì)算時(shí)要選擇最大的頻帶信號(hào)作為特征頻帶，該頻帶的中心頻率就是計(jì)算電纜行波速度的重要數(shù)據(jù)，要確保其準(zhǔn)確性。在特征頻帶中采用TT變換算法，對(duì)行波波頭到達(dá)時(shí)刻進(jìn)行精確確定。這就是基于故障特征頻帶與TT變換的電纜線路單端行波測(cè)距方法，在高壓電纜故障測(cè)距中加以運(yùn)用，能夠提高效果及精確度。關(guān)鍵詞：中圖分類號(hào)：TM77? ? ?
科技創(chuàng)新與應(yīng)用 2020年16期2020-06-03
- 改進(jìn)的EWT方法在軸承故障診斷中的應(yīng)用
適應(yīng)劃分，得到各頻帶分界點(diǎn)，并全根據(jù)各頻帶能量篩選頻帶分界點(diǎn)保留能量大于均值的頻帶，合并小于均值的相鄰頻帶，著重分析主頻帶。在得到了有效的頻帶分界點(diǎn)并設(shè)計(jì)出小波濾波器組后，對(duì)帶通濾波得到的各分量信號(hào)進(jìn)行Hilbert變換，提取軸承的故障特征頻率。通過實(shí)驗(yàn)驗(yàn)證，ESEWT方法能夠減少頻帶分界點(diǎn)，從而減少分量信號(hào)的數(shù)目，在一定程度上改善了頻帶破裂現(xiàn)象，并且能夠精確提取出軸承故障特征頻率，凸顯了故障頻率及其諧波成分，能有效的識(shí)別軸承故障。2 ESEWT算法2.1
機(jī)械設(shè)計(jì)與制造 2020年5期2020-05-21
- 基于Bark域的電子耳蝸頻帶劃分分析和擬合研究
理聲學(xué)尺度和信號(hào)頻帶劃分方法。在人耳中，存在24個(gè)頻率位置會(huì)產(chǎn)生共振，因而可以劃分出從1到24的共24個(gè)臨界頻帶，即Bark域。Bark域?qū)︻l率不均勻劃分的思想，有助于對(duì)低頻信號(hào)給予更高的分辨率，對(duì)高頻信號(hào)給予相對(duì)較低的分辨率，在噪聲分類和抑制［1-3］、特征分析和特征提取［4-7］、助聽器［8］、語(yǔ)音增強(qiáng)［9-12］、語(yǔ)音測(cè)試和評(píng)估［13］、語(yǔ)音識(shí)別［14］、語(yǔ)音端點(diǎn)檢測(cè)［15］等方面都有廣泛應(yīng)用。在電子耳蝸領(lǐng)域應(yīng)用中，Bark 域可用于信號(hào)處理和言語(yǔ)處
中國(guó)醫(yī)學(xué)物理學(xué)雜志 2020年3期2020-04-06
- 基于能量檢測(cè)的認(rèn)知無(wú)線電頻譜感知算法研究
分配給授權(quán)用戶的頻帶，為此，需要運(yùn)用頻譜感知技術(shù)尋找空閑頻帶。能量檢測(cè)是一種使用最廣泛的檢測(cè)方法，這種方法復(fù)雜度低且不需要知道檢測(cè)信號(hào)的任何信息，但卻容易受到噪聲不確定性的影響。為此，文章分別針對(duì)噪聲功率已知的情形和噪聲不確定的情形詳細(xì)研究了基于能量檢測(cè)的頻譜感知算法。理論分析與仿真結(jié)果表明：當(dāng)信噪比較低時(shí)，噪聲不確定性會(huì)降低系統(tǒng)性能。同時(shí)，通過仿真研究了在噪聲不確定情形下檢測(cè)所需的樣本數(shù)量和信噪比墻，以確保實(shí)現(xiàn)給定的檢測(cè)概率和虛警概率。關(guān)鍵詞：認(rèn)知無(wú)線電
物聯(lián)網(wǎng)技術(shù) 2019年5期2019-07-29
- 行星變速箱退化特征參數(shù)提取方法*
沖擊信號(hào)成分最優(yōu)頻帶的方法，已經(jīng)被廣泛應(yīng)用于旋轉(zhuǎn)機(jī)械的故障診斷等[13-14]。以往的研究表明，RMS等[15]可以用于旋轉(zhuǎn)機(jī)械的退化分析，并且效果較好。借助峭度譜的信號(hào)處理和構(gòu)圖方法，筆者提出可用于旋轉(zhuǎn)機(jī)械退化分析的RMS譜。在信號(hào)處理方面，RMS譜與峭度譜的唯一不同之處在于前者用RMS代替峭度成為提取的特征參數(shù)。在構(gòu)圖方面，RMS譜將不同時(shí)間點(diǎn)峭度譜圖層中的某一層提取出來(lái)，重新組合成一張既有頻域維信息，又有時(shí)域維信息的譜圖。文中的主要?jiǎng)?chuàng)新點(diǎn)在于，新提出
振動(dòng)、測(cè)試與診斷 2019年2期2019-05-09
- 基于改進(jìn)經(jīng)驗(yàn)小波變換的機(jī)車軸承故障診斷
譜峭度來(lái)確定最佳頻帶，有效地提取了軸承信號(hào)的特征分量。LEI等[3]提出了基于小波包變換的譜峭度方法，以小波包分量的峭度最大為指標(biāo)，從多層小波包分量中尋找最佳小波包分量，以此分離出了機(jī)車包含軸承損傷特征的有效分量。ZHAO等[4]提出了基于集成經(jīng)驗(yàn)?zāi)B(tài)分解的最佳模式分量的包絡(luò)階次跟蹤分析方法，在軸承轉(zhuǎn)速不恒定時(shí)，采用該方法可以撲捉軸承故障的特征。LI等[5]提出了一種基于相關(guān)分析的獨(dú)立變分模態(tài)分解方法，以提取有效分量用于包絡(luò)分析，發(fā)現(xiàn)了機(jī)車軸承的微弱故障和
中國(guó)機(jī)械工程 2019年6期2019-04-09
- 基于聲道低頻能量比的MP3壓縮域音頻水印算法
量較大的比例因子頻帶，修改其內(nèi)部最大的MDCT系數(shù)符號(hào)實(shí)現(xiàn)水印嵌入，雖能保證對(duì)MP3重壓縮一定程度的魯棒性，但對(duì)音頻質(zhì)量影響較大，透明性較差。針對(duì)上述問題，結(jié)合低頻能量具有較好穩(wěn)定性的特點(diǎn)，本文提出了基于聲道內(nèi)低頻能量的壓縮域水印算法，以量化聲道間低頻能量比的方式嵌入水印，實(shí)現(xiàn)了對(duì)于MP3重壓縮及多種類型攻擊較好的魯棒性；且算法根據(jù)比例因子頻帶能量的分布對(duì)水印嵌入頻帶進(jìn)行了選擇，保證了魯棒性與透明性之間較好的平衡。1 理論基礎(chǔ)1.1 聲道備選頻帶的選取MP
計(jì)算機(jī)應(yīng)用 2018年8期2018-10-16
- 基于改進(jìn)差分進(jìn)化算法的運(yùn)動(dòng)想象腦機(jī)接口頻帶選擇
大腦的EEG特定頻帶能量的降低或升高，這種現(xiàn)象被稱為事件相關(guān)去同步現(xiàn)象(event-ralated desynchronization, ERD)和事件相關(guān)同步現(xiàn)象(event-ralated synchronzation, ERS)，而ERDERS現(xiàn)象主要體現(xiàn)在μ節(jié)律頻段(8～13 Hz)和β節(jié)律頻段(13～30 Hz)的波動(dòng)[4]。腦機(jī)接口中根據(jù)運(yùn)動(dòng)想象信號(hào)來(lái)判別受試者的運(yùn)動(dòng)想象模式，由于個(gè)體之間大腦不同，對(duì)ERDERS事件的最優(yōu)響應(yīng)頻帶也有所不同，所
計(jì)量學(xué)報(bào) 2018年2期2018-06-25
- 超材料吸收器設(shè)計(jì)方法的研究進(jìn)展
超材料；吸收器；頻帶超材料是指一種自然材料所不具備的反常電磁特性的人工合成材料，近年來(lái)其研究受到各界廣泛的關(guān)注。利用超材料可以實(shí)現(xiàn)對(duì)電磁波的波長(zhǎng)、相位、偏振態(tài)、傳播方向以及角動(dòng)量的靈活有效調(diào)控，從而實(shí)現(xiàn)負(fù)折射、平板透鏡以及電磁隱身等新奇的電磁特性。超材料一個(gè)特別引人關(guān)注的應(yīng)用領(lǐng)域是電磁波“完美吸收器”，完美吸收器是美國(guó)波士頓學(xué)院Landy等人在2008年首次提出的，這是一種基于超材料的電磁共振吸收器，通過合理設(shè)計(jì)器件的結(jié)構(gòu)尺寸和材料參數(shù)，入射電磁波能夠在結(jié)
科技風(fēng) 2018年25期2018-05-14
- 斷續(xù)譜OFDM雷達(dá)信號(hào)特性的仿真研究
面通過仿真來(lái)分析頻帶斷續(xù)對(duì)斷續(xù)譜OFDM信號(hào)的峰均比的影響。仿真2：頻帶大小變化的情況，仿真的參數(shù)如表2所示。采用511長(zhǎng)度的m序列，斷續(xù)頻譜的中心位置在整段頻譜的中心，大小從0 kHz變化到35 kHz，相應(yīng)的頻譜占有率從1變化到0.125，圖4為信號(hào)峰均比大小隨著頻帶大小變化的曲線。表2 仿真的參數(shù)圖4 信號(hào)峰均比大小隨著頻帶大小變化的曲線從圖4中可以看到，斷續(xù)頻帶逐漸增大，對(duì)應(yīng)的頻譜占有率有所下降，信號(hào)的峰均比總體趨勢(shì)在逐漸變大。仿真3：頻帶位置變化
艦船電子對(duì)抗 2017年5期2017-11-20
- 基于時(shí)域?yàn)V波多頻段譜減法的語(yǔ)音增強(qiáng)
強(qiáng)，但是因?yàn)橄噜?span id="j5i0abt0b" class="hl">頻帶的共振峰影響清晰語(yǔ)音估計(jì)，導(dǎo)致了語(yǔ)音識(shí)別效果不理想，為了減少相鄰頻帶的共振峰帶來(lái)的影響，提出了一種時(shí)域?yàn)V波中多頻帶語(yǔ)音增強(qiáng)的方法，通過將時(shí)域中的未處理語(yǔ)音過濾成各種等效的基于矩形帶寬的子帶，然后在每個(gè)頻帶中使用基于離散余弦變換（DCT）譜減法來(lái)估計(jì)清晰語(yǔ)音，并結(jié)合使用各個(gè)頻帶信噪比（SNR）獲得頻帶特定加權(quán)因子。在SNR為0～10dB的汽車噪聲、餐廳噪聲、列車噪聲、白色噪聲和工廠噪聲的環(huán)境下基于時(shí)域多頻段語(yǔ)音增強(qiáng)算法增強(qiáng)效果優(yōu)于現(xiàn)有的技
長(zhǎng)春理工大學(xué)學(xué)報(bào)（自然科學(xué)版） 2017年4期2017-10-18
- 基于改進(jìn)倍頻帶特征的離心泵空化狀態(tài)識(shí)別
33)基于改進(jìn)倍頻帶特征的離心泵空化狀態(tài)識(shí)別賀國(guó)1，曹玉良2，明廷鋒2，蘇永生2(1.海軍工程大學(xué) 管理工程系，湖北 武漢 430033; 2.海軍工程大學(xué) 動(dòng)力工程學(xué)院，湖北 武漢 430033)空化狀態(tài)識(shí)別是離心泵狀態(tài)監(jiān)測(cè)的難點(diǎn)之一。對(duì)離心泵的空化進(jìn)行了試驗(yàn)研究，采集了三種轉(zhuǎn)速時(shí)泵殼上兩個(gè)位置處的振動(dòng)信號(hào)，根據(jù)離心泵的特點(diǎn)對(duì)標(biāo)準(zhǔn)倍頻帶進(jìn)行改進(jìn)，基于改進(jìn)倍頻帶和標(biāo)準(zhǔn)倍頻帶構(gòu)建了振動(dòng)信號(hào)的特征向量，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)離心泵的四類空化狀態(tài)進(jìn)行識(shí)別。研究表明：
哈爾濱工程大學(xué)學(xué)報(bào) 2017年8期2017-09-03
- 斷續(xù)譜線性調(diào)頻信號(hào)特性仿真
號(hào)的頻譜隨著斷續(xù)頻帶大小以及位置變化而變化，影響了斷續(xù)譜信號(hào)的模糊函數(shù)。推導(dǎo)了斷續(xù)譜線性調(diào)頻信號(hào)的模糊函數(shù)，討論了頻帶斷續(xù)大小以及位置變化對(duì)距離模糊函數(shù)的影響，針對(duì)脈壓后旁瓣較高的問題，采用失配濾波的方法進(jìn)行旁瓣抑制，利用迭代最小二乘法對(duì)失配濾波器的系數(shù)求解。斷續(xù)譜；模糊函數(shù)；失配濾波；距離旁瓣0 引 言高頻超視距雷達(dá)工作在3～30 MHz的頻段內(nèi)，在此頻段內(nèi)存在著大量的干擾，主要由短波通信干擾、天電干擾、電磁對(duì)抗干擾等[1]。應(yīng)用傳統(tǒng)的連續(xù)譜信號(hào)時(shí)會(huì)受到
艦船電子對(duì)抗 2017年3期2017-07-31
- 預(yù)裂縫對(duì)爆破振動(dòng)頻譜分布特征的影響
勻，存在多個(gè)主振頻帶。而在同一次爆破試驗(yàn)中，不同測(cè)點(diǎn)預(yù)裂孔爆破的主振頻帶比主爆破的主振頻帶分布更廣，主爆破的主振頻帶集中于低頻段，并且主爆破的能量和功率向低頻的主振頻帶集中，反映出預(yù)裂孔爆破形成的預(yù)裂縫能很好地阻擋主爆破能量的傳播，并存在高頻濾波效應(yīng)，頻率較高、波長(zhǎng)較短的振動(dòng)應(yīng)力波被預(yù)裂縫過濾，而頻率較低、波長(zhǎng)較長(zhǎng)的應(yīng)力波能更好地穿透預(yù)裂縫。試驗(yàn)結(jié)論對(duì)揭示預(yù)裂縫和對(duì)爆破振動(dòng)傳播及其頻譜特征變化的影響具有參考價(jià)值。巖土工程；預(yù)裂爆破；預(yù)裂縫；頻譜分析；能量爆
振動(dòng)與沖擊 2017年7期2017-04-21
- 小波包變換中地震信號(hào)的結(jié)點(diǎn)序號(hào)到頻帶序號(hào)的轉(zhuǎn)換算法
信號(hào)的結(jié)點(diǎn)序號(hào)到頻帶序號(hào)的轉(zhuǎn)換算法白 泉1, 韓晶晶2, 康玉梅3, 邊晶梅4(1.沈陽(yáng)工業(yè)大學(xué)建筑與土木工程學(xué)院,遼寧 沈陽(yáng) 110870; 2.賀州學(xué)院建筑工程學(xué)院,廣西 賀州 542899;3.東北大學(xué)資源與土木工程學(xué)院,遼寧 沈陽(yáng) 10004; 4.沈陽(yáng)化工大學(xué)經(jīng)濟(jì)與管理學(xué)院,遼寧 沈陽(yáng) 110142)利用小波包變換對(duì)地震非平穩(wěn)信號(hào)進(jìn)行處理時(shí),結(jié)點(diǎn)與頻帶之間存在“跳頻”現(xiàn)象,基于小波包變換算法以及異或運(yùn)算,對(duì)小波包樹頻帶序號(hào)和結(jié)點(diǎn)序號(hào)的關(guān)系進(jìn)行研究
地震工程學(xué)報(bào) 2016年6期2017-01-13
- 基于分頻帶傳輸?shù)膯屋d波水聲通信技術(shù)研究
0001）基于分頻帶傳輸?shù)膯屋d波水聲通信技術(shù)研究韓笑1，2，郭龍祥1，2，殷敬偉1，2，生雪莉1，2（1.哈爾濱工程大學(xué)水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室，黑龍江哈爾濱150001；2.哈爾濱工程大學(xué)水聲工程學(xué)院，黑龍江哈爾濱150001）針對(duì)正交頻分復(fù)用技術(shù)的峰均功率比較高且對(duì)多普勒頻偏敏感等問題，提出基于分頻帶傳輸?shù)膯屋d波水聲通信技術(shù)，為水下高速通信領(lǐng)域提供了一種可行性方案。該方案將相對(duì)較寬的通信頻帶劃分為若干子帶，在每個(gè)子帶間插入保護(hù)頻帶，以消除載波間干擾。開展了水
兵工學(xué)報(bào) 2016年9期2016-11-10
- 基于損傷特征向量譜的樁板式擋土墻損傷預(yù)警
包分解得到小波包頻帶能量譜，引入剩余頻帶的概念，創(chuàng)建特征頻帶向量譜，并在特征頻帶向量譜的基礎(chǔ)上構(gòu)建損傷特征向量譜。當(dāng)損傷特征向量譜為零向量時(shí)，擋土墻不存在損傷；當(dāng)損傷特征向量譜為非零向量時(shí)，擋土墻存在損傷。為了量化擋土墻的損傷狀態(tài)，提出2個(gè)損傷預(yù)警指標(biāo)：能量比均方差I(lǐng)S和能量比變異系數(shù)IV。對(duì)某樁板式擋土墻進(jìn)行錘擊振動(dòng)試驗(yàn)，通過損傷預(yù)警指標(biāo)對(duì)不同損傷狀態(tài)下的擋土墻進(jìn)行損傷識(shí)別。研究結(jié)果表明：當(dāng)IS=0，IV=0時(shí)，擋土墻不存在損傷；隨著IS和IV的增大，擋
- 基于特征頻帶的非有效接地系統(tǒng)選線技術(shù)
供電公司基于特征頻帶的非有效接地系統(tǒng)選線技術(shù)柯立婷國(guó)網(wǎng)漳州供電公司隨著人們對(duì)供電可靠性和供電質(zhì)量要求的提高，使其對(duì)配電網(wǎng)非有效接地系統(tǒng)單相接地故障的檢測(cè)和選線方面的研究尤顯重要。本文分析了非有效接地系統(tǒng)單相接地故障的選線問題，并對(duì)現(xiàn)存的選線方法提出一種改進(jìn)的思路。根據(jù)特征頻帶的求取進(jìn)行選線，可減小了因測(cè)量、算法誤差而導(dǎo)致錯(cuò)誤選線的概率，從而更為可靠、準(zhǔn)確進(jìn)行故障選線。非有效接地，單相接地故障，特征頻帶，選線，Matlab仿真1 非有效接地系統(tǒng)選線存在的問題
環(huán)球市場(chǎng) 2016年30期2016-03-10
- 基于DCT頻帶能量的壓縮感知重構(gòu)算法*
過DCT 系數(shù)分頻帶變采樣率的隨機(jī)矩陣實(shí)現(xiàn)隨機(jī)觀測(cè)，結(jié)合平滑投影Landweber 重構(gòu)算法，提出了基于DCT 分頻帶壓縮感知的平滑投影Landweber（DCT-BCS-SPL）重構(gòu)算法，并通過實(shí)驗(yàn)驗(yàn)證該算法重構(gòu)圖像的質(zhì)量.1 SPL 重構(gòu)算法及分塊CS1.1 SPL 重構(gòu)算法文獻(xiàn)［12］中將維納濾波與投影Landweber 算法結(jié)合起來(lái)，在變換域中進(jìn)行迭代閾值處理.該算法包括維納濾波、兩次投影Landweber 和閾值去噪，需要先初始化X（0）=ΦTY
- AWA6228型聲級(jí)計(jì)監(jiān)測(cè)室內(nèi)噪聲的問題探討
228聲級(jí)計(jì)的倍頻帶聲壓級(jí)和A聲級(jí)監(jiān)測(cè)結(jié)果進(jìn)行了理論驗(yàn)證，并且找到了A聲級(jí)、Z聲級(jí)、C聲級(jí)與倍頻帶聲壓級(jí)之間的對(duì)應(yīng)關(guān)系。通過模擬實(shí)驗(yàn)驗(yàn)證了突發(fā)噪聲對(duì)A聲級(jí)的影響程度和噪聲疊加的理論計(jì)算值與實(shí)測(cè)值之間的吻合程度。A聲級(jí)；倍頻帶聲壓級(jí)；計(jì)權(quán)；NR；突發(fā)噪聲；噪聲疊加；白噪聲近年來(lái)，我國(guó)的環(huán)境監(jiān)測(cè)系統(tǒng)配備了具備倍頻帶頻譜實(shí)時(shí)分析、1／3頻譜實(shí)時(shí)分析功能的儀器，使用頻譜分析對(duì)室內(nèi)噪聲的評(píng)價(jià)更加客觀精確。本文使用AWA6228Ⅰ型聲級(jí)計(jì)，對(duì)室內(nèi)噪聲監(jiān)測(cè)的幾個(gè)問題進(jìn)行
環(huán)境科學(xué)導(dǎo)刊 2015年2期2015-05-25
- 小波包分析在變壓器油中放電聲信號(hào)檢測(cè)中的應(yīng)用
包分解后的信號(hào)各頻帶信號(hào)獨(dú)立、能量守衡[3]。因此本文采用小波包分解分析變壓器油放電聲信號(hào)的能量特點(diǎn)。1 小波包分析原理設(shè)變壓器油放電聲信號(hào)為u（t），則可以按式（1）進(jìn)行小波包分解：式中：h（k）為高通濾波器組；g（k）為低通濾波器組。如圖1所示3層小波包分解，在每一層的分解中所有子帶均一分為二，并傳至下一層，這樣就構(gòu)成一種二叉樹的分解。圖中每一層都覆蓋信號(hào)所有頻率，并隨層數(shù)增加頻率分辨率也在增加。圖1 三層小波包分解原理圖對(duì)信號(hào)經(jīng)小波包分解后所得進(jìn)行重
江西電力 2015年5期2015-05-06
- 分頻帶預(yù)測(cè)反褶積方法研究
257022）分頻帶預(yù)測(cè)反褶積方法研究刁瑞（中國(guó)石化勝利油田分公司物探研究院，山東 東營(yíng) 257022）隨著油氣勘探難度不斷增大，地震勘探開發(fā)工作不斷深入，地震資料分辨率直接制約著油藏描述的精度。文中針對(duì)地震資料不同頻帶之間信噪比不同的特點(diǎn)，提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解的分頻帶預(yù)測(cè)反褶積方法。首先采用經(jīng)驗(yàn)?zāi)B(tài)分解方法，將地震資料分解成一系列不同頻率范圍的分頻帶數(shù)據(jù)，然后，根據(jù)分頻帶數(shù)據(jù)的信噪比高低，分別進(jìn)行不同預(yù)測(cè)步長(zhǎng)的反褶積處理。分頻帶預(yù)測(cè)反褶積方法能夠較好地
斷塊油氣田 2015年1期2015-02-20
- 基于邊頻帶分析的齒輪故障診斷研究
0080）基于邊頻帶分析的齒輪故障診斷研究汪 超，吳吉瑞，張 鍵（武漢工程職業(yè)技術(shù)學(xué)院機(jī)電工程學(xué)院，湖北武漢430080）齒輪嚙合時(shí)邊頻率帶攜有大量的有效信息。齒輪點(diǎn)蝕時(shí)邊頻帶階數(shù)少而集中在嚙合頻率及其諧頻的兩側(cè)，左右基本對(duì)稱；出現(xiàn)裂紋時(shí)嚙合頻率兩側(cè)邊頻對(duì)應(yīng)幅值明顯不對(duì)稱，且兩側(cè)幅值變化較大；齒端折斷時(shí)一階嚙合頻率兩側(cè)有少量的邊頻帶且兩側(cè)不對(duì)稱，一側(cè)邊頻幅值是另一側(cè)邊頻幅值的2～3倍；輪齒折斷時(shí)伴有嚙合頻率的高次諧波成分，且兩側(cè)有邊頻現(xiàn)象，嚙合頻率左側(cè)高次
- LTE－U
sed)，非授權(quán)頻帶LTE。新一代移動(dòng)通信網(wǎng)絡(luò)(也就是5G)希望通過提高頻譜效率或者使用更寬的帶寬來(lái)提高網(wǎng)絡(luò)的通信能力。LTE－U通過將LTE的技術(shù)引入到非授權(quán)頻帶來(lái)增加系統(tǒng)可使用的頻譜資源，解決目前頻譜匱乏問題，從而有效提高系統(tǒng)的性能和吞吐量。此外，因?yàn)長(zhǎng)TE－U和LTE/LTE－A的差別只是工作在不同頻帶，所以技術(shù)上更易實(shí)現(xiàn)。同時(shí)，還可以使用LTE現(xiàn)有部署，不需要對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改動(dòng)，只需要對(duì)基站(eNode B)進(jìn)行升級(jí)，這也極大降低了運(yùn)行商的投資成本
通信技術(shù) 2015年8期2015-02-12
- 基于粗糙集離散化的多頻帶腦電特征選擇方法的研究
），表現(xiàn)為在指定頻帶范圍內(nèi)，腦電信號(hào)中對(duì)應(yīng)特定神經(jīng)活動(dòng)相關(guān)的腦電節(jié)律能量的衰減的過程；而運(yùn)動(dòng)后或放松狀態(tài)下，對(duì)側(cè)大腦皮層會(huì)有節(jié)律波能量的增加，這稱為事件相關(guān)同步現(xiàn)象（Event-relatedsynchronization，ERS）[2]。在運(yùn)動(dòng)想象腦-機(jī)接口中，就是通過檢測(cè)腦電中的ERD/ERS現(xiàn)象來(lái)判斷用戶的運(yùn)動(dòng)想象腦電模式。共同空間模式（Common Spatial Pattern，CSP）被認(rèn)為是提取ERD模式特征最好的方法之一，它通過最大化兩類任
電子設(shè)計(jì)工程 2014年1期2014-09-26
- 改進(jìn)的卷積型小波包分解及在故障診斷中的應(yīng)用
型小波包分解存在頻帶錯(cuò)位與頻帶重疊缺陷,提出了一種改進(jìn)的卷積型小波包分解算法。該算法通過交換偶數(shù)位置節(jié)點(diǎn)小波包分解后的兩節(jié)點(diǎn)順序來(lái)消除頻帶錯(cuò)位缺陷,引入兩算子分別從頻域除去低、高頻子帶理想通帶范圍外的頻率成分以消除頻帶重疊缺陷。由構(gòu)造的故障信號(hào)進(jìn)行仿真實(shí)驗(yàn),并使用某直升機(jī)中減速器疲勞實(shí)驗(yàn)的故障數(shù)據(jù)進(jìn)行了驗(yàn)證。結(jié)果表明:由于消除了卷積型小波包和內(nèi)積型小波包分解算法中廣泛存在的頻率折疊、頻帶重疊和頻帶錯(cuò)位缺陷,改造的卷積型小波包分解算法能更方便、更有效地提取隱
西安交通大學(xué)學(xué)報(bào) 2014年3期2014-08-08
- 多頻帶混合場(chǎng)景下終端直通通信用戶最優(yōu)用戶密度與功率分配研究
濤 王文博?多頻帶混合場(chǎng)景下終端直通通信用戶最優(yōu)用戶密度與功率分配研究胡春靜 劉子揚(yáng)*彭 博 彭 濤 王文博(北京郵電大學(xué)泛網(wǎng)無(wú)線通信教育部重點(diǎn)實(shí)驗(yàn)室 北京 100876)該文分析了蜂窩與終端直通(Device-to-Device, D2D)混合網(wǎng)絡(luò)中多頻帶資源的場(chǎng)景下D2D用戶最佳密度和功率分配問題。在混合網(wǎng)絡(luò)中包含一個(gè)或者多個(gè)蜂窩網(wǎng)絡(luò)，D2D用戶復(fù)用蜂窩系統(tǒng)上行頻譜資源。通過采用隨機(jī)幾何理論，上述問題可以建模成一個(gè)以最大化D2D網(wǎng)絡(luò)容量為目標(biāo)并以蜂窩
電子與信息學(xué)報(bào) 2014年5期2014-05-30
- 漢語(yǔ)語(yǔ)言可懂度客觀評(píng)價(jià)的STI與SII方法實(shí)驗(yàn)對(duì)比研究
有更為精細(xì)的臨界頻帶劃分方法，并且提供了6種不同語(yǔ)言材料的權(quán)重系數(shù)，為那些研究不同語(yǔ)言材料效果的人所偏愛，也經(jīng)常被經(jīng)驗(yàn)豐富的聽覺矯治專家所使用.但對(duì)于傳統(tǒng)建筑聲學(xué)領(lǐng)域來(lái)說(shuō)，這兩個(gè)語(yǔ)言可懂度客觀評(píng)價(jià)方法到底有什么樣的差別？這方面國(guó)內(nèi)、外相關(guān)的研究文獻(xiàn)很難見到.Larm 等［6］對(duì)英語(yǔ)頻譜的STI與SII進(jìn)行了實(shí)驗(yàn)對(duì)比研究，但在測(cè)量?jī)x器的選用、實(shí)驗(yàn)方法，以及研究?jī)?nèi)容上尚有改進(jìn)空間.漢語(yǔ)是一種特殊的單音節(jié)語(yǔ)言，聲、韻、調(diào)為音節(jié)信息的主要組成成分，與英語(yǔ)有著較大的
大連理工大學(xué)學(xué)報(bào) 2014年2期2014-03-20
- 采用分割頻帶法構(gòu)造寬間隔跳頻序列
抗單頻干擾、部分頻帶干擾、跟蹤干擾、多徑衰落等方面均有優(yōu)勢(shì)[1]。國(guó)內(nèi)陳文德首先提出了寬間隔處理的思想，介紹了去中間頻帶法[2]。1999年何維苗提出隨機(jī)平移替代法[3]。2002年梅文華、張志剛將L-G模型與對(duì)偶頻帶法結(jié)合構(gòu)造出性能優(yōu)良的跳頻序列族[4]，確立了對(duì)偶頻帶法的經(jīng)典地位。文獻(xiàn)[5-6]曾分別對(duì)構(gòu)造跳頻序列的不同方法結(jié)合對(duì)偶頻帶法進(jìn)行了探討。2007年，李金濤基于m序列，提出非線性模d法[7]，性能有所提升，但遠(yuǎn)不及對(duì)偶頻帶法經(jīng)典和實(shí)用。文獻(xiàn)[
電訊技術(shù) 2014年11期2014-02-01
- 利用微分算子增強(qiáng)EMD算法頻帶分解能力
弱了EMD算法的頻帶分解能力，導(dǎo)致分解出的本征模態(tài)函數(shù)失去原有物理意義。Li等［6］用小波對(duì)信號(hào)進(jìn)行預(yù)處理，濾除高頻間斷事件，一定程度上改善了分解結(jié)果，但小波基的選擇需人工干預(yù)，削弱了EMD最突出的自適應(yīng)性特點(diǎn)。Ryan等［7］在EMD分解前加入掩膜信號(hào)，對(duì)區(qū)分頻率較接近的頻帶有一定效果，但選取掩膜信號(hào)需信號(hào)的先驗(yàn)信息，影響EMD算法的自適應(yīng)性。本文提出改進(jìn)的EMD算法，先將提高原始信號(hào)頻帶分解能力的微分信號(hào)進(jìn)行EMD分解，再將所得IMFs進(jìn)行積分處理獲得
振動(dòng)與沖擊 2013年18期2013-09-10
- 基于AAR模型和累積頻帶能量的特征提取方法
AAR模型和累積頻帶能量的特征提取方法李紅利1,2，王 江1，鄧 斌1，魏熙樂1(1. 天津大學(xué)電氣與自動(dòng)化工程學(xué)院，天津 300072；2. 天津工業(yè)大學(xué)電氣工程與自動(dòng)化學(xué)院，天津 300387)提出了一種自適應(yīng)自回歸(AAR)模型參數(shù)和累積頻帶能量相結(jié)合的特征提取方法，該特征應(yīng)用于基于運(yùn)動(dòng)想象腦-機(jī)接口(BCI)之中，實(shí)現(xiàn)左右手運(yùn)動(dòng)想象分類，改善BCI系統(tǒng)的性能．首先，對(duì)頭皮EEG數(shù)據(jù)進(jìn)行小波分解和重構(gòu)，去除EEG中的噪聲，得到不同頻帶的EEG數(shù)據(jù)．然
天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版) 2013年9期2013-06-05
- 局部場(chǎng)電位γ頻帶能量對(duì)朝向調(diào)諧特性研究
響應(yīng)信號(hào)的總和，頻帶主要集中在1～200 Hz［3］.LFP低頻部分主要反映狀態(tài)信息，高頻部分尤其是γ頻帶(30～90 Hz)，主要反映了與視覺刺激相關(guān)的信息.Juergens等［4］在研究初級(jí)視覺皮層局部場(chǎng)電位信號(hào)和EEG信號(hào)的關(guān)系時(shí)發(fā)現(xiàn)γ頻帶的能量反映了視覺刺激的信息.Frien等［5］研究指出LFPγ頻帶的功率會(huì)隨著刺激朝向的改變而產(chǎn)生不同的調(diào)制作用;Siegel和K?nig［6］研究也發(fā)現(xiàn)γ頻帶的能量會(huì)隨著朝向的改變而改變;Henrie等［7］用運(yùn)
鄭州大學(xué)學(xué)報(bào)（工學(xué)版） 2012年6期2012-12-03
- 子帶銳化互相關(guān)算法
關(guān)算法可以在多個(gè)頻帶不同目標(biāo)或存在干擾條件下仍可很好的估計(jì)目標(biāo)方位。2 關(guān)鍵步驟分析本文在常規(guī)互譜相關(guān)算法的基礎(chǔ)上主要進(jìn)行了以下改進(jìn)：（1）對(duì)信號(hào)進(jìn)行窄帶濾波。主要作用是：a.盡量使得每個(gè)頻帶只包含少量聲源的能量，減少干擾成分，提高角度估計(jì)的精確性。另外窄帶濾波使得算法可以估計(jì)多個(gè)聲源的方位，與MUSIC等高分辨算法相比突破了陣元數(shù)要大于聲源數(shù)的限制。圖1 各頻段互譜相關(guān)算法估計(jì)效果b.使用窄帶濾波可以一定程度上提高信噪比。當(dāng)信號(hào)為窄帶信號(hào)或單頻信號(hào)時(shí)，在
影像技術(shù) 2012年3期2012-11-09
- 基于小波包分析的齒輪箱故障診斷研究
行分解，根據(jù)不同頻帶內(nèi)能量分布的不同以及能量比值指標(biāo)，有效地進(jìn)行了3種工況的識(shí)別與分類，結(jié)果表明，利用小波包分解是齒輪箱故障的一種有效的診斷方法。小波包；齒輪箱；故障診斷；0 引言隨著現(xiàn)代化工業(yè)的發(fā)展，齒輪傳動(dòng)已被廣泛應(yīng)用于工業(yè)生產(chǎn)的各個(gè)領(lǐng)域，擔(dān)負(fù)著傳遞動(dòng)力和運(yùn)動(dòng)的重要使命。齒輪發(fā)生故障不僅僅會(huì)損壞齒輪本身，而且直接關(guān)系到整臺(tái)設(shè)備的運(yùn)轉(zhuǎn)甚至危及人身安全，對(duì)經(jīng)濟(jì)和社會(huì)都會(huì)造成巨大的影響。[1,2]因此，研究齒輪箱故障診斷具有重要的理論意義和工程實(shí)用價(jià)值。小波
黃山學(xué)院學(xué)報(bào) 2012年3期2012-09-13
- 部分頻帶干擾對(duì)跳頻通信系統(tǒng)影響分析
。下文主要以部分頻帶干擾為例，分析了部分頻帶干擾對(duì)跳頻系統(tǒng)的影響，并對(duì)干擾的有效性進(jìn)行了仿真驗(yàn)證。1 部分頻帶干擾對(duì)跳頻同步的影響設(shè)經(jīng)過中頻濾波器后在第k跳的時(shí)間間隔內(nèi)的輸出信號(hào)為[2]：式中：Eh為信號(hào)的每比特能量；Th為每跳駐留時(shí)間；fIF為中頻頻率；θk為第k跳時(shí)間間隔內(nèi)的隨機(jī)載波的相位，服從（0，2π）分布。不考慮干擾時(shí)，即僅存在高斯白噪聲。高斯白噪聲信道的噪聲功率σ2w＝N0B，其中N0為單邊功率譜密度，B為跳頻信道總的帶寬。跳頻信號(hào)經(jīng)過高斯白噪
艦船電子對(duì)抗 2012年6期2012-08-10
- TriQuint推出應(yīng)用于3G和4G智能手機(jī)的最小尺寸的功率放大器解決方案TRITIUM DUOTM
G智能手機(jī)的雙頻帶功放雙工器（PAD）——TRITIUM DuoTM。該新型TRITIUM DuoTM系列在單一緊湊模塊中結(jié)合了兩個(gè)特定頻帶的功率放大器（PA）和雙工器，有效地替代了多達(dá)12個(gè)分立器件。TriQuint中國(guó)區(qū)總經(jīng)理熊挺表示：“我們已經(jīng)用超過五億個(gè)的單頻帶TRITIUMTM模塊服務(wù)全球頂級(jí)智能手機(jī)，現(xiàn)在TRITIUM DuoTM系列已經(jīng)被客戶們認(rèn)可并采用到下一代智能手機(jī)。我們廣泛的技術(shù)組合使我們能夠在一個(gè)小占位面積中集成兩個(gè)常用頻帶。我們不
電子設(shè)計(jì)工程 2012年5期2012-03-31
- 多頻帶通濾波器技術(shù)*
，陳付昌.小型雙頻帶通濾波器的設(shè)計(jì)［J］.華南理工大學(xué)學(xué)報(bào):自然科學(xué)版，2010，38(6):7-10.［6］ Chen F C，Chu Q X.Design of dual-band CT filter with source-load coupling［J］.Journal of Electromagnetic Waves and Applications，2011，25(1):15-22.［7］ Kuo J T，Yeh T H，Yeh C C.Des
- 基于OFDM的認(rèn)知無(wú)線電系統(tǒng)中功率分配算法
戶，且不會(huì)對(duì)授權(quán)頻帶內(nèi)的用戶造成不可接受的干擾，即實(shí)現(xiàn)機(jī)會(huì)頻譜接入(Opportunistic Spectrum Access：OSA)技術(shù)［2］.由于大多數(shù)無(wú)線頻譜資源已經(jīng)被授權(quán)分配，目前最大的挑戰(zhàn)是如何在不影響授權(quán)用戶傳輸?shù)那疤嵯鹿蚕眍l譜資源.MITOLA［3］在軟件無(wú)線電技術(shù)的基礎(chǔ)上提出認(rèn)知無(wú)線電技術(shù).認(rèn)知無(wú)線電技術(shù)作為一種新興的無(wú)線通信系統(tǒng)，旨在對(duì)空、時(shí)、頻等各域上的空閑資源(亦稱為“頻譜空洞”或“白色空間”)進(jìn)行有效的感知探測(cè)和合理的再利用［4］
鄭州大學(xué)學(xué)報(bào)（工學(xué)版） 2011年5期2011-09-07
- 深井爆破振動(dòng)小波分析及其應(yīng)用
爆破振動(dòng)信號(hào)進(jìn)行頻帶劃分,給出不同頻率帶上爆破振動(dòng)的相對(duì)能量分布和振動(dòng)強(qiáng)度的時(shí)間變化規(guī)律,并分析總結(jié)深井爆破振動(dòng)衰減規(guī)律。與傳統(tǒng)Fourier變換基礎(chǔ)上的頻譜分析方法相比,基于小波變換的爆破振動(dòng)時(shí)頻特征分析可以給出更為準(zhǔn)確的細(xì)節(jié)信息。研究成果對(duì)研究深井爆破振動(dòng)具有重要意義。爆破振動(dòng);小波變換;衰減規(guī)律;深井開采1 爆破振動(dòng)信號(hào)小波分析原理[1]在小波多分辨分析條件下,爆破振動(dòng)信號(hào)s(t)滿足如下分層分解關(guān)系:為了表達(dá)簡(jiǎn)潔,令g0(t)=fN(t),則(1)
采礦技術(shù) 2010年2期2010-11-17
- 總藥量對(duì)爆破振動(dòng)信號(hào)頻帶能量分布的影響
量對(duì)爆破振動(dòng)信號(hào)頻帶能量分布的影響汪令輝,孫 浩(安徽銅都銅業(yè)股份有限公司冬瓜山銅礦, 安徽銅陵市 244000)頻帶能量是衡量爆破振動(dòng)危害的一個(gè)重要指標(biāo),基于小波包分析技術(shù),對(duì)爆破振動(dòng)信號(hào)進(jìn)行分析,得出不同總藥量對(duì)爆破振動(dòng)信號(hào)頻帶能量分布也有較大影響,爆破振動(dòng)強(qiáng)度不僅僅取決于最大段藥量等結(jié)論。其中,爆破主振頻帶隨總藥量增加向低頻發(fā)展的趨勢(shì)對(duì)控制采場(chǎng)安全作業(yè)有重要意義。爆破規(guī)模;爆破振動(dòng);頻帶能量爆破振動(dòng)是采礦作業(yè)中的重大難題,小波包分析技術(shù)能夠通過分析爆
采礦技術(shù) 2010年1期2010-11-16
- 微波頻帶識(shí)別系統(tǒng)
微波頻帶識(shí)別系統(tǒng)微波頻帶識(shí)別系統(tǒng)是工程發(fā)射機(jī)中的前級(jí)系統(tǒng)，是工程中的關(guān)鍵部件之一，發(fā)揮著識(shí)別輸入信號(hào)頻帶的作用。該系統(tǒng)采用雙重金屬外殼密封，電磁兼容性好，抗干擾能力強(qiáng)。該系統(tǒng)的主要技術(shù)指標(biāo)如下。頻帶識(shí)別范圍 ?f1: 2.50～2.74 GHz；?f2: 2.74～2.98 GHz；?f3: 2.98～3.24 GHz；?f4: 3.24～3.50 GHz輸入功率 50 mW輸入信號(hào) 為脈寬18 ms，周期20 ms的調(diào)幅波輸出信號(hào) ＞10 mW帶內(nèi)衰減
電子科技大學(xué)學(xué)報(bào) 2010年3期2010-04-03
- 基于認(rèn)知無(wú)線電的NC-OFDM系統(tǒng)HPA非線性的研究＊
User,PU)頻帶的干擾溫度,若其超過PU的干擾容限,將導(dǎo)致CU不能共享PU的空閑頻率資源,從而降低頻率資源利用率,所以分析基于NC-OFDM的認(rèn)知無(wú)線電系統(tǒng)中CU旁瓣泄漏對(duì)PU頻帶干擾溫度的影響及其與系統(tǒng)參數(shù)設(shè)置的關(guān)系是非常重要的。與OFDM系統(tǒng)HPA非線性失真的分析不同[6～8], NCOFDM系統(tǒng)HPA非線性的分析不僅要考慮HPA參數(shù)對(duì)旁瓣泄漏功率的影響,還要考慮PU頻帶占用率、CR子信道大小以及保護(hù)載波數(shù)量等系統(tǒng)參數(shù)的設(shè)置對(duì)其的影響。本文首先給出
電訊技術(shù) 2010年1期2010-03-18