共查询到18条相似文献,搜索用时 93 毫秒
1.
针对传统突发扩频信号捕获算法的缺陷,即无法自适应兼容处理不同同步头时长信号,提出了一种改进的基于FFT的突发扩频信号兼容快速捕获算法。根据不同时长信号的实际应用特性,利用同步头信号尾部对齐的格式特点,采用子矩阵形式存储不同时长信号的码相关结果,通过多支路并行捕获处理,实现突发信号的自适应兼容捕获。同时,通过矩阵的FFT运算同步实现全相干累积来提高信号载噪比,通过时频并行处理提高处理效率,最大限度地优化了弱信号条件的捕获性能。仿真验证表明,算法可以实现不同扩频信号的兼容快速捕获,研究为同步头时长不等的低载噪比信号提供了一种有效的兼容快速捕获方法。 相似文献
2.
3.
4.
5.
6.
针对传统故障诊断技术严重依赖于信号处理的专业知识和人工经验的问题,提出一种基于STFT(ShortTime Fourier Transform,短时傅里叶变换)和CSPDarkNet的滚动轴承故障诊断方法。首先,通过STFT将原始滚动轴承故障信号转换为具有时频信息的二维时频图,制作出时频数据集。然后将得到的特征图像作为CSPDarkNet模型的输入,进行特征自提取和故障诊断,最终实现不同故障类型的分类。为验证所提方法的有效性和优越性,进行了针对滚动轴承典型故障的模拟实验,并与不同特征图转换方法进行了分析和比较。实验表明,STFT-CSPDarkNet方法在滚动轴承故障诊断方面表现出更优的识别效果。 相似文献
7.
提出基于分层极限学习机结合迁移学习的轴承故障诊断方法,分析其在变工况下的故障诊断效果。应用短时傅里叶变换方法生成振动信号时频图,并提取不变矩特征、灰度差分统计特征,区分不同故障时频图的形态和纹理特征。在变工况下使用动态分布自适应方法,循环迭代得到最优迁移学习参数,以减小源域和目标域的MMD距离。然后使用分层极限学习机,对迁移后的样本数据进行故障分类。结果表明,所设计的迁移学习方法具有精度高、速度快的优点,在变工况下动态分布自适应迁移学习方法的故障诊断结果优于SVM等非迁移学习的机器学习方法,分层极限学习机作为故障分类器优于KNN、BP等分类器的效果,同时基于时频图的特征提取方法改善了源域和目标域间的可迁移性。 相似文献
8.
<正>为了提高电网运行的安全性与稳定性,电网系统故障信号分析处理方法一直是电网科研工作者研究的重点与热点。从最开始的傅里叶变换法和小波分析法,再到近几年热门研究的数学形态法,都体现了信号处理的研究热潮。傅里叶变换只能对信号进行频域上的分析,而在时域上没有任何分辨能力。小波变换最显著的特点是 相似文献
9.
11.
12.
13.
本文主要研讨可编程器件FPGA做PCI总线从模块设计。文中分析可编程器件在PCI总线产品设计中的可行性和应用前景以及PCI总线从模块接口电路的结构,提出子电路模块的具体实现方案。 相似文献
14.
15.
16.
17.
利用快速傅里叶变换(FFT)算法和相关函数算法,基于LabVIEW平台,设计了2个测量周期信号相位差的仿真程序。仿真测量数据相对误差约为0.3%,与传统的方法相比,具有精确程度高,抗干扰能力强,易于实现等优点。 相似文献
18.
EDA技术是现代电子设计的发展趋势。在概述EDA技术的基础上,阐述了基于EDA技术的单片交通控制器设计的内部原理结构图,主要VHDL源程序及硬件验证结果,总结了利用EDA技术进行电子设计的特点。 相似文献