共查询到19条相似文献，搜索用时 125 毫秒
1.
鉴于传统信号处理对非平稳信号的局限,小波分析作为一种具备时间-频率局部特性的信号处理方法,已成为众多领域的研究热点.笔者介绍了小波变换的部分性质,分析了小波变换与Fourier变换下的奇异信号特性,并以此进行奇异信号检测. 相似文献
2.
全局最优退火的PSO算法及在交通控制中的应用 总被引：1，自引：1，他引：0
为进行区域交通的协调控制,针对微粒群算法的优缺点,提出基于全局最优退火的微粒群算法.该算法能增强算法探索和开发的能力,避免计算量过度增加.典型测试函数结果显示,能提高算法搜索速度、搜索精度.仿真结果表明,该方法应用于区域交通协调控制信号配时,可获得更低的车辆平均延误和平均停车率. 相似文献
3.
《四川工程职业技术学院学报》2015,(2):66-69
谐波对于电力系统的运行具有较大的危害,在现代电力系统中,非整次谐波(间谐波)和突变谐波大量存在,传统的谐波分析大都是使用快速傅立叶变换(FFT)和窗口傅立叶变换算法,傅立叶变换在时域分析中局部化处理能力有限,实时性不强,在比较了窗口傅立叶变换与离散小波变换后,提出了离散小波变换在电力谐波分析上有诸多优点,在此基础上提出了采用离散小波变换进行电力系统谐波的分析,取得了较好的效果。 相似文献
4.
讨论了小波分析的原理与应用特性以及在处理具有非平稳动态信号的柴油机故障诊断中的应用. 相似文献
5.
为了将微粒群优化(Particle Swarm Optimization, PSO)算法应用到离散领域,并使算法仍具有较佳的搜索性能,以信息素积累为基础,由离散状态的信息素构成微粒编码,重新构造算法的迭代公式.微粒信息素的变化基于信息素原先的情况、个体历史最优及全局历史最优.以信息素为依据进行离散状态的选择,由此提出一种基于信息素的离散PSO算法.将该方法应用于基于时延约束的最小能耗路由优化问题,能获得较好的路由优化结果,表明该算法具有优良的收敛性能. 相似文献
6.
聂希芸 《玉溪师范学院学报》2012,(4):54-58
根据心电信号和基线漂移噪声的频谱特点,基于小波变换的多分辨率分析,对心电信号进行多尺度分解,利用分解后得到的模拟近似信号充分逼近基线漂移噪声的特性,从而去除心电信号中的基线漂移这一低频分量.通过对MIT-BIH心律失常数据库中的心电信号进行去噪处理,验证了算法的有效性. 相似文献
7.
王启志 《上海海事大学学报》2001,22(3):113-115
工业控制系统常发生的故障是执行机构和检测装置的故障,且故障信号多是突变性的.传统的Fourier分析由于在时域缺乏空间局部性,只能确定一个函数奇异性的整体性质,而难以确定奇异点在空间的位置及分布情况,难以检测到突变信号.小波变换具有空间局部化性质,而且时域窗和频域窗的宽度可调节.对系统的输入、输出信号进行小波变换,利用该变换求出输入输出信号的奇异点.仿真实验证明了小波变换在故障检测中所具有的优越性. 相似文献
8.
关于P波到时的小波分析方法 总被引：1，自引：0，他引：1
任继阳 《玉溪师范学院学报》1999,(3)
本文就P波的到时进行研究，采用了小波分析的方法，由于小波分析所固有的优于博氏变换的性质：即小波分析能对波的频域特性和时域特性有比较好的反映，这相对于博氏变换的只能够反映单独的频域特性或者单独的时域特性而言，采用小波分析更加能够保证波型的不失真，采用经过小波分析后得到的数据更加能够精确的满足计算所需．本文运用Daubechies的紧密支集的正交小波基对实际的地震数据进行处理，以期能够对P波的到时进行自动识别．计算结果显示：对地震数据进行不同阶次的小波变换得到不同的结果，很明显可以看出不同阶次的小波变换所产生的结果有不同的时频特性，并且变换阶次越高，信号变换后得到的结果所反映的频率越低；对地震数据进行线性极化计算，可以得到明确的P波利时． 相似文献
9.
在静电探针自动测量系统测量等离子体参数中,如何在不改变原始数据特征的条件下干净有效的滤除噪声,是一个很重要的问题。对此,采用低通滤波器、移动平均法等一些常用的数据处理方法很难解决。本文采用两种小波变换：Daubechies小波变换和Biorthogonal小波变换分步进行处理,得到了比较好的处理结果,并对上述的几种方法在实际测量信号中的处理结果进行分析对比来证明了这一点。 相似文献
10.
针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高. 相似文献
11.
为限制级联多电平逆变器输出电压谐波,提出一种改进粒子群优化(PSO)算法.在考虑三倍次谐波的情况下,给出最优化阶梯波法的目标函数.粒子群优化算法的惯性权重按负反正切规律变化,加速常数按反正切规律变化.通过提高算法前期全局探索能力和后期局部开发能力,算法搜索能力增强,而算法计算量几乎未增加.分析该方法的参数范围和粒子轨迹收敛速度,并将该方法应用于十一电平逆变器谐波限制问题,获得较佳的开关角设置方案,表明该方法具有优良的收敛性能。 相似文献
12.
为提高潮汐预报的精度，提出一种基于支持向量机(Support Vector Machine,SVM)的模块化潮汐实时预报模型. 将潮汐分为受天体引潮力影响的天文潮和受环境因素和其他因素影响的非天文潮，分别使用调和分析法和改进的SVM对天文潮和非天文潮进行预报, 结合两种方法的输出构造最终的潮汐预报结果. 在对非天文潮的预测中,将SVM与灰色模型相结合,并利用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM的参数进行优化以提高预报精度. 利用火奴鲁鲁港口的实测潮汐数据进行实时潮汐预报仿真.仿真结果表明该方法具有较高的短期预报精度. 相似文献
13.
为对港口吞吐量进行科学预测,在最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)基础上,引入灰色关联分析(Grey Relational Analysis,GRA)和二阶振荡粒子群优化(Two-Order Oscillating Particle Swarm Optimization,TOOPSO),提出一种新的GRA-TOOPSO-LSSVM算法预测港口吞吐量.采用GRA法筛选出对上海港吞吐量有重大影响的因素,并将其作为LSSVM的输入变量;采用TOOPSO法对LSSVM的参数进行寻优;运用LSSVM非线性映射的优势对上海港吞吐量进行预测.在上海港吞吐量实证研究的过程中,GRA-TOOPSO-LSSVM算法与TOOPSOLSSVM和基于交叉验证的LSSVM算法进行对比分析.研究结果表明,GRA-TOOPSO-LSSVM算法具有更好的预测精度和收敛速度,为港口吞吐量预测的研究提供了一种新的方法. 相似文献
14.
为研究各种应急调货策略在不确定需求环境下的效率,考察由一个中央供应点和多个地方供应点组成的二级多物资应急供应系统,其中需求是一个随机模糊数、服务水平有时间限制、应急调货必须考虑就近原则.针对不同的应急调货策略,分别建立相应的模型,计算各项系统指标;用粒子群优化—模拟退火(PSO-SA)混合算法,对不同策略的效率进行比较,并对影响应急系统的关键参数变动进行分析.结果表明:完全转运策略的效率高于部分转运策略;对于部分转运策略而言,转运点设置越低,系统效率越高。 相似文献
15.
胡继胜 《安徽职业技术学院学报》2006,5(1):7-10
小波变换技术已广泛地应用于图形、图像处理,语音处理,视频处理以及数字信号处理等领域。由于小波变换的良好特性,使其在众多实际应用中都能得到很好的应用,并取得比原有技术更好的实际效果。在数字图像处理领域,基于小波变换的图像压缩、图像增强、图像消噪可以取得很好的实际效果,本文从二维小波理论出发,对其在图像处理的应用上进行了一些分析和处理,反映出小波分析在图像处理方面的特点。 相似文献
16.
应用小波包变换的斑点噪声抑制方法 总被引：1，自引：1，他引：0
根据信号和噪声的小波系数在不同分解尺度上的分布,提出应用小波包变换(WPT)消除合成孔径雷达(SAR)图像斑点噪声的新方法.根据在正交小波基上的最优分解,通过叠加代价函数,对分解得到的小波包树中除近似子空间以外每个叶节点子空间以自适应的方式进行处理.通过每一叶节点以及整个图像的噪声的估计方差变化计算叶节点阈值.实验结果表明,该方法能有效地减少斑点噪声,同时保存边缘细节. 相似文献
17.
巩永光 《济宁师范专科学校学报》2008,29(6):20-22
自上世纪80年代以来,智能优化算法(粒子群算法、遗传算法等)通过模拟或者揭示某些自然现象和过程而发展起来,为优化理论提供了新的思路.通过将不同算法结合来达到更好的优化效果日益成为当前优化研究领域的热点.在粒子群算法中引入遗传算法的交叉和变异算子及种群分割策略,将两种算法有机结合,提出了粒子群算法与遗传算法的混合优化算法(GA-PSO).为了验证该GA-PSO混合优化算法是否具有良好性能,将该算法用于一些标准测试函数的优化. 相似文献
18.
把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法. 该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离. 计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能. 相似文献
19.
基于改进的无尺度网络的高斯动态粒子群优化算法在舰船电网故障重构中的应用 总被引：1，自引：0，他引：1
针对当前优化算法在处理大规模舰船电网重构问题时易陷于局部极值的缺点,提出一种基于改进的无尺度网络的高斯动态粒子群优化(Gaussian Dynamic Particle Swarm Optimization,GDPSO)算法.该算法融合无尺度网络理论与种群拓扑结构,采用改进的无尺度网络BA模型随机地逐渐增加种群拓扑规模,增加种群多样性,提高种群跳出局部极值的能力.以某20节点和扩充为60节点的舰船电网为例进行故障后重构测试.结果表明,该算法对多维度舰船电网重构有效. 相似文献