共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪.该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号.仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度.实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征.因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声. 相似文献
5.
《光谱学与光谱分析》2020,(6)
高锌背景下光谱法同时检测痕量多金属离子浓度时,由于微型光谱仪光源能量辐射不均匀性,并且混合溶液中不同离子对不同波段紫外可见光会选择性吸收,因而如果选取微型光谱仪的积分时间过大,可能导致光谱能量值达到饱和,选取积分时间过小可能导致光谱信号的信噪比很低。积分时间的选择往往取决于研究者的经验和待测离子对紫外可见光的吸收特征。为了实现能够自动选取微型光谱仪积分时间参数,提出了一种基于二分搜索的高质量紫外可见光谱信号重构算法,用于重构由不同积分时间组成的图谱特征更加明显的紫外可见光谱信号。该方法首先采集不同积分时间下参比溶液的紫外可见光谱能量信号,然后给定参比溶液的不同目标重构光谱能量信号值,在每一波长点使用二分搜索算法寻找合适的积分时间采样参数;然后根据紫外可见光谱的特点,定义了表示重构后的光谱能量值与目标设定值接近程度的重构精度指标和表示重构信号后与重构信号前的图谱特征区分程度的重构特征显著度指标,最后,选取搜索区间范围内重构精度最高的光谱信号作为重构信息量,利用光谱信号重构信息量重构待测溶液紫外可见光谱能量值,最终得到待测溶液的重构光谱吸光度信号。实验结果表明,该算法能够快速自动地选定目标积分时间采样参数值对紫外可见光谱进行信号重构,来得到高质量紫外可见光谱信号。该算法可以使信号重构精度达94.84%,并且重构特征显著度有所提升。同时,相对于重构前的光谱信号,重构后的光谱吸光度信号得到一定程度增强,信号信噪比也大大提升,而且避免了积分时间采样参数需要依靠研究者主观判断选择的问题,为检测多种痕量金属离子的浓度信息提供了高质量的模型数据。 相似文献
6.
针对传统的信号处理方法无法有效区分不同振动入侵信号,提出一种基于EMD-AWPP和HOSASVM算法的振动信息特征提取与识别方法,用于解决分布式光纤振动入侵检测系统的高精度信号识别问题。处理不同振动类型时,该方法首先利用基于经验模态分解的自适应小波包处理算法,不仅对信号的低频部分进行了分解,而且对高频部分即信号的细节部分也进行了更好的时频局部化处理,改善了信号特征提取精度,减少传感信号异常值的影响;其次采用高阶谱分析中的双谱和双相干谱,精确提取包含不同振动入侵信号类型的特征矢量;最后在BPNN参比模型的基础上,用粒子群算法优化SVM的识别参数,使识别模型具有更强的自适应和自学习能力,克服了神经网络易陷入局部最优的不足之处,实现不同振动入侵信号的特征矢量识别。分析结果表明,针对不同类型的入侵源识别,该方法可以有效剔除随机噪声的影响,提取传感信息的特征矢量,降低异常值的影响,算法的预测类别与输出类别几乎一致,振动识别的精确率达到95%以上,识别效果明显强于BPNN网络的检测算法,提高了信息分析的准确性。 相似文献
7.
8.
9.
10.
基于LeRoy与Bemstein的工作,孙卫国等最近建立了计算精确的双原子分子离解能的新解析表达式.应用该公式和最近建立的研究双原子分子精确振动能谱的代数方法(AM),我们研究了一些双原子分子部分电子态的分子离解能,并与实验值进行了比较.研究结果表明,用新解析式获得的精确分子离解能与实验值符合得非常好.该式在理论上提供了获得精确分子离解能的物理新方法. 相似文献