GC-FTIR和GC-MS联用在环状硫代碳酸酯混合物中的应用

采用GC-FTIR和GC-MS建立环状硫代碳酸酯和环状碳酸酯的分析方法.选用HP-5毛细管色谱柱(30m×320μm×0.25μm),分流比50∶1,进样量1μL,进样口起始温度120C,保持5min,升温速率15℃/min,进样口终止温度270℃.质谱采用EI源,选取Scan模式,扫描范围为50到550m/Z.结果表明GC-FTIR可鉴定出3种环状硫代碳酸酯,而GC-MS可同时鉴定出4种环状硫代碳酸酯.     

基于TG-FTIR的落叶松木材热失重与热解气相演变规律研究

采用热重红外光谱联用分析法考察了落叶松木材在不同升温速率下的热失重特性及气相演变规律,并与其组分模混物的热解特性进行了对比分析。结果表明,落叶松的主要失重区域相对于模混物较宽,落叶松残炭率(18.97%)相对于模混物(29.83%)较低;在低温段,模混物的活化能高于落叶松木材,而在高温段二者差别不大;落叶松木材热解过程经历了水分析出、主成分热分解、后期炭化等阶段,气体析出主要集中在375℃左右;落叶松在热解反应过程中,主要气体产物生成量顺序为CO2>H2O>CH4>CO,随着升温速率的增加,上述气体产物的生成量明显增多;模混物与落叶松木材热解生成气体规律基本相似,但模混物中各气体析出强度均相对较高。     

基于TGA-FTIR研究生物质热解过程中氮化物的生成

基于TGA-FTIR联用技术,考察了升温速率对生物质中氮热解转化成NH3和HCN的影响.结果表明,热解的升温速率影响生物质中氮转化的速率和转化的量,升温速率提高,NH3和HCN的生成量减小,NH3和HCN的起始释放温度及达到最大析出值的温度提高.慢速升温热解,HCN的析出与NH3的析出规律相似,但HCN的析出量明显小于NH3的析出量,生物质中氮主要以NH3的形式析出.     

GC-FTIR联用分析硝基氯苯焦油状废液的成分

GC- FTIR法分析硝基氯苯焦油状废液中能溶于乙醚的部分 ,其主要成分为 2 ,4 -二硝基氯苯和邻硝基氯苯 ,少量的 2 ,5 -二氯硝基苯和 3,4 -二氯硝基苯等。     

混沌背景下信号的盲分离

混沌信号与确定性小信号叠加生成的混合信号是一更高维的混沌信号,因而不能用一般的混沌信号噪声抑制的方法进行分离.提出了一种这类信号盲分离的方法.在重构未知的混沌信号的动力方程时,充分利用混沌吸引子的几何特性,并且限定动力映射为原混沌吸引子所在流形的内部映射,从而保证了重构的动力系统方程对应于原混沌信号,而不是同样具有混沌特性的混合信号.然后利用重构的动力方程,借用混沌信号中的噪声抑制思想,估计出原混沌信号对应的轨道,实现信号分离.通过对Lorenz系统中谐波信号、Henon映象中自回归过程,以及脑电信号中谐波信号进行提取的数值实验,验证了信号盲分离方法的有效性和可行性. 关键词： 混沌 非线性 信号处理 盲分离     

一种基于人工蜂群算法的混沌信号盲分离方法

混沌信号所固有的非周期、宽带频谱和对初值极度敏感等特性使得对这类信号进行盲分离极为困难. 针对这一问题, 提出一种新的盲分离方法, 该方法通过相空间重构来构造代价函数, 将混沌信号的盲分离转化为一个无约束优化问题, 并利用人工蜂群算法进行求解. 不同于现有的独立成分分析方法仅使用混合信号的统计特性来解决分离问题, 该方法能充分利用混合信号内在的动态特性, 因而在处理混沌信号这种确定性信号时能获得更好的分离效果. 此外, 正交矩阵的参数化表示有效地降低了盲分离问题的复杂性, 使优化过程能快速收敛. 实验结果表明, 该方法具有较快的收敛速度和较高的数值精度, 在分离混沌信号时其整体性能优于现有的几种盲分离方法. 同时, 在分离混沌-高斯混合信号的实验中该方法也展现出优异良好的性能, 这表明该文的方法有应用潜力.     

一种混沌信号的盲分离方法

多个混合混沌信号的分离，在混沌及其应用中是一个重要的问题.提出了一种线性混合的混沌信号的瞬时盲分离方法，它利用了各个混沌信号源之间的互不相关性，在未知混合矩阵和混沌方程的情况下，通过求解特征向量的方法从观测量中直接估计出解混合矩阵，以重构出源混沌信号.仿真结果表明，即使在低信噪比情况下，该方法仍可以有效地从噪声背景中分离出多个混合的混沌信号. 关键词： 混沌 盲分离 信噪比 特征向量     

一种适用于微弱信号提取的盲源分离算法

本文首次提出了适用于微弱信号提取的盲源分离算法,这种方法是在常用的自然梯度串行更新算法基础上采用了有监督的机制。通过观察两个信号互相关的程度自动判别激活函数的种类,实现了超高斯亚高斯强弱信号混合下的盲源分离。信号仿真表明,有监督的盲源分离技术收敛速度较快,精度较高。     

多通道同步信号采集与盲源分离研究

扩展了麦克风语音采集电路和较大容量的存储器,基于凌阳16位单片机(SPCE061A)实现了多通道语音信号的实时同步采集。对采集的信号应用FastICA独立分量分析算法进行盲源分离,基于DTW算法对分离的语音进行识别,发现强噪声情况下识别结果良好,对语音识别与应用具有积极意义。     

非线性混合模式的语音盲分离算法

本文针对FIR非线性混合模型，基于最大熵算法，提出了一种以高斯混合模式概率密度函数估计替代传统对数化概率密度估计的盲分离算法，以偶函数为非线性激活函数，采用最大期望（EM）迭代算法推导了分离算法的权向量迭代公式，通过模拟仿真实验结果与传统的最大熵和高阶累积量方法比较，新算法提高了收敛速度，并有效地完成了非线性语音分离任务，抑制了干扰语音信号的影响，提高了输出信噪比。     

Model-Free Analysis of Mixtures by NMR Using Blind Source Separation

The concept of blind source separation is described and examples of its use in 1D and 2D NMR spectroscopy are presented. The goal of this data processing method is to extract the spectra of components molecules when only mixtures are available.     

基于去噪降维和蝙蝠优化的高光谱图像盲解混算法

为解决盲源分离技术难以直接用于高光谱图像解混这一问题,将丰度非负及和为1约束作为盲源分离的目标函数,改变传统的独立性假设;同时,针对目标函数中具有大量的局部极小,引入蝙蝠优化算法,解决传统梯度类优化算法易陷入局部极值的问题.在降维过程中,提出一种基于奇异值分解去噪的正交子空间投影的降维方法.仿真数据和真实遥感数据实验表明,所提出算法收敛速度和解混准确度高,具有较强的抗噪声干扰能力,适用于像元纯度很低的高光谱图像解混.     

Fault Feature Extraction for Reciprocating Compressors Based on Underdetermined Blind Source Separation

In practical engineering applications, the vibration signals collected by sensors often contain outliers, resulting in the separation accuracy of source signals from the observed signals being seriously affected. The mixing matrix estimation is crucial to the underdetermined blind source separation (UBSS), determining the accuracy level of the source signals recovery. Therefore, a two-stage clustering method is proposed by combining hierarchical clustering and K-means to improve the reliability of the estimated mixing matrix in this paper. The proposed method is used to solve the two major problems in the K-means algorithm: the random selection of initial cluster centers and the sensitivity of the algorithm to outliers. Firstly, the observed signals are clustered by hierarchical clustering to get the cluster centers. Secondly, the cosine distance is used to eliminate the outliers deviating from cluster centers. Then, the initial cluster centers are obtained by calculating the mean value of each remaining cluster. Finally, the mixing matrix is estimated with the improved K-means, and the sources are recovered using the least square method. Simulation and the reciprocating compressor fault experiments demonstrate the effectiveness of the proposed method.     

含噪混合数据中相关源信号的盲分离

本文在假设时间白噪声的基础上,通过对阵列施加一个较弱的旋转不变约束提出了一种针对相关源信号盲分离的方法。与现有方法相比,该方法不需要额外的源信号约束条件和噪声自相关矩阵的知识,因此具有较广的使用范围和较强的稳健性。另外,该方法较低的计算复杂度易于其工程实现。计算机仿真结果表明,本文提出的方法对于相关源信号的盲分离具有较好的效果。     

基于基效应分解的多谱投影序列盲分离算法研究

在常规CT成像系统中,发出的X射线是连续能谱的,导致重建图像出现硬化伪影,影响了材料组分区分,无法进行定量表征。解决这一问题的关键在于实现多能谱CT成像,利用多个窄能谱段或单能量CT图像,提高组分与图像灰度的对应性。相对于传统CT,能谱CT具有更强的组分区分能力,有利于实现物体组分的定量分析。现有的基于光子计数探测器多谱CT在成像时间分辨率和空间分辨率存在局限,基于能谱滤波的多谱CT能谱区分度受限。而基于变电压多谱投影序列盲分离的多谱CT,通过分解连续能谱投影,获取窄能谱投影,进而实现能谱CT成像,确保物质组分与重建图像灰度值的对应性,实用性较强。但是由于X射线能谱和物体组分的未知,在盲分离过程中,衰减系数未知,并且能谱划分是不确定的,导致窄能谱CT重建图像的能量指向性不强,对应能量值与参考能量偏差偏大,影响组分定量分析。因此,针对盲分离中能谱划分不确定性和重建图像能量指向性问题的开展研究。利用衰减系数的光电效应和康普顿效应分解,构建能量约束,消除能量的不确定性,降低分解所得投影重建图像的能量与参考能量值的偏差。在基于以残差的局部方差和最小为优化目标的分解模型中,将分解模型中的衰减系数按光电效应和康普顿效应分解为能量项和材料项,利用能量项的可预知性,依据预先划分的窄能谱段设置其值,固定各分解投影对应的窄能谱段,作为对能量的约束条件。求解所得各分解投影为能量已知投影,对其重建可得到能量确定的各窄能谱段的图像。选择衰减系数相近的硅铝材质构成外硅内铝圆柱体进行实验验证,在有能量约束的求解结果中,硅铝衰减系数与参考值偏差小于无能量约束,所得重建图像中硅铝变化率与理论值趋势较一致,能量指向性强,与参考能量偏差降低。结果表明,所提方法解决了基于变电压序列盲分离多谱CT成像的能量指向问题,能谱分辨率更高,组分表征更准确。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

复杂电磁环境下的信号盲分离方法

介绍了基于盲源分离的信号处理基本思想,阐述了ICA,SOBI,AMUSE三种典型算法的原理、特点,通过仿真实验研究了这三种盲源分离算法对于常见波形信号和真实信号的分离性能及其抗噪能力,验证了算法的有效性和可行性。三种方法对于抑制干扰信号,进行信号的有效提取具有实际意义和使用价值。     

Real-time blind source separation system with applications to distant speech recognition

A real-time BSS system based on DUET was developed and implemented in order to assess its potential as the front-end for a DSR engine. The system uses only two closely-spaced standard omni-directional microphones and a computer soundcard and was developed for low reverberation environments with several human speakers and different noise sources.