期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
相控阵AEW雷达杂波抑制的非均匀处理方法研究 被引量:14
1
作者 王万林 廖桂生 张光斌 《电波科学学报》 EI CSCD 2004年第3期348-353,共6页
非均匀环境对空时自适应处理 (STAP)是一个挑战。采用一种先直接数据域 (DDD)STAP后统计STAP处理的非均匀杂波干扰抑制级联算法 ,这种级联算法能有效补偿由DDD算法的空时孔径损失而引起的性能损失。此外 ,还提出了一种新的信号滤除方法 ... 非均匀环境对空时自适应处理 (STAP)是一个挑战。采用一种先直接数据域 (DDD)STAP后统计STAP处理的非均匀杂波干扰抑制级联算法 ,这种级联算法能有效补偿由DDD算法的空时孔径损失而引起的性能损失。此外 ,还提出了一种新的信号滤除方法 ,它可以用于实际AEW雷达系统的信号滤除。 展开更多
关键词 非均匀环境 杂波干扰抑制 级联算法 信号滤除
下载PDF
风云四号静止卫星闪电成像仪监测原理和产品算法研究进展 被引量:38
2
作者 曹冬杰 《气象科技进展》 2016年第1期94-98,共5页
静止卫星闪电成像仪通过光学成像探测实现闪电定位,能够对闪电活动进行长时间连续监测,为中国地区强对流天气预警和区域闪电活动特征研究提供观测基础。结合国外静止卫星闪电成像仪研究现状,针对风云四号静止卫星闪电成像仪工作原理和... 静止卫星闪电成像仪通过光学成像探测实现闪电定位,能够对闪电活动进行长时间连续监测,为中国地区强对流天气预警和区域闪电活动特征研究提供观测基础。结合国外静止卫星闪电成像仪研究现状,针对风云四号静止卫星闪电成像仪工作原理和产品算法进行了介绍。 展开更多
关键词 闪电成像仪 实时事件处理器 虚假信号滤除算法 聚类分析
下载PDF
基于小波消噪的EMD模型在GPS振动信号处理中的应用 被引量:4
3
作者 李旋 孙磊 +2 位作者 骆辉 戴吾蛟 何伟 《工程勘察》 CSCD 北大核心 2011年第3期72-76,共5页
经验模式分解和小波分解是当前有效处理非平稳信号的两种时频分析方法,它们各具有其优缺点,适用于不同的应用。从对GPS振动信号的预处理、时域和频域处理入手,结果分析表明,对GPS振动信号先进行小波滤波消除随机噪声的干扰,再应用经验... 经验模式分解和小波分解是当前有效处理非平稳信号的两种时频分析方法,它们各具有其优缺点,适用于不同的应用。从对GPS振动信号的预处理、时域和频域处理入手,结果分析表明,对GPS振动信号先进行小波滤波消除随机噪声的干扰,再应用经验模式分解更有利于变形特征信息的分离和提取,提取的信号与振动平台记录数据更加吻合。 展开更多
关键词 经验模式分解(EMD) 小波分解(WD) 全球定位系统 振动变形
下载PDF
海洋激光雷达软件控制系统研究
4
作者 范米 程小劲 +1 位作者 曹建东 贺岩 《计算机技术与发展》 2020年第12期165-169,共5页
基于蓝绿激光的海洋激光雷达探测技术具有较高的探测效率和探测点密度,在浅海水域具有独特应用优势。应用需求的复杂化和多样化使得海洋激光雷达系统需要集成多种不同类型的设备,因此通过软件控制保证多种设备间的协同合作显得尤为重要... 基于蓝绿激光的海洋激光雷达探测技术具有较高的探测效率和探测点密度,在浅海水域具有独特应用优势。应用需求的复杂化和多样化使得海洋激光雷达系统需要集成多种不同类型的设备,因此通过软件控制保证多种设备间的协同合作显得尤为重要,软件系统逐渐成为海洋激光雷达系统的核心技术。该文以海洋激光雷达系统为研究对象,针对项目需求和系统的硬件组成,设计了一套海洋激光雷达系统控制软件,控制软件设计分成四个部分——通信协议设计、功能模块设计、多线程设计和界面设计。最终采用UDP(user datagram protocol)网络通信协议的控制软件系统实现了对海洋激光雷达各设备的控制,并完成了采样参数的设定、处理、波形显示以及水体回波信号滤除等任务。 展开更多
关键词 海洋激光雷达 软件控制系统 UDP 多线程 回波信号滤除
下载PDF
基于CEEMDAN与神经网络的框架结构故障诊断研究
5
作者 蔡超志 池耀磊 +2 位作者 郭璐彬 张仲杭 白金鑫 《现代电子技术》 2022年第16期80-86,共7页
为了解决框架结构受噪声影响较大而难以对其进行精确故障诊断的问题,文中提出一种基于CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise Analysis)与神经网络相结合的框架结构故障诊断方法。该方法首先通... 为了解决框架结构受噪声影响较大而难以对其进行精确故障诊断的问题,文中提出一种基于CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise Analysis)与神经网络相结合的框架结构故障诊断方法。该方法首先通过小波分解与重构滤除振动信号中的低通噪声信号与部分低通特征信息;然后,采用CEEMDAN对重组信号进行模态分解,将重组信号中剩余的特征信息进行突显形成组合信号;最后,采用WDCNN(First Layer Wide Convolution Kernel Deep Convolution Neural Network)提取组合信号中的数字特征,同时采用LSTM(Long Short⁃Term Memory)提取组合信号之间的相关性信息并进行分类。另外,采用向原始振动信号中添加不同信噪比噪声的方法进行对比实验。结果表明,所提方法在信噪比为-4 dB时仍然可以达到99.97%的正确率,并且目标函数值降到10-4级别。所提出的框架结构故障诊断方法可以对噪声情况下的框架结构做出精确的故障诊断,能够为框架结构故障诊断提供一种新方法。 展开更多
关键词 框架结构 故障诊断 CEEMDAN 神经网络 噪声信号滤除 模态分解 特征提取
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部