基于非均匀Fourier变换的地震数据重建方法研究

不规则采样地震数据会对地震数据的多道处理造成严重影响,将非均匀Fourier变换和贝叶斯参数反演方法相结合,对不规则空间带限地震数据进行反演重建.对每一个频率依据最小视速度确定出重建数据的带宽,然后从不规则地震数据中估计出重建数据的空间Fourier系数.将不规则地震数据重建视为信息重建的地球物理反演问题,运用贝叶斯参数反演理论来估计Fourier系数.在反演求解时,使用共轭梯度算法,以保证求解的稳定性,加快解的收敛速度.理论模型和实际资料处理验证了本方法的有效性和实用性.

基于傅里叶变换与近端采样的序列推荐算法

传统推荐算法比较注重于模型本身对于推荐效果的提升,实际上数据质量对于算法的影响更为重要,但目前在推荐算法领域对于数据的科学处理方法比较零散,没有形成一个系统的框架。针对以上问题,基于傅里叶变换与近端序列采样的数据预处理,结合SASRec提出可以普遍应用的序列推荐框架FTRRec。首先通过傅里叶变换将序列数据在时域和频域中相互转换,并根据序列数据的特点,过滤序列中的无用信息,其次使用近端序列采样替换传统的滑动窗口采样法,加速样本采样的同时,提升模型对于序列的特征捕获能力。通过在5个公开数据集上的实验,将框架应用于三个不同的主流推荐算法时,每种模型均有3%-5%的提升。

基于ResNet多特征图融合的钻削表面粗糙度分类方法

传统五面复合数控(CNC)钻削表面粗糙度测量工作复杂,采用人工测量存在较大人为误差。传统多元回归、多项式拟合方法仅采用转速和进给速度参数,数据利用率低且噪声敏感性强;用传统机器学习方法无法有效提取信号的深层复杂特征。针对上述问题,提出了一种基于ResNet模型、频谱图特征与时频图特征融合的钻削表面粗糙度分类预测方法。首先,根据CNC钻削加工理论和企业实际CNC钻削经验确定了CNC钻削加工实验的工艺参数变量;然后,基于SYNTEC CNC系统开发了多源数据采集系统,实时采集了钻削加工过程数据;接着,分析了三轴振动信号的频谱特征和时频特征,验证了振动信号跟表面粗糙度类别的关联性;随后,采用卡尔曼滤波对三轴振动信号进行了降噪处理,采用快速傅里叶变换(FFT)和连续小波变换(CWT)进行了振动信号频谱热图与时频图转换,采用矩阵拼接对三轴振动信号的单轴时频图进行了拼接融合,得到了三轴振动时频图;最后,对频谱热图和时频图进行了卷积运算融合频谱特征与时频特征,并进行了ResNet和其他网络模型如Densenet、Shufflenet和Mobilenet_v3_small等的对比实验。研究结果表明:相对上述其他网络模型,基于ResNet网络模型的表面粗糙度分类正确率提高了约9%,同时也验证了三轴时频特征融合以及频谱特征和时频特征融合方法的正确性。由于模型训练成本低、训练收敛速度快,该方法在轻量级、低成本的CNC机床钻削表面粗糙度预测分类中具有良好的工业应用前景。

基于LabVIEW的光纤傅里叶变换光谱仪数据处理技术

为了提高编程效率与增强光谱仪数据分析处理能力,结合LabVIEW软件在信号处理方面的优势,利用虚拟仪器技术实现了光纤傅里叶变换光谱仪干涉图处理与光谱复原。采用均匀抽样算法,利用由光纤Mach-Zehnder干涉仪输出的参考光干涉图过零点取样,实现对测试光干涉图的等光程间隔采样,消除了由压电陶瓷非线性光程调制引起的误差。采用求摸法复原出光谱图,自动消除了相位误差。利用LabVIEW软件完成了对宽带ASE光源的干涉图数据采集、显示与处理并最终得到光谱图。结果表明,与光栅光谱仪测得的光谱相比,光谱线型趋于一致。

基于DSP的电力设备远程监测分析系统

为满足对大型电力设备的远程状态监测和分析要求,设计了以C2000系列DSP-TMS320F2812(简称F2812)为核心处理器的电力设备远程监测分析系统。该系统能完全脱离主机独立运行,利用F2812丰富的外设模块构建了系统的硬件,包括对模拟信号、频率信号、数字信号的数据采集,并具有以太网、RS-232、CAN总线3种通信功能。采集的信号经过DSP的嵌入式有限脉冲响应FIR数字滤波和快速傅里叶变换(FFT),得出信号的无噪声时域和频域数据。利用时、频域数据进行特征提取和分析,得出设备的运行状态和潜在故障信息。测试表明本系统能够实现长时间在线监测,并能正确地识别出故障。

空间调制型干涉光谱成像仪数据处理方法

干涉型光谱成像技术是一种新型的光谱成像技术,近些年来发展迅速。干涉成像光谱仪获得的是间接数据干涉图,不能被用户直接使用,需要进行干涉数据反演处理,包括数据预处理(干涉图修正)、切趾、相位修正、傅里叶变换、光谱辐射定标等一系列复杂的处理,目前国内外尚未有文献对干涉数据处理技术进行全面的分析,文章基于作者单位对此技术多年的研究,针对空间调制型干涉光谱成像仪的数据处理方法,结合环境与灾害卫星超光谱成像仪的数据,提出了一套有效的数据反演方法和流程,获得了很好的数据反演结果。

基于FPGA的感应同步器的数据采集和处理的研究

为了提高感应同步器信号处理系统的可靠性和节省FPGA资源,采用单芯片SOC系统设计,把正/余弦信号电源、A/D控制电路、数据处理集成在一块FPGA内,并通过点对称和轴对称技术优化正/余弦信号电路。研究了一种新型的采样电路和信号处理方法,在激磁信号0°相位时开始采集感应信号,利用FFT计算出感应信号的初相位,即可检测感应同步器的位置。实验证明,设计的电路和信号处理方法正确,只需0~90°的正弦表,分别生成了0~360°的正弦信号和余弦信号,节省了FPGA的资源,只需采集一路感应信号即可实现同步采集激励信号和感应信号的效果。

傅里叶变换成像光谱数据压缩

通过对傅里叶变换成像光谱仪数据的高低频反演光谱与光程差间的关系进行分析,提出一种光谱插值预测与量化编码压缩方法.仿真结果表明,在相对光谱二次误差<1%的情况下,压缩比优于5∶1.

空间采样傅里叶变换光谱仪光谱反演研究

根据相似性准则,对采集到的干涉图像进行干涉图元的拆分,通过寻址定位,得到与离散光程差序列相匹配的采样干涉图序列。采用过零采样方式,对大单边干涉图序列与小双边干涉图序列利用不同的窗函数进行切趾。为了校正相位误差,结合所研究采样干涉图的特点,对频域光谱乘积校正和空域干涉图卷积校正进行了研究和改进,获得了比较理想的光谱线形,其中空域干涉图卷积校正后的光谱偏差仅为0.012088,具有最好的校正效果。

新型电力网络仪表的谐波测量方法与实现

研制高性能电力参数监测设备已成为市场的迫切需要。文中介绍了一种新型数字式电力监测网络仪表的设计方法。采用快速傅里叶变换(FFT)的基-2算法,通过傅里叶分解对畸变波形的各种分量进行分析,将采样取得的N个离散信号通过离散傅里叶变换得到各次谐波分量的频谱,目的是为了计算出电流电压有效值及其相应的总谐波畸变率,并且可以测量出功率、功率因数等各种电力参数,通过CAN现场总线实现对电网电能质量的远程自动监测。该方法采用数字信号处理器(DSP)在PMM 2000数字式电力监测网络仪表中得以实现,电流电压的测量精度为0.2%,其它电力参数的测量精度为0.5%。

光纤傅里叶变换光谱仪采样系统

提出了一种用于连续扫描光纤傅里叶变换光谱仪(FFTS)的干涉图采样系统,将激光干涉信号用Hilbert变换产生正交信号,由于相位反转点的存在,导致Hilbert变换产生的信号出现畸变,对变换结果进行了修正。该信号和原信号成为两个互相正交信号,利用这两个信号整形后的相位关系可得到光程扫描的起始点和光程扫描的方向。根据光程扫描的起始点和方向选择可上升沿部分的参考光和测试光干涉信号,用改进的Brault算法重新得到等光程间隔抽样的干涉图。该设计方法可以用DSP技术实现简单、紧凑型的采样系统,不仅可提高FFTS的信噪比,还可以推广到传统的傅里叶光谱仪中。

基于泊松碟采样的地震数据压缩重建

在地震资料处理领域,数据的压缩和重建是非常重要的问题,但往往由于数据的严重缺失或采样原因而达不到理想的效果.新发展起来的压缩感知理论为重建欠采样数据提供了可能,而选用合适的采样方法是其中的关键技术之一.本文基于傅里叶变换和压缩感知理论,采用泊松碟采样,对不完整地震数据进行恢复重建.数值实验表明,与传统的单纯随机采样方法相比,泊松碟采样方法在保持采样随机性的同时,使采样点的分布更加均匀,有效地调节了采样间距,从而达到更好的恢复效果,可以有效地指导地震数据采集设计及重建.

自适应微机保护数据采集的频率跟踪

针对电力系统中因频率变化而引起的微机保护数据采集及误差计算,分析了基于硬件测频和傅氏算法测频两套方案的特点,提出了硬件测频和傅氏算法测频相结合的自适应频率跟踪方案,当线路中高频分量很大影响正确测频时,即时启动软件测频方案,以保持频率跟踪的正确性,并对自适应硬件测频和傅氏算法测频方案进行了数值仿真,其结果表明基于该自适应频率跟踪的数据采集方案可快速精确测量电力系统中的频率、电压、电流等信号,提高了微机保护装置的灵敏度和防误动能力.

基于稀疏傅里叶变换的快速捕获方法

卫星信号捕获是接收机内基带信号处理的关键步骤,捕获的速度严重影响接收机首次定位的时间(TTFF)。在基于快速傅里叶变换(FFT)的并行码相位捕获(PCPS)方法基础上,将具有亚线性运算量的稀疏傅里叶变换(SFT)引入捕获过程中,提出了基于SFT的快速捕获方法,通过优化捕获过程中相关运算的效率,提高捕获速度。仿真结果表明,与传统的基于FFT的捕获方法相比,基于SFT的快速捕获方法运算效率提高到原来的2倍,更好地满足了卫星信号对快速捕获的要求。

窗扫型成像光谱仪数据处理及误差校正研究

窗扫型傅里叶变换成像光谱仪具有高光通量和无动镜等特点,同时也增加了数据处理的难度,需要对采集的原始干涉图进行重组。通过对其数据处理流程特点的分析,设计了一种归一化算法,对由干涉图重组时产生的误差进行了校正,并对在数据采集过程中干涉图的中心暗纹位置的采样误差进行了二次曲线拟合校正。整个数据处理过程实现了从干涉数据立方体到光谱数据立方体的变换。从理论分析和实验结果的比较中验证了误差校正方法的有效性。

高速非均匀采样信号的重构方法

并行交替采样中通道间的时基偏差易导致采样非均匀,且现有的信号重构方法运算量较大,容易使采集性能迅速下降。通过分析信号的频谱特征,提出了一种实时性较高的双通道并行采样重构算法;并采用FFT算法及反傅里叶变换对通道时基误差进行了实时校正。实验结果验证了该算法的可行性。

基于压缩感知的植物微环境及生理参数采集方法研究

在ARM平台上,设计了基于压缩感知的采集算法,极大地减少了数据存储量,提高了传输效率。分别选择离散傅里叶变换基(DFT)、离散余弦变换基(DCT)作为稀疏基,测试了该算法在2种基底下的工作性能。通过实验仿真分析,在相同稀疏度条件下,DCT具有更小的稀疏化误差,但是DFT具有更好的去噪效果、更低的观测维度和更高的数据压缩比;随着稀疏度的增大,两者的稀疏化误差减小,观测维度升高,数据压缩比降低。与此同时,还在ARM平台上测试了基于DFT压缩采集系统的压缩比和功耗,与常规植物微环境及生理参数监测系统相比,该系统的压缩比达到4.24,并能够节省13.62%的功耗。综上所述,基于压缩感知的植物微环境及生理参数采集方法由于数据压缩比高,在节省数据存储空间和降低数据传输量的同时,达到了降低系统功耗的目的,间接增强了系统的续航能力。

相位差的数字化测量研究

分析了基于DFT/FFT谱分析及互相关法检测正弦信号相位差的原理,重点讨论了这两种相位差检测方法所产生的误差及误差校正方法.针对混有噪声的正弦信号,分析了检测精度及影响精度的因素.利用虚拟仪器技术,构建了基于这两种相位差检测算法的检测系统.实验证明,与传统的模拟电子器件相比,这两种方法具有运算速度快、精度高、抗干扰能力强等特点.

消除数据调制影响的FFT捕获方法

在利用快速傅里叶变换(FFT,Fast Fourier Transform)捕获扩频信号的过程中,为了提高捕获精度,会遇到基带数据调制影响捕获性能的问题.主要分析了基带数据符号跳变影响FFT捕获性能的原因:在频域内造成待检测信号的幅度衰减以及频点偏移.提出了一种解决此问题的方法:通过对I和Q两路信号的运算,构造一个不受数据调制影响的复信号,对此信号作FFT,完成捕获.给出了此方法的MATLAB仿真,以及基于现场可编程门阵列(FPGA,Field Programmable Gate Array)的实现方案.实验数据表明,此方法消除了基带数据调制对FFT捕获性能的影响,且在相等积分时间的条件下,比常用方法的捕获精度提高了一倍.

基于PC/104嵌入式微机的断条自动检测仪

介绍了由符合嵌入式微机标准PC/104的主机板及电流传感器等组成的鼠笼电机断条在线检测仪系统的结构和原理,给出了的部分框图,提出了利用A/D卡来采集鼠笼电机运行特性参数,并对其进行快速傅立叶分析,从结果中判断电机有无断条的方法,这给企业用户了解电机的状态带来了方便。