分享到:

奇异信号的研究

奇异信号的研究赵连成(物理系)摘要本文利用δ信号的移位性质,详细研究了离散时间和连续时间移位奇异信号,得出了一些重要的结论。关键词移位性质;卷积;LTI系统1引言本文将“δ序列、Heaviside序列;δ函数、Heaviside函数”统称为奇异信号〔1—2〕。关于奇异信号的论述已有很多〔1—3〕。在有些计算中,往往遇到移位奇异信号及其相互关系问题。虽然已有这一方面的论述〔3〕,但是其内容不多。而且,文〔3〕仅仅研究了连续时间问题而已。因此,本文从δ信号的移位性质〔1—2〕出发,详细研究了离散时间和连续时间移位奇异信号及其相互关系,得出了一些重要的结论。在本文中,将单位阶跃序列记为H〔n〕,将单位阶跃函数记为H(t),将卷积和与卷积积分分别记为:x1n〔〕x2n〔〕=∑+∞k=-∞x1k〔〕x2n-k〔〕(1)f1tf2t=∫+∞-∞f1τx2t-τdτ(2)2离散时间移位奇异信号的研究离散时间单位脉冲序列的移位性质〔1—2〕...  (本文共3页) 阅读全文>>

湘潭大学
湘潭大学

基于智能终端的生命体征测量技术研究与实现

人体的五大生命体征包括心率、呼吸、血压、血氧饱和度和体温,它们与人体健康状态息息相关。心血管疾病是中老年人群中常见的慢性病之一,而生命体征指标与心血管的健康状态有着密切的联系。近年来,人口老龄化已经成为了全球性问题,越来越多的中老年人的健康受到心血管疾病的威胁。随着健康意识地提高,很多人为了能尽早发现健康异常状态,开始选择袖套式、腕带式的医学设备测量自己的体征指标,而尽早发现健康异常并采取措施有助于减少治疗的费用。目前这类测量设备都存在着一些问题,比如价格昂贵、不易使用等,因此难以进入寻常百姓家;另一方面,由于缺乏专业医生对测量值的解读,导致测量的意义大打折扣。针对这种现状,本文研究了基于智能手机终端来测量人体生命体征的测量方法,不仅可以方便地测量体征参数,还可以将测量值发送到远程服务来获取对应的健康状态分析报告。本文的主要贡献如下:1.为了确保设备测量值是基于有效信号计算而来,本文重点分析了信号产生机理,提出了自适应的指端近视...  (本文共73页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

含有奇异信号的电子系统性能退化趋势预测方法研究

为了充分提高电子系统的诊断性能,提升电子系统测试诊断的智能决策水平,近些年来,通过性能退化趋势预测技术进行整个电子系统的可靠性分析越发受到当前学术界和电子工程技术人员的广泛关注。然而,系统性能退化过程中的故障征兆,特别是瞬态故障和间歇故障的影响,都会使得测点信号产生奇异性。当这种奇异性处于预测模型的数据中,它们则以伪信息、伪变化规律的方式提供给各种预测模型,这必然影响趋势预测的精确度和可靠性。由于先前的研究大部分集中在正常的性能退化趋势预测中,而忽略了奇异信号的影响。因此,含有奇异信号的电子系统性能退化趋势预测方法的研究是一个重要的研究课题。基于上述原因,本论文主要完成以下的工作:1.电子系统性能退化过程中奇异信号的分析。本文首先介绍了奇异性的数学模型,然后重点研究了性能退化过程中奇异信号的产生及其对预测的影响,由分析可知,奇异点严重减低了寿命预测的精度,对其之后的数据预测有着不可忽视的影响。紧接着本文又简单分析了奇异信号与噪声...  (本文共94页) 本文目录 | 阅读全文>>

《焊接》2012年06期
焊接

奇异电弧信号对焊缝成形影响的分析

0前言在工程应用中,突变信号和奇异信号带有更多的信息,尤其在故障分析领域中,如金属切削中,刀具应力信号的突变、意味着刀具受损,焊接中电弧信号的突变往往意味着故障焊缝的出现。Mallat以及其他的研究者对信号奇异性的小波分析作了深人的理论探讨,从理论上证明了通过小波分析可以确定信号的奇异性以及奇异点的位置,并且可以用理论公式来准确表达信号奇异性的大小,为信一号奇异性的定量分析奠定了理论基础[’一‘」。信号的突变具有随机性和突发性,焊接中的故障电弧信号就是典型的奇异信号,这种奇异性信号会使电弧的能量产生显著变化,因此电弧奇异信号是焊缝发生畸变的主要原因。由于焊接回路中的电容和电感效应,电弧信号的奇异性都被不同程度地模糊化了,且信号中含有大量的噪声,给信号奇异性的检测工作带来了困难,运用小波分析理论,不仅可以消除信号中的噪声,还可以对模糊奇异信号的奇异性进行检测,信号的奇异性检测已经成为小波理论应用的重要领域LS一8〕,文中将小波理论...  (本文共5页) 阅读全文>>

权威出处: 《焊接》2012年06期
陕西师范大学
陕西师范大学

基于小波变换的心电信号奇异性的检测分析研究

心电信号反映的是心脏兴奋的电活动过程,可以反映心肌受损的程度、发展过程以及心房、心室的功能结构进而可以分析、鉴别各种心律是否失常。心电信号在心脏的基本功能及其病理研究方面,有很大的医学实用价值。心电信号的分析最重要的依据是QRS波的检测,然而R峰值的确定是QRS波检测的主要环节。心电信号是非常微弱的生物医学信号,心电信号处理是国内外近年来迅速发展的一个研究热点。心电信号具有较明显的非平稳性特点,且能量比较微弱,所以在采集心电信号的时候,噪声信号的引入是不可避免的。然而引入的噪音信号会对原始的心电信号造成干扰。本文重点阐述小波变化理论,深入研究心电信号、噪音信号的奇异特性,并依据小波检测理论、小波消噪理论对正常人的以及病理性的心电信号进行理论分析。本论文主要做了以下几方面的研究:(1)运用小波变换对心电信号进行分析;发现在小波分解的细节信号中,可清楚的观察到心电信号的突变位置,即心电信号的突变时刻,为心电突变时刻的判定提供可靠地理...  (本文共64页) 本文目录 | 阅读全文>>

《安徽理工大学学报(自然科学版)》2016年06期
安徽理工大学学报(自然科学版)

煤矿低浓瓦斯传感器奇异信号辨识方法研究

瓦斯监控系统信号正确与否直接关系煤矿生产安全。瓦斯监控系统奇异信号与其自身发生的故障有着十分密切的联系,瓦斯监控系统奇异信号的辨识研究是瓦斯监控系统故障诊断的核心问题。目前,可查的故障诊断的方法主要有模糊辨识、神经网络逼近、支持向量机和hilbert-huang变换[1-7],hilbert-huang变换和小波分析都可以解决奇异信号分解和辨识问题。基于hilbert-huang变换方法广泛的应用于机械、电子等领域的故障诊断与检测研究中,但是其算法的端点延拓问题还没有公认合理的解决方法,端点效应对其模态分解的影响十分巨大。在瓦斯监控系统的故障诊断研究方面,有学者提出4种典型故障的分类方法,以小波分析得到各阶能量谱,运用卡尔曼滤波器优化RBF神经元网络和FCM聚类分析对故障特征进行了分类辨识的方法[8]。但是,基于能量谱特征分类的辨识方法,其结果(特别是低频分量)受样本点选择、发生异常信号的时间点及程度影响巨大,容易造成误判、错分...  (本文共6页) 阅读全文>>