分享到:

基于特征提取与学习的无线通信数字调制方式自动识别方法研究

调制识别是通信系统中一个重要的研究领域,它处于信号检测与信号解调之间,能够确保通信安全可靠的关键技术之一。在不同领域中得到广泛应用,因此研究调制方式的自动识别具有重要意义。本文有针对性的研究了如何降低噪声对特征参数的影响,设计更好的分类方法,从而提高整体识别的效果。本文主要研究内容工作集中在以下几个部分:首先,研究了一种基于SAE-SOFTMAX的高阶统计特征提取技术,包括该技术的特征提取方法及其步骤。融合了SAE与SOFTMAX,结合高阶累积量实现调制方式特征的快速提取与识别。其次,针对现有调制识别方法对调制方式类型受限,且在低信噪比下识别率不高的问题。研究了一种基于深度学习的调制识别方法。该方法利用零均值高斯白噪声的高阶累积量理论值为0的性质,在信号分析过程中引入高阶累积量,可使系统免受高斯白噪声的干扰。同时,引入深度学习网络结构完成微弱特征的表征,结合三种特征参数,可有效解决低信噪比情况下识别率下降的问题。然后,针对工程实  (本文共79页) 本文目录 | 阅读全文>>

西安科技大学
西安科技大学

基于超声检测的金属材料内部缺陷特征提取与识别研究

超声检测是无损检测中应用较为广泛的一种,也是金属材料内部缺陷检测的常用方法。缺陷信号的特征提取与识别方法对材料内部缺陷的定性起着至关重要的作用,特征提取保证了约简后特征的数量和分辨性,识别方法保证了信号分类的准确率。论文主要针对采煤机械的缺陷信号进行特征提取与识别,对预防煤炭开采过程中的事故和降低事故率具有重大的意义。本文主要围绕采煤机的铸造缺陷检测,从缺陷信号的特征提取、属性约简以及识别等方面进行研究。主要的研究内容包含以下几点:(1)对实验数据进行小波去噪和小波包能量特征提取研究。使用由超声探伤仪采集的人工模拟缺陷信号进行实验,采用小波阈值方法对信号进行去噪,并对去噪结果进行对比。分析了缺陷信号能量作为特征信息的可行性,利用小波包实现缺陷信号的能量特征提取。实验证明,缺陷信号的能量信息对区分不同缺陷具有较好的分辨性。(2)针对小波包能量特征提取维数高的问题,利用邻域粗糙集算法进行冗余属性的约简。研究邻域取值的重要性,针对常用...  (本文共64页) 本文目录 | 阅读全文>>

长安大学
长安大学

基于鲁棒独立分量分析的结构损伤特征提取方法研究

随着世界经济的发展与技术需求的日益增大,各国在建和即将建设的土木工程设施越来越多,设施规模也大幅增长。但同时,这些土木结构也常面临诸多安全隐患,长期的运营使用、意外的自然灾害、恶劣的环境侵蚀等,不仅造成结构的损伤累积,甚至重创国家经济,危及人民生命财产。因此,对结构损伤的诊断和识别具有重要的理论和现实意义。本文针对结构损伤识别问题,研究了基于鲁棒独立分量分析的结构损伤特征提取方法,研究工作如下:研究了基于峭度的独立分量分析(k-FastICA)算法和鲁棒独立分量分析(RobustICA)算法的分离性能。在论述了独立分量分析理论的基础上,通过大量仿真实验验证了kFastICA算法与RobustICA算法分别对超高斯源信号、亚高斯源信号、超亚高斯混合源信号的分离特性,证明了RobustICA算法分离超高斯信号时的高精确度和快速收敛性。同时研究了信噪比和采样点数对两种算法分离性能的影响,实验证明在信噪比低和采样点数少的条件下Robus...  (本文共97页) 本文目录 | 阅读全文>>

华北水利水电大学
华北水利水电大学

基于Micro-CT的单籽粒小麦内部虫害可视化及特征提取研究

全国每年在仓储期间的粮食损失约有2000万吨,其中因储粮害虫糟蹋的粮食达到数百万吨。储粮害虫早期侵染的隐蔽性,对粮食的仓储、运输、加工都有巨大的危害,但现有的储粮害虫检测技术无法对粮虫早期侵染进行有效的检测。Micro-CT成像系统可获得粮粒内部微米级分辨率的立体信息,是实现粮粒内部虫害自动检测很有潜力的一种方法。本文主要研究内容如下:在温度30℃、湿度70%的试验条件下,确定米象与完善麦粒混合后的第3、9、17、22、28天,分别为卵期、低龄幼虫期、高龄幼虫期、蛹期和成虫期。利用Micro-CT成像系统,采集完善粒和各龄期侵染粒的投影数据。分析原始投影数据,根据投影图像列方向上的灰度值变化分割得到麦粒投影图像。依据小麦籽粒的灰度区间,利用线性拉伸法将投影图像灰度值由[8000,29000]变换到[0,65535]。利用FDK算法重建预处理后的投影数据,采用Otsu法对重建切片进行自动的分割处理,对分割后的图像进行边界抑制去除样...  (本文共77页) 本文目录 | 阅读全文>>

西北大学
西北大学

一种新的房颤心电融合特征提取方法研究

心房颤动(Atrial Fibrillation,AF),简称房颤,是临床上最常见的心律失常之一。传统的房颤检测往往需要专业医生对长时程连续心电进行视觉上的判读,这一过程不仅耗时,也极度依赖于医生个人经验。此外,有限数量的专业医师也是临床上难以实现房颤及时监测与诊断的一个重要因素。因此,展开房颤自动检测的研究具有十分重要的临床意义,其中有效的房颤心电特征提取则是实现自动检测的关键步骤。因此,本文聚焦于房颤心电特征提取方法的研究。房颤在心电图上的表现主要为P波缺失,而代之以房颤波(f波),以及RR间期绝对不规则。基于此,本文提出了一种新的基于P波缺失与RR间期不规则的房颤心电融合特征提取方法。本文具体结构如下:第一章系统阐述了房颤自动检测的研究背景和意义,说明了房颤心电特征提取的重要性,在陈述心电图基础知识的同时,介绍了房颤心电特征以及房颤特征提取方法的研究现状,并且概述了本文所提算法的基本内容和本文的章节安排。第二章详细介绍了小...  (本文共50页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于脑电源活动对早期营养不良的识别

2017年世界卫生组织(WHO)报告显示,发展中国家仍有高达22.9%的儿童处于营养不良状态。研究表明营养不良患儿的智商、认知能力显著低于正常儿童,出现情绪不稳定,在校表现差,社交能力较弱等现象,这些影响持续时间较长,是严重的社会问题。迄今为止,儿童营养不良对大脑哪些部位产生了怎样的影响尚不明确。因此探究早期营养不良所引起的大脑内部异常具有重要的意义。本文通过对比出生后第一年遭受营养不良的儿童和其对照组儿童的脑电数据,分析两组被试在脑电上表现出来的区别,以期找到生命早期营养不良合适的生物标记。由于脑电测量存在容积效应,因此对脑电数据在经过预处理后使用Brain Connectivity Variable Resolution Electromagnetic Tomographic Analysis(BC-VARETA)溯源方法进行逆问题求解,传统的溯源方法假设各源之间是相互独立的,而BC-VARETA方法并没有使用该假设,因此该...  (本文共62页) 本文目录 | 阅读全文>>