共查询到18条相似文献,搜索用时 140 毫秒
通过时变参数建模算法对非平稳时变系统的辨识问题进行了研究,并将其应用于脑电(EEG)信号时频特征提取分析。首先,将时变系统参数用具有良好局部逼近能力的多小波基函数进行展开,时变系统建模问题简化为时不变回归模型估计。其次,进一步结合正则化正交最小二乘(ROLS)算法,既降低模型复杂度,又避免模型过拟合问题,从而实现了时变参数的快速准确估计。仿真实例结果表明,与传统递归最小二乘(RLS)算法、经典正交最小二乘(OLS)算法结果相比,所提稀疏多小波建模算法能够更加准确跟踪时变参数的变化。最后,该算法用于运动想象任务下采集的真实EEG信号的时频特征分析,能够有效地得到α节律下高时频分辨率的事件相关去同步(ERD)及事件相关同步(ERS)分析结果,验证了本文算法的应用性。 相似文献
2.
为了快速以及准确地获取太阳电池的特性参数(包括光生电流、反向饱和电流、二极管理想因子、串联电阻、并联电阻、短路电流、开路电压、最大输出功率、最佳工作电压、最佳工作电流和填充因子等11个参数),研制了一套由太阳模拟器模块、控制及处理模块、电子负载模块、信号采集模块、按键模块和显示模块6个部分构成的测试系统.该系统的主要特点在于,依次采用程控恒流型和恒压型电子负载以及变频采样技术,实现太阳电池电流与电压信号高精度测量;集成太阳电池参数解析提取算法进入数字信号处理芯片,实现便携式提取电池光生电流等参数.对不同光强下单晶硅太阳电池的测量以及数据拟合,获取了11个特性参数;并得到拟合曲线中电流最大均方误差小于0.006 A,证实参数获取是正确的. 相似文献
3.
针对目前基于全球导航卫星系统反射信号的双基地合成孔径雷达(GNSS-R BSAR)在一站固定模式下的大斜视,斜距历程复杂,回波信号方位空变导致回波信号难以处理的问题,提出改进的距离多普勒成像新算法。所提算法采用GNSS信号作为辐射源,根据一站固定模式下GNSS-R BSAR合成孔径时间长的特点,引入高阶等效斜视距离模型,得到导航卫星与目标斜距相对时间变化的精确描述。先通过直射信号与回波信号时域对消进行距离徙动校正,实现全场景目标距离徙动的精确校正;再通过方位向分块混合相关处理来克服回波信号方位向的移变性质,实现全场景高效精确成像。所提算法的成像效率优于传统后向投影时域(BP)算法,成像精度与BP算法相当,且可根据需要通过调整方位分块的宽度来提升聚焦效果。最后,用GPS-L5信号进行仿真和实验,仿真和实验结果验证了所提算法的可行性和高效性。 相似文献
4.
基于LSTM循环神经网络的故障时间序列预测 总被引:4,自引:0,他引:4
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。 相似文献
5.
6.
针对传统雷达信号识别算法在低信噪比下识别准确率低的问题,提出了基于多重同步压缩(MSST)时频变换及方向梯度直方图(HOG)特征提取的雷达辐射源信号识别算法。所提算法在雷达时域信号短时傅里叶变换(STFT)基础上进行多重同步压缩处理获得信号时频分布图,通过HOG算子对信号时频分布图进行HOG特征提取,将提取的HOG特征通过主成分分析法(PCA)进行降维,将降维后的特征参数送入支持向量机(SVM)对雷达信号进行分类与识别。实验结果表明:所提算法具有较低的复杂度,当信噪比为-8 dB时,仿真实验与半实物仿真实验针对9种典型雷达信号的识别准确率达到90%以上。 相似文献
7.
8.
9.
基于AVSIMM算法的高超声速再入滑翔目标跟踪 总被引:1,自引:0,他引:1
针对跟踪高超声速目标的交互式多模型(IMM)算法中存在模型数量过多,模型之间竞争导致滤波精度降低的问题,在自适应网格交互式多模型(AGIMM)算法的基础上,提出了一种自适应变结构交互式多模型(AVSIMM)算法跟踪高超声速再入滑翔目标。根据高超声速无动力再入滑翔目标当前机动状态的角速度参数,在自适应调整当前时刻模型集中参数的同时,针对AGIMM算法运动学模型的单一性,设计了具有多种跟踪滤波运动学模型的AVSIMM算法,通过模型集参数与算法结构的双重自适应调整实现了对目标高精度的跟踪。仿真结果表明,与AGIMM算法相比,所设计的AVSIMM算法不仅对结构和参数都具有更强的自适应性,同时提高了高超目标的跟踪精度和跟踪效率。 相似文献