关于脑电信号分析方法的探讨

阐述了傅里叶变换(FFT)、短时傅里叶变换(STFT)以及小波变换的理论,并在MATLAB中对实验中自由活动大鼠运动皮层放电过程中采集到的数据进行了分析.实验表明,小波变换为脑电信号处理领域的研究提供了一个更加有效的方法.     

中压开关设备故障类型的声音识别方法

为实现对中压开关设备运行状态的监测,提出基于短时能量面积占比参数的中压开关设备故障类型的声音识别方法。该方法对采集的原始声音信号进行滤波去噪和预加重处理,通过比较各种声音信号短时能量的面积占比、均值及峰值等参数的不同,并借助判据流程图识别声音信号的类型,对处于运行状态下的开关设备所发生的各种故障进行识别。仿真实验结果表明:测试声音信号分别识别为正常声音信号和异常声音信号1～4的匹配度依次为:99.03%、98.96%、65.28%、95.75%和90.41%,除对异常声音信号2的识别匹配度较低以外,对其余4种声音信号的识别匹配度均高于90%。研究表明该识别方法能有效识别中压开关设备故障类型,且识别精度较高。     

基于神经网络和混沌理论的短时交通流预测

文章通过分析短时交通流量数据在时间序列上的特点，结合神经网络和混沌理论，从非线性时间序列预测的角度对交通量预测进行探讨。并用该方法对广州至佛山高速公路交通流进行了预测，取得了较为满意的效果。     

基于小波变换的语音基音周期实时检测算法

针对基音周期检测实时性的要求,提出了基于小波变换的语音基音周期实时检测算法。该算法利用小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取自适应基准、多特征参数提取小波系数极大值,并在2.5 ms时间内捕捉并检测到新的基音脉冲位置。实验表明,该算法对语音和残差信号取得了较好结果。     

基于DSP实现语音端点检测

介绍了一种以DSP芯片为核心的语音端点检测模块，用于有线／无线自动转接设备。该模块的语音端点检测算法应用短时能量、短时过零率和短时自相关语音特征参量进行联合检测，达到了比较满意的端点检测效果。该模块应用于系统中能够实现通话方语音对通话过程的自动控制。     

基于改进人工蜂群算法优化小波神经网络的短时交通流预测

为了提高城市道路短时交通流量的预测精度,克服小波神经网络预测过程中存在收敛速度较慢、容易陷入局部最优的缺点,提出改进的人工蜂群算法优化小波神经网络预测模型。该算法引入差分进化算法中的自适应变异操作和遗传算法中的选择算子、交叉算子与变异算子来优化传统的人工蜂群算法,改善人工蜂群算法后期收敛速度慢、局部搜索能力弱的缺点。本文使用该算法优化小波神经网络的参数并对短时交通流进行预测,模型的仿真结果表明,改进人工蜂群算法优化小波神经网络预测的结果误差更小,精确度更高,训练次数少,具有较高的实际应用价值。     

航空高频自润滑衬垫材料寿命预测

针对航空高频自润滑衬垫材料寿命试验周期长、样本量少问题,提出了一种基于蒙特卡洛模拟的短时小样本寿命预测方法.基于自润滑衬垫材料稳定磨损期短时数据,采用支持向量回归算法完成了磨损量退化轨迹拟合,得到了磨损量第一和第二特征参数向量及其分布模型,并基于蒙特卡洛模拟和逆变换法进行了样本量扩充.最后,基于自润滑衬垫材料失效判据得...     

基于时频分析的高动态多目标识别与仿真

首先分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,建立了高速运动的多目标回波信号的数学模型,然后简述了短时Fourier变换、加核函数的Wigner-Ville分布和Morlet小波变换的基本原理,并分析了利用这些时频分析方法提取目标数量等信息时的优缺点,通过综合考虑工程实现的简便性和仿真结果的有效性,小波变换的分析方法是最优的,既取得了对目标的高分辨率,同时计算速度快,数据量小,并且对噪声干扰不敏感,有利于实现实时信号处理,最后给出计算机仿真验证结果。     

一种基于矢量投影的短时冲突告警算法

在旧有算法的基础上提出一种基于矢量投影的告警算法,该算法利用相对运动的矢量投影,有效地解决了当两架飞机加速运动时的冲突告警问题。并在算法的实用性上进行了探讨。     

大波动短时公路交通流K-近邻预测的稳健组合方法

在公路短时交通流预测中,为改善大波动以及离群值情况下的预测效果,提高实时性,对K-近邻非参数回归预测方法进行了2种改进:先采用相关系数来选择K-近邻,再采用组合预测中的方差倒数法来进行预测.采用相关系数代替以前的距离,以改善在大波动交通流情况下K-近邻的选择效果.采用稳健统计方法来估计方差倒数法中的方差,以抑制离群值的不利影响.这些改进降低了搜索量,可提高预测准确率约1%.数值仿真证实了2种改进的效果.