![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/4b9eee8f-cce6-468e-951d-83959a8ae982/4b9eee8f-cce6-468e-951d-83959a8ae982pic.jpg)
![基于稀疏分解的鐵路信號去噪算法研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/4/22/4b9eee8f-cce6-468e-951d-83959a8ae982/4b9eee8f-cce6-468e-951d-83959a8ae9821.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著鐵路技術(shù)的高速發(fā)展,通過道岔振動信號實(shí)時了解道岔的傷損狀態(tài)和正確檢測軌道移頻信號參數(shù)成為了列車安全運(yùn)行的重要保證。現(xiàn)場采集時,道岔振動信號和軌道移頻信號可能會混有噪聲,嚴(yán)重干擾道岔的傷損識別和軌道移頻信號的檢測。因此,對上述兩種信號進(jìn)行去噪是一個亟待解決的問題。傳統(tǒng)的去噪算法并不能獲得令人滿意的去噪效果。對此,本文根據(jù)稀疏分解強(qiáng)抗噪性的特點(diǎn),將其應(yīng)用于道岔振動信號和軌道移頻信號的去噪,并利用稀疏分解對低信噪比下軌道移頻信號進(jìn)行檢測。
2、本文主要研究內(nèi)容如下:
首先,針對高速道岔振動信號的結(jié)構(gòu)特征不明顯的特點(diǎn),設(shè)計一種Gabor過完備原子庫,提出了基于粒子群改進(jìn)算法(IPSO)優(yōu)化的稀疏分解道岔振動信號去噪算法。仿真實(shí)驗(yàn)表明:該算法能夠有效的去除道岔振動信號中的噪聲,具有比EMD小波閾值算法、小波閾值算法及Fastica算法更好的去噪性能。
然后,針對軌道移頻信號的特點(diǎn),設(shè)計了一種余弦過完備原子庫,將粗細(xì)二階段與稀疏分解相結(jié)合,提出了基于稀疏分解的軌
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏分解的信號去噪方法研究.pdf
- 基于稀疏分解的圖像去噪.pdf
- 基于稀疏分解的醫(yī)學(xué)圖像去噪.pdf
- 稀疏表示去噪算法研究.pdf
- 基于區(qū)域劃分的稀疏表示去噪算法研究.pdf
- 基于MP的信號稀疏分解算法研究.pdf
- 稀疏分解在圖像去噪中的研究.pdf
- 基于稀疏表示的圖像去噪算法
- 基于稀疏表示的圖像去噪算法.pdf
- 基于MP的信號稀疏分解的算法研究.pdf
- 振動信號的稀疏去噪研究與應(yīng)用.pdf
- 基于稀疏表示的圖像自適應(yīng)去噪算法研究.pdf
- 基于稀疏表示的紅外圖像去噪算法研究.pdf
- 基于稀疏表示的圖像去噪以及去霧霾算法.pdf
- 圖像稀疏去噪算法的并行改進(jìn)研究.pdf
- 基于稀疏正則化的WMSN圖像去噪算法研究.pdf
- 軌道信號同態(tài)去噪算法研究.pdf
- 基于稀疏表示的圖像去噪研究.pdf
- 基于經(jīng)驗(yàn)?zāi)B(tài)分解的心電信號去噪方法研究.pdf
- 基于稀疏表示的小波去噪.pdf
評論
0/150
提交評論