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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著人們安全意識(shí)的不斷提高,結(jié)構(gòu)健康監(jiān)測(cè)已成為工程領(lǐng)域的一個(gè)熱點(diǎn)研究問題。大型工程結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)中需要布置大量的傳感器來采集振動(dòng)信號(hào),基于奈奎斯特采樣定理的信號(hào)采集方法給系統(tǒng)數(shù)據(jù)存儲(chǔ)和傳輸帶來了很大的壓力。
近幾年提出的壓縮感知理論為信號(hào)壓縮采樣提供了新途徑,稀疏信號(hào)可以用低于奈奎斯特采樣定理要求的采樣速率進(jìn)行采樣,然后通過優(yōu)化算法從少量的觀測(cè)值中精確重構(gòu)原始信號(hào)。本文在對(duì)壓縮感知理論學(xué)習(xí)研究的基礎(chǔ)上,結(jié)合振動(dòng)信號(hào)特征設(shè)計(jì)了
2、自適應(yīng)稀疏表示的振動(dòng)信號(hào)壓縮采樣系統(tǒng)。本文的主要研究工作如下:
1.系統(tǒng)研究了壓縮感知的理論模型,從信號(hào)稀疏表示、測(cè)量矩陣和重構(gòu)算法這三個(gè)方面進(jìn)行了詳細(xì)介紹,結(jié)合振動(dòng)信號(hào)的線性特征,構(gòu)建了適合振動(dòng)信號(hào)稀疏表示的基矩陣—自適應(yīng) AR基,與固定正交的DCT基和DFT基相比,自適應(yīng) AR基能明顯改善信號(hào)稀疏表示效果,保證了振動(dòng)信號(hào)重構(gòu)準(zhǔn)確度。
2.研究了隨機(jī)濾波、偽隨機(jī)和均勻隨機(jī)這三種壓縮采樣方法,推導(dǎo)出不同壓縮采樣方法對(duì)
3、應(yīng)的測(cè)量矩陣,并證明了測(cè)量矩陣與 DCT基之間的不相關(guān)性,最后仿真對(duì)比了不同壓縮采樣方法對(duì)信號(hào)重構(gòu)質(zhì)量的影響?;趬嚎s感知理論的信號(hào)采樣方法不僅能獲得準(zhǔn)確重構(gòu)信號(hào),而且有效地減少了采樣次數(shù)。
3.結(jié)合自適應(yīng) AR基和均勻隨機(jī)壓縮采樣方法設(shè)計(jì)了自適應(yīng)稀疏表示的振動(dòng)信號(hào)壓縮采樣系統(tǒng),詳細(xì)介紹了基于ADuC7026微控制器的信號(hào)采樣硬件電路,壓縮采樣斜拉索橋梁模型的振動(dòng)信號(hào)并高概率重構(gòu)。通過實(shí)驗(yàn)證明該系統(tǒng)不僅能有效地壓縮振動(dòng)信號(hào),而
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(qǐng)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(qǐng)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(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 電能質(zhì)量擾動(dòng)信號(hào)的稀疏表示-壓縮采樣研究.pdf
- 機(jī)械振動(dòng)信號(hào)的非自適應(yīng)稀疏線性采樣器研究.pdf
- 基于自適應(yīng)字典稀疏表示的人臉圖像壓縮算法研究.pdf
- 自適應(yīng)優(yōu)化稀疏表示的遙感圖像壓縮重構(gòu)研究.pdf
- 基于自適應(yīng)稀疏表示的壓縮感知及相位恢復(fù)算法研究.pdf
- 基于稀疏表示的自適應(yīng)語音增強(qiáng)方法研究.pdf
- 基于稀疏表示的地震信號(hào)壓縮方法研究.pdf
- 基于稀疏表示的自適應(yīng)圖像融合方法研究.pdf
- 基于稀疏表示與壓縮感知的高效信號(hào)處理技術(shù)及其應(yīng)用.pdf
- 基于稀疏多帶信號(hào)的壓縮采樣技術(shù)研究.pdf
- 基于差分域圖像自適應(yīng)稀疏表示的壓縮感知MRI重建方法.pdf
- 基于稀疏表示的圖像自適應(yīng)去噪算法研究.pdf
- 振動(dòng)信號(hào)自適應(yīng)稀疏模態(tài)定階與特征提取.pdf
- 稀疏模擬信號(hào)壓縮采樣與重構(gòu)算法研究.pdf
- 基于稀疏表示和壓縮感知的地震信號(hào)處理及應(yīng)用研究.pdf
- 稀疏多頻帶信號(hào)壓縮采樣方法研究.pdf
- 基于自適應(yīng)局部敏感的稀疏表示的視頻語義分析.pdf
- 基于壓縮感知的稀疏采樣與成像方法研究.pdf
- 基于雷達(dá)信號(hào)的稀疏表示.pdf
- 基于稀疏表示的SAR圖像壓縮研究.pdf
評(píng)論
0/150
提交評(píng)論