搜索资源列表
Image-Hashing-based-on-Human-Visual-System
- 提出一种基于视觉特性的图像摘要算法，增大人眼敏感的频域系数在计算图像Hash时的权重，使得图像Hash更好地体现视觉特征，并提高鲁棒性。将原始图像的分块DCT系数乘以若干由密钥控制生成的伪随机矩阵，再对计算的结果进行基于分块的Watson人眼视觉特性处理，最后进行量化判决产生固定长度的图像Hash序列。本算法比未采用视觉特性的算法相比，提高了对JPEG压缩和高斯滤波的鲁棒性。图像摘要序列由密钥控制生成，具有安全性。
c
- 在综合描述声发射信号特点和小波殳换基本原理的基础上，结合实例介绍同时在时域 和频域具有局部分析能力的信号处理方法--小波变换在声发射信号的特征提取、时频分析和噪声去除等方面的应用。
周期信号的傅里叶分析
- 周期的或非周期的信号分析在科学研究和工程技术中一直是最重要的和最基本的任务之一，傅立叶分析是一种常用的分析信号特征的方法。通过傅立叶变换的方法将信号在时域与频域之间互相转换是一种常用的手段，一些在时域中难以分析的号，在频域中可以清楚地分析它的特征。
Gabor变换在模态参数辨识中的应用
- 对Gabor时频变换在模态参数辨识中的应用进行了探讨,将基于Gabor系数展开的时频滤波方法作为参数辨识的前处理手段之一,该方法对于平稳、非平稳信号都适用。根据信号在时频域内的分布特征,可以直接观测系统的频率分布情况、模态密集程度、能量聚集性、各通道响应信号所含特征量的多少等信息,从而对响应信号的特征构成进行初步判断,并通过剔除、截取等操作实现对响应信号的滤波,更有利于模态参数的辨识。
机械振动学
- 机械振动学： 《机械振动学》（研究生）（46学时内容与实施计划） Part Ⅰ.线弹性系统的振动 Chapter1.多自由度系统的振动分析 Chapter2.弹性体的振动分析 Chapter3.多自由度系统的特征值、特征向量的计算 Chapter4.振动分析的数值方法 PartⅡ.随机振动 Chapter1.随机过程概论 Chapter2.随机过程的时域分析 Chapter3.随机过程的频域分析 Chapter4.系统的响应函数 Chapter5.系统的随机振动分析 Chapter6.结构随机响
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
24
- 将高阶时频表示引入机械故障诊断领域。介绍了Wigner 高阶矩谱(WHOS)的概念、定义。针对多分量信号Wigner 高阶矩谱的交叉项会产生“虚假信号”,结合局域波法, 提出了一种抑制WHOS交叉项的新方法。首先对复杂信号进行预处理, 利用局域波分解方法把其分解成有限个具有单分量特性的基本模式分量,然后对每个基本模式分量计算WHOS。该方法能有效抑制WHOS时频分布的交叉项。通过仿真实验和转子的故障实验,以Wigner 双谱为例, 验证了该方法的实用性,为故障诊断的特征提取提供了新的工具-Hig
25
- 针对风力发电机齿轮箱的故障，介绍常用的故障诊断方法，理论上分析齿轮箱故障振动 信号的特征，并用 软件仿真其振动信号 对比正常运行与发生故障时的频域信号波形，并进行了一定的分析，为风力发电机齿轮箱的故障诊断提供了参考-Wind turbine gearbox failures, to introduce fault diagnosis method theoretically analyze the characteristics of the vibration signal of a ge
Local-waveanalysis-of-the-law
- 为了克服傅氏变换不能同时保留信号的时间 信息和频率信息的缺点,人们引进了局域波法，它是最近发展起来的处理非线性、非平稳信号的时频分析方法,通过对信号局部特征出发,直接由信号本身构造基函数,具有良好的局部适应性-In order to overcome the Fourier transform of the shortcomings of the time and frequency information of the signal can not be reserved, the int
FD-Pearson-ICA-in-BSS
- 一种新的频域盲源分离方法，用皮尔逊系统去模拟不同频率上的信号分布，通过信号特征，选择合适的皮尔逊类型的函数去优化分离矩阵，从实现盲源分离.-A new frequency-domain blind source separation method using the Pearson system to simulate a signal on a different frequency distribution, through the signal characteristics, selec
87
- 小波分析可同时从时域和频域两个方面对信号进行分析，结合包络分析十分适合滚动轴承的故障特征提取；基于双通道的全矢小波分析方法不仅对单通道小波分析方法具有兼容性，而且弥补了传统的基于单通道信 息进行旋转机械故障特征提取造成的信息量不完整、易导致误诊的弊端。结果表明，在针对滚动轴承外圈故障特征提取时，全矢小波分析方法较小波一包络分析方法具有一定的优势。 -Wavelet analysis simultaneously from the time domain and frequency doma
shibie
- 为了有效对抗灵巧噪声，从雷达信号与噪声信号的产生原理出发，对比了 2 种信号的时、频域差别，并就对抗技 术进行了针对性探讨，研究表明结合信号特征差异识别和针对性的噪声对抗技术能够有效解决灵巧噪声干扰问题-In order to effectively fight smart noise generated from the principle of the radar signal and noise signal of departure, when comparing the two
dimensionalspectral
- 小波变换是一种线性运算 , 它对信号进行不同尺度的分解 , 可有效地应用于如 信噪分离 , 提高时频两域的分辩率等 。本文讨论小波变换用于心电 Q RS 波形中细微特征 ( 即高频成份特征 ) 提取的方法.-Wavelet transform is a linear operation, its signal is decomposed at different scales, can be effectively used as the signal to noise separat
the-radar-pulse-compression-system
- 基于 FPGA 的雷达脉冲压缩系统的研究与实现,本文从线性调频信号的时、频域特征出发，根据脉冲压缩体制的理论，分析了脉冲压缩信号处理算法的实现方法-The study of the radar pulse compression system based on FPGA and implementation, based on the linear frequency modulation signal time and frequency domain characteristics, acc
fft算法
- FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。
eu582
- 详细画出了时域和频域的相关图，非归零型差分相位调制信号建模与仿真分析 ，结合PCA的尺度不变特征变换(SIFT)算法。- Correlation diagram shown in detail the time domain and frequency domain, NRZ type differential phase modulation signal modeling and simulation analysis, Combined with PCA scale invariant f
2015123541OFDMfreqSychr
- 多普勒功率谱在多普勒频域估计方法起到关键性作用。结合实际铁路场景,分析了各个场景信道特征和场景对应的多普勒功率谱。 -Doppler power spectrum in doppler frequency domain estimation methods play a key role.In this paper, the actual railway scenes, each channel characteristics and scene corresponding doppler
fiujai-V7.1
- 小波包分析提取振动信号中的特征频率，分析了该信号的时域、频域、倒谱，循环谱等,有井曲线作为输入可计算其地震波的衰减。- Wavelet packet analysis to extract vibration signal characteristic frequency, Analysis of the signal time domain, frequency domain, cepstrum, cyclic spectrum, etc. There is a well attenuatio
matlab文件
- 利用小波变换、fft实现地震波的时域、频域特征的对比分析(Comparative analysis of seismic wave in time domain and frequency domain by wavelet transform and FFT)