期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
二维超声波风速仪 被引量:5
1
作者 李聪 国红玉 王峰 《仪表技术与传感器》 CSCD 北大核心 2015年第2期29-32,53,共5页
叙述了超声波风速测量的原理,依据时差法的理论推导了V型结构的二维超声波测风速的计算公式,提出了一种基于微控制器STM32的超声波风速仪的设计方法。描述了超声波发射LC振荡选频电路、信号放大电路、二阶有源低通滤波器和有源全波整流... 叙述了超声波风速测量的原理,依据时差法的理论推导了V型结构的二维超声波测风速的计算公式,提出了一种基于微控制器STM32的超声波风速仪的设计方法。描述了超声波发射LC振荡选频电路、信号放大电路、二阶有源低通滤波器和有源全波整流滤波的关键技术的实现过程,并给出相应电路图和验证结果,程序融入了AR自回归模型滤波算法。同时对温度对风速影响和脉动风场进行研究。实验结果表明:该电路动态自适应能力强,抗干扰能力较强,配以智能化算法可实现高精度的风速测量,具有较高的参考和实用价值。 展开更多
关键词 时差法 超声波风速仪 STM32 全波整流滤波电路 脉动风场 ar回归模型 温度补偿
下载PDF
基于Kalman滤波的组合预测模型在建筑物变形监测中的应用
2
作者 王靖 杜国政 《测绘与空间地理信息》 2024年第5期202-204,207,共4页
根据建筑物沉降监测数据的特点,结合Kalman滤波算法、BP神经网络模型以及AR自回归模型在数据降噪、数据预测中的优势,提出并构建了一种新的基于Kalman滤波的BP-AR沉降预测模型。该组合预测模型实现建筑物变形预测的主要步骤为:首先,通过... 根据建筑物沉降监测数据的特点,结合Kalman滤波算法、BP神经网络模型以及AR自回归模型在数据降噪、数据预测中的优势,提出并构建了一种新的基于Kalman滤波的BP-AR沉降预测模型。该组合预测模型实现建筑物变形预测的主要步骤为:首先,通过Kalman滤波算法对原始观测数据进行降噪,消除随机噪声误差对观测数据的影响;其次,通过BP神经网络模型对降噪后序列进行建模与预测;最后使用AR模型对预测残差进行建模与预测。通过实际建筑物沉降监测数据对本文提出的组合预测模型进行验证,结果表明相较于BP神经网络模型与BP-AR模型,本文提出的组合预测模型的预测精度更高,有效降低了噪声影响,具有较高的优越性。 展开更多
关键词 建筑物 沉降预测 KALMAN滤波 BP神经网络模型 ar回归模型
下载PDF
基于JT-AR转换模型的非高斯风荷载特性分析
3
作者 孙芳锦 阳立云 +2 位作者 路明璟 张大明 曾倩 《兰州工业学院学报》 2024年第1期64-70,共7页
为了研究大跨度屋盖结构的非高斯风荷载特性,提出一种采用JT-AR转换模型模拟大跨度球面屋盖结构非高斯脉动风压的方法。基于JT变换和AR模型理论进行耦合,提出并构建JT-AR转换模型,模拟生成非高斯脉动风压时程样本数据,与目标功率谱及高... 为了研究大跨度屋盖结构的非高斯风荷载特性,提出一种采用JT-AR转换模型模拟大跨度球面屋盖结构非高斯脉动风压的方法。基于JT变换和AR模型理论进行耦合,提出并构建JT-AR转换模型,模拟生成非高斯脉动风压时程样本数据,与目标功率谱及高阶统计量对比验证;通过已有风洞试验结果与作用在大跨度球面屋盖结构表面的非高斯分布特性作对比验证。结果表明:JT-AR转换模型的模拟结果与风洞试验作用在建筑上的非高斯脉动风具有同等作用效应,其模拟仿真结果具备可靠性及普适性。研究结论为大跨度结构抗风设计提供一种新的模拟方法,可代替复杂的风洞试验。 展开更多
关键词 大跨度屋盖结构 Johnson变换 ar回归模型 高阶统计量 非高斯脉动风压
下载PDF
基于自回归高阶估计的盲信号提取算法 被引量:3
4
作者 任婕 朱立东 《空间电子技术》 2012年第3期5-8,75,共5页
文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高... 文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高阶累积量方法和二阶自相关分离算法在不含噪声和含高斯白噪声情况下的分离效果。最后通过仿真实验证实了算法的有效性。 展开更多
关键词 盲提取 ar回归模型 高阶累积量
下载PDF
未来反恐态势预测研究 被引量:1
5
作者 冒伟 《软件导刊》 2019年第7期28-31,共4页
通过对全球恐怖主义数据库(GTD)进行分析,为未来反恐防恐行动提供有价值的信息支持,提出利用大数据挖掘方法对未来反恐态势进行分析。首先采用N-gram模型对原始数据中的motive属性进行挖掘,分析恐怖袭击事件发生的主要动机。其次通过AR... 通过对全球恐怖主义数据库(GTD)进行分析,为未来反恐防恐行动提供有价值的信息支持,提出利用大数据挖掘方法对未来反恐态势进行分析。首先采用N-gram模型对原始数据中的motive属性进行挖掘,分析恐怖袭击事件发生的主要动机。其次通过AR自回归模型,对恐袭造成的死亡人数进行预测。最后通过构建TreeMap图,展示未来全球某些重点地区的反恐态势,从恐怖事件发起动机、死亡人数、重点地区3个方面对未来恐怖袭击进行预测。实验结果显示,采用大数据分析预测精度较高。 展开更多
关键词 N-GRAM模型 ar回归模型 TreeMap图 然语言处理
下载PDF
参数和非参数方法计算相干函数的比较 被引量:1
6
作者 丁海平 李昕 《地震工程与工程振动》 CSCD 北大核心 2020年第3期11-19,共9页
地震动空间相干函数计算主要两类方法,一是采用谱窗方法对功率谱和互功率谱进行平滑的非参数方法,另一类是采用K-T(Kainai-Tajimi)谱拟合功率谱和互功率谱的参数方法。本文选取了SMART-1台阵第5次和第45次地震的水平分量加速度记录,采用... 地震动空间相干函数计算主要两类方法,一是采用谱窗方法对功率谱和互功率谱进行平滑的非参数方法,另一类是采用K-T(Kainai-Tajimi)谱拟合功率谱和互功率谱的参数方法。本文选取了SMART-1台阵第5次和第45次地震的水平分量加速度记录,采用AR(Auto-Regressive)自回归模型的参数方法,计算了不同台站间距的相干系数,并选用Loh相干函数模型,对两种方法的相干系数进行拟合,分别得到了拟合参数和标准差。结果表明:(1)基于AR自回归模型方法得到的拟合标准差小于非参数法;(2)非参数法和参数法的相干系数有明显差别;(3)随着间距的增大,基于非参数法的相干系数随着频率增大而变小的程度放缓,而基于参数法的相干系数明显反映出相干系数符合随着频率增大而变小,同时也随距离的增大而减小的共识。 展开更多
关键词 SMarT-1台阵 空间相关性 相干函数 ar回归模型 参数拟合
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部