期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于小波变换的去噪新算法 被引量:7
1
作者 张吉先 钟秋海 戴亚平 《北京理工大学学报》 EI CAS CSCD 北大核心 2003年第6期740-743,共4页
提出一种去除观测信号中白噪声的新方法.分析了白噪声和一般信号的小波变换系数的不同特点,对Hampel滤波器进行了改进.利用白噪声和一般信号小波变换系数的不同特点,用改进后的滤波器对信号小波变换系数序列进行滤波处理,从而达到降噪... 提出一种去除观测信号中白噪声的新方法.分析了白噪声和一般信号的小波变换系数的不同特点,对Hampel滤波器进行了改进.利用白噪声和一般信号小波变换系数的不同特点,用改进后的滤波器对信号小波变换系数序列进行滤波处理,从而达到降噪的目的.仿真结果表明,滤波算法对不同种类、不同信噪比的信号有很好的降噪效果,尤其适用于强噪声背景下弱信号的检测. 展开更多
关键词 hampel滤波器 小波变换 降噪算法
下载PDF
畜禽粪污好氧发酵多参数监测系统设计与试验
2
作者 赵文文 仇天雷 +3 位作者 朱君 王海峰 贾楠 李斌 《中国猪业》 2024年第3期34-46,共13页
为解决畜禽粪污好氧发酵监测系统的参数单一、缺少罐体强度与监测数据有效性分析等问题,研究设计了畜禽粪污好氧发酵多参数监测系统,并开展测试与试验。该系统基于多点分布的气体-温度传感器,采集粪污发酵过程中CO_(2)、O_(2)及不同堆... 为解决畜禽粪污好氧发酵监测系统的参数单一、缺少罐体强度与监测数据有效性分析等问题,研究设计了畜禽粪污好氧发酵多参数监测系统,并开展测试与试验。该系统基于多点分布的气体-温度传感器,采集粪污发酵过程中CO_(2)、O_(2)及不同堆层温度的实时数据,利用DWIN DGUS开发平台搭建本地操作系统,实现监测信息的显示、存储等,并采用ANSYS软件对发酵罐体及搅拌机构的结构强度进行分析。结果表明,在机械结构强度仿真分析过程中,发酵罐体及搅拌机构最大等效应力分别为0.837 MPa、0.276 MPa,最大变形量分别为(1.61×10^(-3))mm、(4.44×10^(-4))mm,强度符合设计要求;在预试验过程中,发酵罐内在不同堆层的温度变化一致,其中罐内温度传感器A~E采集温度的平均值分别为28.60℃、28.64℃、27.82℃、28.73℃和28.21℃,均显著高于罐外温度传感器F的平均值25.51℃(P<0.05),罐内CO_(2)、O_(2)浓度最大差值分别为221 ppm、0.5%;在正式试验过程中,粪污好氧发酵过程经历了完整的升温、高温、降温阶段,且粪污发酵高温期持续时间在5 d以上,罐内CO_(2)浓度与O_(2)浓度呈相反的增减趋势变化;借助hampel滤波识别方法分别构建了罐体中、下层的粪污发酵温度与发酵时间的回归模型,相关系数R2分别为0.85和0.79。说明该系统中各传感器采集的数据稳定,发酵过程符合好氧发酵的变化规律,发酵温度与发酵时间具有较好的相关性,可满足规模化好氧发酵过程参数在线监测需求。 展开更多
关键词 畜禽粪污 发酵 堆肥 温度 气体监测 发酵罐 hampel 滤波 仿真分析
下载PDF
监护信息系统中异常值的识别和处理方法 被引量:4
3
作者 邹焱飚 林兆花 谢存禧 《测试技术学报》 2007年第6期531-535,共5页
提出了一种监护信息系统中异常值分析处理方法,以提高模型辨识的准确性.应用Hampel滤波器算法,识别监护数据中异常值出现的位置;并采用最小二乘支持向量机回归模型,基于递推预报的方法,对于出现异常值的数据点进行数据重构,实现监护信... 提出了一种监护信息系统中异常值分析处理方法,以提高模型辨识的准确性.应用Hampel滤波器算法,识别监护数据中异常值出现的位置;并采用最小二乘支持向量机回归模型,基于递推预报的方法,对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理.通过应用PhysioNet生物医学信号研究资源中的三组数据集:心率、中心静脉压以及血氧饱和度,进行实验研究,结果表明此方法在对监护数据异常值进行分析和处理中取得了很好的效果. 展开更多
关键词 监护信息系统 异常值 hampel滤波器 最小二乘支持向量机 预报
下载PDF
监护信息重构方法研究 被引量:1
4
作者 邹焱飚 林兆花 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第6期1636-1638,共3页
监护信息系统中通常采用系统建模的方法对监护数据进行分析处理、并识别异常状况。通常这些模型是在模型结构确定的条件下,应用监护数据辨识获得。实际检测获得的监护数据通常包含大量异常值,这会严重降低模型辨识的准确性。提出了一种... 监护信息系统中通常采用系统建模的方法对监护数据进行分析处理、并识别异常状况。通常这些模型是在模型结构确定的条件下,应用监护数据辨识获得。实际检测获得的监护数据通常包含大量异常值,这会严重降低模型辨识的准确性。提出了一种监护信息系统中异常值分析处理方法。应用Hampel辨识器算法,识别监护数据中异常值出现的位置;并采用kalman滤波器算法的方法对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理。通过应用PhysioNet生物医学信号研究资源中的两组数据集,包括心率和中心静脉压,进行实验研究,结果表明此方法对监护数据异常值分析和处理中取得很好的效果。 展开更多
关键词 监护信息系统 异常点 hampel辨识器 KALMAN滤波器 预报
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部