您现在的位置: 首页> 研究主题> 信号恢复

信号恢复

信号恢复的相关文献在1987年到2023年内共计349篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术 等领域,其中期刊论文130篇、会议论文15篇、专利文献242063篇;相关期刊93种,包括系统工程与电子技术、中国测试、机械与电子等; 相关会议14种,包括第十七届计算机工程与工艺年会暨第三届微处理器技术论坛、2013先进智能制造技术发展研讨会、2010年全国电磁兼容会议等;信号恢复的相关文献由753位作者贡献,包括刘朝阳、曾钰琴、马敏等。

信号恢复—发文量

期刊论文>

论文:130 占比:0.05%

会议论文>

论文:15 占比:0.01%

专利文献>

论文:242063 占比:99.94%

总计:242208篇

信号恢复—发文趋势图

信号恢复

-研究学者

  • 刘朝阳
  • 曾钰琴
  • 马敏
  • 付卫红
  • 刘乃安
  • 张莹
  • 李晓辉
  • 王太勇
  • 黑永强
  • 农斌
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 李庆龙; 曾雪迎
    • 摘要: 本文给出了基于L0模求解该问题的非凸模型,借助于稀疏正则化方法来克服问题的不适定性.该模型利用紧小波框架对信号进行稀疏逼近,并利用L0模度量稀疏性.提出了求解该模型的投影迭代硬阈值算法,并证明了算法的全局收敛性.该算法每一步都有闭式解,计算过程简洁高效.数值实验表明,方法在重建信号的视觉质量和量化指标方面均优于所对比的pFISTA方法.
    • 李丹丹; 李远飞; 王松华
    • 摘要: 提出一种新的修正三项Hestenes-Stiefel共轭梯度投影算法,用于求解大规模非线性方程组问题和信号恢复问题.该算法通过构造一个新的修正Hestenes-Stiefel搜索方向,结合经典线搜索方法和超平面投影技术而得,新搜索方向在不需要任何线搜索条件下自动满足充分下降性,在常规假设条件下,新算法具有全局收敛性质.数值实验结果表明,新算法高效且稳定.
    • 李丹丹; 李远飞
    • 摘要: 为了解决稀疏信号重构问题,改善求解非线性方程组的效率性能,构建一种新的修正方向,结合新型的线搜索方法和经典的超平面投影技术,提出了一个修正共轭梯度投影算法.新算法在合理的假设下,具有全局收敛的良好性质.数值结果表明与同类算法相比,新算法具有更高效的求解能力,在稀疏信号重构问题的应用中,验证了新算法的有效性与可行性.
    • 孙晓哲; 白玉轩; 杨建忠
    • 摘要: 机电作动器逐步应用于新型多电飞机中,其中的传感器故障对于机电作动系统的正常工作具有较大影响。针对余度传感器故障无法判定正确的传感器信号以及丧失全部传感器数据情况下信号重构的问题,采用处理时序信号有优势的神经网络辨识学习方法对故障传感器的信号进行恢复,由此解决输入信号故障情况下的信号重构问题。对比了两种动态神经网络的差异,即非线性动态神经网络与NARX网络。试验结果表明:NARX网络可有效准确完成信号丧失下的信号恢复,对比网络线性回归、误差自相关与互相关系数可得NARX恢复结果优于非线性动态神经网络。
    • 黄澳; 柏正尧; 周雪
    • 摘要: 1 bit压缩感知技术日益受到关注。1 bit信号往往有符号跳变,同时信号重构还需要稀疏度先验信息,如何有效地克服信号重构对稀疏度的依赖性,提高重构算法对噪声的鲁棒性,这是该领域面临的重大挑战。本文在二进制迭代硬阈值算法基础上,引入自适应稀疏度,利用残差能量的大小,通过对信号和噪声的学习,解决稀疏度依赖问题,通过引入弹球损失和自适应异常值追踪提高对噪声的鲁棒性,通过引入归一化参数,缩短运算时间。数值仿真实验表明,本文算法重构复杂度降低10%左右,在信号无噪声条件下重构信噪比提高2.1 dB,在有噪声条件下绝对均方误差(AMSE)降低约0.3。算法运行效率比基于自适应异常值追踪的二进制硬阈值算法提升了25%。与当前先进算法相比,能有效地克服信号重构对稀疏度的依赖性,对符号跳变引起的噪声具有很好的鲁棒性。
    • 冯平兴; 张洪波; 李文翔
    • 摘要: 复信号分析是信号处理技术常见的问题之一,在盲信号分离及处理技术中特别是卷积混合问题或频域分析等均需要建立与之相应的复值分析模型。然而在以往的分析中,由于此类问题往往是基于无噪声的约束条件,因此局限了该技术在实际中的应用。针对这一问题,将复值盲源分离问题推广到含噪声的一般环境中。通过分析高斯噪声协方差的一般特征,利用高斯噪声协方差的参数信息,导出了一种在噪声环境下盲源分离的不动点算法,该算法可以在噪声环境中通过观测信号估计与之对应的有效分离矩阵,使得复值信号在噪声环境中混合中仍然能成功分离出源信号。仿真结果表明了所研究方法的可行性与有效性。
    • 武思琪; 宋儒瑛
    • 摘要: 压缩感知中测量矩阵的限制等距性在一定条件下可以确保重建稀疏信号。文章在l1-al2(0 < a≤1)最小化问题模型下,根据已知信号的先验支撑信息,利用测量矩阵的限制等距性,研究了三种噪声(高斯噪声、脉冲噪声、均匀噪声)情形下信号恢复的充分条件。这些条件直观地揭示了测量矩阵的限制等距性和信号恢复之间的密切关系。
    • 郭旭; 骆勇鹏; 王林堃; 刘景良; 廖飞宇; 游德泉
    • 摘要: 传感器是结构健康监测系统的关键组成部分,其在服役期间可能发生性能退化甚至故障,故障传感器采集的错误信号会影响结构状态评估结果的准确性。为此,提出基于卷积神经网络(convolutional neural networks, CNN)和深度卷积生成对抗网络(deep convolutional generative adversarial networks, DCGAN)的结构加速度传感器故障自诊断及故障信号自恢复算法。以加速度时程数据为输入,建立基于CNN的传感器故障诊断模型,判断传感器故障类型和故障位置。根据传感器故障诊断结果,对数据集进行相应的处理。将故障传感器信号作为判别器的输入,利用剩余健康传感器信号潜在特征与故障传感器信号之间的相关性,训练基于DCGAN的信号恢复模型,对故障传感器信号进行恢复。采用Benchmark模型和实桥测试结果验证所提方法的可行性及可靠性,并探讨不同噪声水平对信号恢复结果的影响。研究结果表明:基于CNN传感器故障诊断模型具有较好的抗噪性能,传感器的故障诊断准确率在90%以上。恢复信号在时域、频域与真实信号匹配良好。重构误差随着信噪比的降低和故障传感器数量在总传感器数量中占比的增加而增大,但重构信号与真实信号的R~2均在0.8以上。
    • 张仁祥; 宋越; 李春香; 吴晓富
    • 摘要: 大规模无授权接入是海量物联网需要解决的瓶颈问题之一,技术上需要进行活跃用户检测以及相应的信号解调。目前,大部分方案都假设接入用户是时隙同步的。考虑异步无授权随机接入方案,由于缺乏严格的上行(Uplink,UL)定时控制过程,基站接收到的不同活跃用户的信号是异步的,但时间偏差控制在一定范围之内。针对异步无授权接入场景下的大规模机器通信中的活跃用户检测及信号恢复,提出一种低复杂度的贪婪算法。该算法首先对活跃用户中最强的用户及其延时进行估计,然后利用BCD算法进行信道估计和信号解调,在此基础上,在接收信号中消除当前已估计出的最强活跃用户的信号成分,从而算法转入下一个活跃用户的检测和信号解调。实验结果表明,所提出的异步贪婪算法在高信噪比下能有效逼近同步场景下的同类算法。
    • 纪莲和; 王文赫; 王建; 聂琪鹤; 郑平平
    • 摘要: 针对信号恢复前期存在局部干扰噪声,导致信号恢复质量较差和恢复速率较慢的问题,提出基于SG算法的MEMS加速度传感器信号恢复方法.将小波-SG设定为传感器的预滤波单元,降低白噪声和局部强干扰对信号恢复产生的影响,同时结合EEMD抑制模式的特性剔除无利用价值的信号,提取有效的信号.将经过去噪处理信号的时间域平滑特性和空间平滑特性相结合,组建联合图模型.通过联合图模型中传感器信号的关联特性设计迭代恢复算法,最终完成MEMS加速度传感器信号恢复.实验结果表明,基于SG算法的MEMS加速度传感器信号恢复方法,可获取高质量和高效率的信号恢复结果.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号