简介:针对脉冲噪声环境下多径时延估计的分辨率问题,提出了一种基于共变谱(CS)和信号估计参数旋转不变技术(ESPRIT)的多径时延估计方法。采用α稳定分布建模脉冲噪声,依据分数低阶统计量理论,将两接收信号的共变序列进行傅里叶变换得到共变谱。CS看作等效的时间序列,把时域的多径时延估计问题转化为频域的多个正弦信号频率估计问题。利用ESPRIT对等效时间序列进行频率估计,得到高分辨率的多径时延估计。仿真实验表明:多径时延估计方法(CS_ESPRIT)在高斯和脉冲噪声环境中均具有较好的估计性能。
简介:本文论述感应电动机中的断裂导条检测问题。作为检测之根据的假设时,当转子导条断裂时,感应电动机的转子表观电阻将会增加,为了检测断裂导条,定子电压和电流的测量是通过一个用于转速和转子电阻同时估测的扩展卡尔曼滤波器进行的,特别是,对转子电阻进行估测并与它的正常值作比较,以检测断裂导条,在所建议的扩展卡尔曼滤波器方法中,状态协方差矩阵补充分加权。导致一个比较好的动态状态估测,它的主要优点是,甚至对一台空载的感应电动机,也能作出正确的转子电阻估测,作为该估测过程的一个部分,有必要对转子电阻中的热变化加以补偿,对于一台4-kW4极鼠笼型感应电动机所进行的计算机模拟,令人鼓舞地证实了所建议的无传感器断条检测技术的有效性。
简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:风力发电机组所处的复杂环境,使得监控数据的实时传输显得至关重要。通过无线传感器网络(WSN)对风力发电机组的运行情况进行实时监测。利用WSN采集相关数据,以MCU作为核心组件进行数据的分析处理,辅以全球移动通信系统(GSM)模块、ZigBee模块进行数据的无线传输,以达到实时监测的目的。