1) random vibration signal
随机振动信号
1.
This paper advances a method for treating the random vibration signal and noise signal of silkworm chrysalis, and probes into how to eliminate the disturbing values in the random vibration signal of silkworm chrysalis.
提出了一种处理蚕茧随机振动以及噪声信号数据的方法,探讨了如何剔除蚕蛹随机振动信号的干扰值。
2) nonstationary random vibration signal
非平稳随机振动信号
1.
In view of the disadvantages of the traditional time-varying parameters modeling algorithm about nonstationary random vibration signal of a spacecraft with closed spaced modal frequency,a multicomponent process neural network(PNN) autoregressive model was proposed,which was based on the empirical mode decomposition(EMD).
针对航天器非平稳随机振动信号模态频率密集的特点,提出了基于经验模式分解EMD(Empirical Mode Decomposition)的多分量过程神经网络PNN(Process Neural Net-work)自回归模型。
3) random signal vibration projector
随机信号振动发射器
4) internal signal stochastic resonance
内信号随机共振
1.
The effects of multiplicative noise on additive noise-induced internal signal stochastic resonance(ISR)are studied in a Neurospora circadian clock system driven by external signal or not.
利用有和无外信号作用的脉孢菌生物钟体系,研究了与加性噪音相关或不相关的乘性噪音对加性噪音诱导出的内信号随机共振的影响作用。
5) random disturbance signal
随机扰动信号
1.
The block diagram discription of a mathematical equation is discussed in this paper, and the caculation method of random disturbance signals is also given here, which are synthesized through sine waves by using block diagram simulation language.
本文主要介绍数学表达式的方框图描述以及用方框图仿真语言分析求解正弦合成的随机扰动信号的求解方
6) vibration signal of I.C.Engines
发动机振动信号
1.
The meth- od of eigenvalue extracting to vibration signal of I.
重点介绍了小波变换在发动机振动信号处理中提取特征的方法,简要介绍了利用小波变换去除噪声的方法,通过仿真实验与分析表明小波变换可以有效地提取发动机振动信号的各种特征,去除噪声。
补充资料：离散随机信号处理
| 离散随机信号处理 discrete random signal processing 利用数字运算，对离散随机信号进行各种滤波处理、离散变换和谱分析。随机信号是一种非确定性的信号，如热噪声信号发生器输出的电信号，飞行器起飞时的结构振动，以及起伏海面的波动高度等。它们的共同特点是无法预测其未来瞬间的精确值。处理的目的是便于从中提取有用的信息，削弱信号中的多余信息量，便于估计信号的特征参数，或变换成易于分析和识别的形式等。 随机信号处理的主要理论基础是信号检测理论、估计理论和随机过程理论。根据理论分析，随机信号的不同样本函数在同一时刻的值往往是不确定的，因而只能用样本函数集的统计平均来描述，如用均值、均方值、方差、概率密度函数、相关函数和功率谱密度函数来描述随机过程的特性。但是，在大多数情况下，被处理的随机信号是具有各态历经的平稳随机过程，它的样本函数集平均可以用某一样本函数的时间平均来确定，这给随机信号的分析和处理带来很大方便。虽然平稳随机信号本身是不确定的，但它的相关函数是确定的，可以利用快速变换算法来计算。相关函数的傅里叶变换或Z变换表示随机信号的功率谱密度函数，简称为功率谱。功率谱是描述随机信号基本特征的重要参数，而功率谱估值是按照实际观测的有限数据估计得到的，它必然与真实的功率谱值有差别。为了减小谱分析偏差和提高谱分辨率，产生了多种谱估计方法。 在非平稳随机信号处理中，非平稳随机过程的特征函数一般是随时间而变化的，不能再用时间平均代替集平均，只能用组成过程的样本函数集的瞬时平均来描述其特性。因而求得的功率谱是随时间变化的谱。这种时变功率谱的计算方法仍在研究中。卡尔曼滤波和最大熵法是处理非平稳随机信号的有用方法。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条