本文選題：微弱信號檢測 + 盲源分離方法��； 參考：《科學中國人》2017年02期

【摘要】：在探測、醫(yī)療等領(lǐng)域,對微弱信號檢測準確性的要求非常高,但微弱信號不僅自身信號強度非常低,而且在傳播的過程中,通常伴隨一定的噪聲和干擾,使檢測工作要建立在盲源分離方法的基礎(chǔ)上,極大的增加了微弱信號的檢測難度。在此背景下,本文針對微弱信號檢測的盲源分離方法和應(yīng)用問題展開研究,為相關(guān)領(lǐng)域提升微弱信號的檢測準確性提供參考。
[Abstract]:In the fields of detection, medical treatment and so on, the accuracy of weak signal detection is very high, but the weak signal is not only very low in its own signal intensity, but also usually accompanied by certain noise and interference in the process of propagation. The detection work is based on blind source separation method, which greatly increases the difficulty of weak signal detection. In this context, the blind source separation method and its application in weak signal detection are studied in this paper, which provides a reference for improving the accuracy of weak signal detection in related fields.
【作者單位】： 空軍預(yù)警學院;
【分類號】：TN911.23

【參考文獻】

相關(guān)期刊論文 前3條

1 劉光曉;孟令雅;劉翠偉;錢昊鋮;李玉星;;基于盲源分離技術(shù)的泄漏音波信號濾波方法分析[J];振動與沖擊;2014年24期

2 代曉明;韓秋實;王紅軍;;基于主軸故障診斷的微弱信號特征提取技術(shù)[J];機床與液壓;2014年19期

3 王向紅;向建軍;尹東;;微弱裂紋信號的ICA盲源分離提取[J];長沙理工大學學報;2014年02期

【相似文獻】

相關(guān)期刊論文 前10條

1 劉建強,馮大政;脈沖噪聲中的盲源分離方法[J];電子與信息學報;2003年07期

2 吳作倫,楊世錫,馮海濤;基于最大熵條件下機械噪聲盲源分離方法的研究[J];機電產(chǎn)品開發(fā)與創(chuàng)新;2004年06期

3 冷永剛;陳婷婷;黃立坤;趙艷菊;丁文祺;;基于獨立分量分析的重盲源分離方法[J];振動工程學報;2010年05期

4 聶凌燁;李雷;陳嘉明;;基于網(wǎng)絡(luò)分量分析的盲源分離方法[J];計算機應(yīng)用;2008年S1期

5 張銀雪;田學民;鄧曉剛;;基于改進人工蜂群算法的盲源分離方法[J];電子學報;2012年10期

6 秦國軍;莫芙蓉;;滾動軸承含噪聲諧波信號的欠確定盲源分離方法研究[J];國防科技大學學報;2006年01期

7 周曉峰;楊世錫;甘春標;;相關(guān)機械振源的盲源分離方法[J];振動與沖擊;2012年14期

8 何振亞,劉琚,梅良模;基于累積量展開的神經(jīng)網(wǎng)絡(luò)盲源分離方法[J];通信學報;1999年S1期

9 李志農(nóng);何況;張芬;;基于主分量分析的變分貝葉斯獨立分量分析的盲源分離方法[J];南昌大學學報(理科版);2014年02期

10 陳陽;;一種新的神經(jīng)網(wǎng)絡(luò)盲源分離方法[J];模式識別與人工智能;2004年02期

相關(guān)會議論文 前2條

1 賀升平;吳瑞娜;;基于盲源分離方法的地下振動信號分析[A];2011'中國西部聲學學術(shù)交流會論文集[C];2011年

2 錢進;秦志峰;;一種基于二階統(tǒng)計的盲源分離方法[A];2001年全國水聲學學術(shù)會議論文集[C];2001年

相關(guān)碩士學位論文 前6條

1 王曉燕;盲源分離方法及其在旋轉(zhuǎn)機械故障診斷中的應(yīng)用研究[D];燕山大學;2015年

2 皮海玉;基于量子遺傳的機械故障源盲源分離方法研究[D];南昌航空大學;2015年

3 王壘;基于獨立分量分析盲源分離方法的研究[D];蘭州理工大學;2010年

4 張倩;水聲信號盲源分離方法研究[D];哈爾濱工業(yè)大學;2013年

5 趙春煜;腦機接口中預(yù)處理和分類算法研究[D];大連理工大學;2011年

6 邢軍陽;基于QPSO和ICA的圖像盲源分離方法的研究[D];鄭州大學;2012年

，

本文編號：2115245