相關(guān)辨識算法是一種經(jīng)典的系統(tǒng)辨識方法,目前已經(jīng)被應(yīng)用于電法勘探中。從當前的研究成果來看,對算法的參數(shù)、數(shù)據(jù)處理以及其他噪聲的抗噪性能沒有進行系統(tǒng)的理論研究,辨識效果不理想,導(dǎo)致算法在探測金屬礦產(chǎn)的過程中有一定的局限性。本文主要從提高辨識精度、提高運算效率、抗噪性能分析三個方面對相關(guān)辨識算法的進行優(yōu)化,系統(tǒng)的總結(jié)出了相關(guān)辨識優(yōu)化算法的模型圖,并在MATLAB上驗證了相關(guān)辨識優(yōu)化算法的可行性,達到了優(yōu)化辨識結(jié)果的目的,同時在理論上分析了野外實驗中的信號處理問題。本文的主要內(nèi)容包括:(1)簡述相關(guān)辨識算法。主要介紹了相關(guān)辨識法原理和系統(tǒng)流程,并總結(jié)出相關(guān)辨識優(yōu)化算法的整體模型圖。(2)提高辨識精度。主要包括輸入信號的時鐘周期、信號長度的最優(yōu)選擇;采用多周期取主值區(qū)間的線性相關(guān);采用頻域辨識方法減小計算誤差。(3)提高運算效率。主要包括選擇輸入信號重復(fù)周期數(shù);用混合基FFT優(yōu)化傳統(tǒng)FFT;就相關(guān)運算的取點問題進行討論,選擇直接截取的方法;分析采樣率對運算效率的影響。(4)抗噪性能分析。主要對四類噪聲進行算法中的去噪處理。包括調(diào)整時鐘周期、陷波濾波原理濾除工頻噪聲干擾;調(diào)整信號長度、加窗優(yōu)化減小脈沖噪聲干擾;設(shè)置直流偏置去除直流噪聲干擾;遞歸函數(shù)優(yōu)化維納濾波算法降低隨機噪聲干擾。本文的主要創(chuàng)新點在于:采用多周期取主值區(qū)間的線性相關(guān)優(yōu)化相關(guān)算法;混合FFT優(yōu)化傳統(tǒng)FFT減小算法復(fù)雜度;采用直接截取的方法對相關(guān)運算進行取點;加入陷波濾波原理去除工頻噪聲;維納濾波原理優(yōu)化抗隨機噪聲性能,并用遞歸函數(shù)優(yōu)化維納濾波原理在相關(guān)辨識算法中的應(yīng)用�？偨Y(jié)出相關(guān)辨識優(yōu)化算法的模型圖,并仿真驗證了其可行性,達到了預(yù)期實驗結(jié)果。
【學(xué)位單位】：中國地質(zhì)大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：N945.14
【部分圖文】：

(a)碼片寬度=0.01 (b)碼片寬度=0.001 (c)碼片寬度=0.0001圖 3-1 碼片寬度辨識結(jié)果對比圖通過理論分析和仿真驗證，本文中仿真實驗均取碼片寬度為 0.001。但是在實際的辨識的時候，情況就比較復(fù)雜，要根據(jù)辨識的深度調(diào)節(jié)合適的碼片寬度。計算公

階數(shù)辨識結(jié)果對比圖

圖 3-4 辨識結(jié)果對比圖：線性相關(guān)-周期相關(guān)仿真實驗結(jié)果對比圖 3-4 可知，線性相關(guān)的辨識精度要比圓周采樣率為 1 時，線性相關(guān)辨識結(jié)果較好；從自相關(guān)的譜線觀察

【相似文獻】

相關(guān)期刊論文 前10條

1 ;《信號處理》2017年總目次[J];信號處理;2017年12期

2 張玲華,何振亞;一種修正的自適應(yīng)算法[J];電訊技術(shù);2001年03期

3 張書玲，張雪陽;一種新的錐形算法及其在信號處理中的應(yīng)用[J];西北大學(xué)學(xué)報(自然科學(xué)版);1996年01期

4 陳永東;一種基于FPGA的DFT算法實現(xiàn)的研究[J];遙測遙控;2005年04期

5 董海迪;何兵;劉剛;鄭建飛;;一個多維次成分并行提取算法及其收斂性分析[J];自動化學(xué)報;年期

6 李帆;高東;許欣;張玉良;;改進蝙蝠算法柔性作業(yè)車間調(diào)度問題研究[J];計算機工程與應(yīng)用;年期

7 董海迪;劉剛;何兵;鄭建飛;王世濤;;多維廣義次成分提取準則及自適應(yīng)算法[J];控制與決策;年期

8 楊軍;張達敏;何慶;潘志遠;基于二進制煙花優(yōu)化算法的認知無線網(wǎng)絡(luò)頻譜分配[J];計算機應(yīng)用研究;2019年10期

9 郭雯雯;邵全義;;大數(shù)據(jù)聚類算法研究[J];無線互聯(lián)科技;2018年04期

10 賈靜平;覃亦華;;基于深度學(xué)習(xí)的視覺跟蹤算法研究綜述[J];計算機科學(xué);2017年S1期

相關(guān)會議論文 前10條

1 熊薇薇;吳懷宇;;一種改進的角點檢測算法[A];中國計量協(xié)會冶金分會2009年年會論文集[C];2009年

2 陶麗;張自力;丁曉明;;一種適用于動態(tài)重構(gòu)的聯(lián)盟形成算法[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

3 張?zhí)m平;;談小學(xué)一年級算法多樣化的優(yōu)化[A];中華教育理論與實踐科研論文成果選編（下）[C];2007年

4 楊紅斌;;計劃量算法的優(yōu)化[A];第四屆全國醫(yī)院藥劑科建設(shè)與管理學(xué)術(shù)研討會論文集[C];2012年

5 林克旺;;基于分層網(wǎng)絡(luò)實現(xiàn)高效的自穩(wěn)定的選舉算法[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2006年

6 徐英鐘;高震;李波;;基于禁忌搜索的蟻群算法求解旅行商問題[A];第四屆中國智能計算大會論文集[C];2010年

7 葉衍;樓榮生;何永保;;自然聯(lián)結(jié)的優(yōu)化算法[A];第十二屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集[C];1994年

8 趙唯;;晶粒度評級的改進算法[A];中國圖象圖形科學(xué)技術(shù)新進展——第九屆全國圖象圖形科技大會論文集[C];1998年

9 許倫輝;傅惠;徐建閩;;基于分形維數(shù)的交通流預(yù)測模型及算法研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

10 王樹西;白碩;王斌;;模式推理中的“圖檢索”算法[A];全國第八屆計算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 馬洪超;走出算法營造的偏狹世界[N];經(jīng)濟日報;2018年

2 沈東坡;致命的“算法”[N];濱海時報;2017年

3 劉振;“成于算法”當警惕“敗于算法”[N];安徽日報;2018年

4 中國信息通信研究院產(chǎn)業(yè)與規(guī)劃研究所 李曼 謝智剛;算法升級加快數(shù)字經(jīng)濟發(fā)展步伐[N];人民郵電;2018年

5 孫益武;算法也應(yīng)接受法律的審視[N];民主與法制時報;2018年

6 劉文龍;“算法”只是工具 可以運用但別依賴[N];解放日報;2018年

7 小魚 樂舒 蘇曉 曉龍 良辰;算法：干了這杯“酒”，從此推薦內(nèi)容是好友[N];人民郵電;2018年

8 本報記者 倪弋;網(wǎng)絡(luò)時代，應(yīng)如何規(guī)范“算法”[N];人民日報;2018年

9 本報記者 劉霞;當算法統(tǒng)治世界[N];科技日報;2011年

10 江蘇省盱眙縣馬壩中心小學(xué) 陳瓊;關(guān)于算法多樣化得幾點思考[N];學(xué)知報;2010年

相關(guān)博士學(xué)位論文 前10條

1 王冰;人工蜂群算法的改進及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

2 王艷嬌;人工蜂群算法的研究與應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 李美安;普適分布式互斥算法及應(yīng)用[D];電子科技大學(xué);2007年

4 王小根;粒子群優(yōu)化算法的改進及其在圖像中的應(yīng)用研究[D];江南大學(xué);2009年

5 劉婷;改進人工蜂群算法及其在多用戶檢測中的應(yīng)用[D];天津大學(xué);2013年

6 邱劍鋒;人工蜂群算法的改進方法與收斂性理論的研究[D];安徽大學(xué);2014年

7 肖建元;保幾何結(jié)構(gòu)算法在等離子體物理中的應(yīng)用[D];中國科學(xué)技術(shù)大學(xué);2017年

8 盛歆漪;粒子群優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2015年

9 張冬麗;人工蜂群算法的改進及相關(guān)應(yīng)用研究[D];燕山大學(xué);2014年

10 孔翔宇;幾類優(yōu)化問題的人工蜂群算法[D];西安電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 甄曉丹;相關(guān)辨識的算法優(yōu)化[D];中國地質(zhì)大學(xué)(北京);2018年

2 賈紅;煙花爆炸優(yōu)化算法及其改進研究[D];華中科技大學(xué);2010年

3 王書勤;車輛路徑問題的蟻群算法研究[D];重慶大學(xué);2008年

4 張彥芳;基于雙麥克的語音增強算法的研究及應(yīng)用[D];清華大學(xué);2013年

5 鄒游;快速傅里葉變換裁剪算法[D];華南理工大學(xué);2017年

6 何子曠;蝙蝠算法的改進與應(yīng)用[D];廣東工業(yè)大學(xué);2016年

7 丁亞英;基于局部搜索和二進制的改進人工蜂群算法[D];南京師范大學(xué);2016年

8 韓宏業(yè);基于人工蜂群算法的軟硬件劃分算法研究[D];天津大學(xué);2014年

9 孟凡明;基于共享因子的人工蜂群算法的研究與應(yīng)用[D];蘭州交通大學(xué);2016年

10 胡慶生;煙花算法及其應(yīng)用[D];陜西師范大學(xué);2016年

本文編號：2817542