一种基于SVD和改进自适应算法的科氏流量计气体信号频率解算方法

来源 :传感技术学报 | 被引量 : 0次 | 上传用户:a30355115
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
频率解算是科氏流量计气体信号处理的首要任务。针对实际应用中气体信号信噪比低、频率波动大的特点,提出了一种基于SVD和改进自适应算法的科氏流量计气体信号频率解算方法:首先利用SVD对气体信号降噪并重构原信号,然后应用改进自适应算法处理重构信号,解算出频率。仿真及实验结果表明,本方法可以获得更快的收敛速度和更高的频率跟踪精度。
其他文献
当前超声气固两相流层析成像的难点在于难以获得有效的信号和图像重建算法精度不高。鉴于此,作者以超声衰减理论为基础,提出一种基于广义最小残差(GMRES)迭代的超声层析成像重建算法:首先利用广义极小残差迭代算法获取初始物体浓度分布信息,然后采用均值滤波并设定灰度门槛的方法对其进行修正以提高图像精度。为验证该算法的可行性,利用数值仿真在较少有效信息条件下,求解欠定稀疏线性方程,将结果与现有几种图像重建算
针对齿槽效应带来的齿槽误差问题,提出在传感器探头内布设齿槽位置检测线圈,建立传感器齿槽特性模型和基于T-S模糊神经网络的齿槽补偿系统模型,依据齿槽位置信号对传感器进行
为了运用动态补偿器来修正由传感器系统特性引起的动态误差,提出了一种基于改进粒子群优化(PSO)算法的动态补偿器设计方法,该方法有效的克服了PSO算法的初始值对补偿器系数的影响。为了将获得的最优动态补偿器运用于实时在线测量,将分布式算法引入到动态补偿器的硬件结构设计中,完成了传感器动态补偿器的高速并行FPGA实现。实验表明高速并行动态补偿器不但能够修正传感器的动态误差,而且其高速并行结构极大减少了对
构建车牌字符识别系统,并对系统中BP网络反传学习速率进行改进,提高了识别率并降低学习时间;在特征提取上针对汉字综合采用非均匀网格特征和外围特征提取法,字母与数字采用均匀粗网格特征加笔划密度特征提取法,优化了系统的识别精度并提高了识别速度。采用BP算法增强了车牌识别的容错性、鲁棒性。
矢量传感器的测向输出结果会受到其安装结构散射声场的影响,而球形障板是矢量传感器工程应用中最为常见的一种结构。在分析球形障板散射声场的基础上,采用有限元和边界元相结