导读:本文包含了独立分量分析技术论文开题报告文献综述及选题提纲参考文献，主要关键词:绝缘耐压,温升试验,雷电冲击,数字接口
独立分量分析技术论文文献综述
宋进良,宫雁群,周洁,张杉杉,韩洪刚[1]（2019）在《基于独立分量分析的配电变压器智能试验技术研究》一文中研究指出随着电力体制改革的不断推进,配电变压器的入网检测对电网的安全、可靠运行起着至关重要的作用。基于智能电网建设的需要,应加强对配电设备的入网前全性能检测,提前发现安全隐患,为电网的安全、稳定运行提供可靠的保障。配电变压器入网试验涵盖绝缘耐压、极性组别、空载负载、温升试验和雷电冲击试验等,整个试验过程复杂、影响因素较多。为了提高配电变压器入网检测评估能力,针对传统试验评估方法中存在的各类问题,以准确度、响应时间、最小可分辨温差等参数为基础,采用数字接口的衔接技术实现配电变压器智能检测设备的自动化检测与评估,提高配电变压器各类试验的准确性,解决配电变压器入网试验的全性能评估的技术问题。试验结果表明,相对于传统方法,基于无线局域网的配电变压器智能试验技术在正确率、鲁棒性上均更优,具有更广的应用前景,可为配电网的安全、稳定运行提供数据保障。(本文来源于《自动化仪表》期刊2019年01期）
马向亮,李冰,习伟,陈华,陈财森[2]（2018）在《基于独立分量技术的类GIFT算法S盒逆向分析》一文中研究指出在实际密码系统或模块的安全性评估中,对未知密码算法的逆向分析是一项重要的评估内容.目前关于密码算法的逆向分析方式主要分为数学分析和物理旁路分析2种,后者因其代价低、通用性高等优点更为流行.基于独立分量技术的侧信道分析技术绕过传统侧信道分析中的"先猜测后确定"的攻击思路限制,直接恢复中间状态值.研究了类GIFT算法在逆向分析下的安全性,利用GIFT算法结构的特点,将P置换输入作为独立分量攻击观测条件,利用独立分量技术成功恢复出了S盒内容.该结果是最早关于类GIFT算法的逆向分析结果之一,其方法对于其他未知算法的逆向分析也具有参考意义.(本文来源于《计算机研究与发展》期刊2018年10期）
常青,徐秀刚,孙道朋[3]（2018）在《基于反馈迭代和独立分量分析的多次波压制技术研究》一文中研究指出随着海洋油气勘探的不断深入和勘探目标的日趋复杂化,如何有效的解决多次波的压制问题是目前海洋地震资料处理中的重点和难点。常规的多次波压制技术是基于输出信号能量最小准则进行匹配压制的,这一准则是基于二阶统计量实现的,不能很好的处理有效波和多次波非正交情况下的多次波压制。针对上述问题,本文将基于波动方程的反馈迭代方法与基于高阶统计量的独立分量分析法(ICA)结合起来实现自由表面多次波的压制。首先基于反馈迭代技术实现自由表面多次波的预测,然后基于高阶统计量的快速固定点寻优独立分量分析算法实现多次波和有效波的有效匹配,最终实现多次波的有效压制。资料试算结果表明,本文方法在处理非正交情况下多次波压制时,既能有效的保持有效波的能量,还能实现对于多次波,特别是中、深层多次波的良好压制。(本文来源于《中国海洋大学学报(自然科学版)》期刊2018年10期）
王雁涛,吉磊[4]（2018）在《基于独立分量分析的混合信号盲分离技术》一文中研究指出针对信号接收端接收多路信号引起线性瞬时混迭的情形,提出基于独立分量分析的混合信号盲分离方法。首先,建立信号混合数学模型,并根据源信号之间的统计独立特性构建目标函数;其次,采用固定点算法优化目标函数,寻找极值点,得到信号分离矩阵;最后,利用分离矩阵和观测信号分离出各路源信号。仿真实验的结果表明,在多路通信信号和其他信号线性瞬时混合的情况下,提出的方法能够有效地分离出各个源信号。(本文来源于《通信技术》期刊2018年05期）
严斌彬[5]（2017）在《大规模阵列天线中基于独立分量分析盲解码技术研究》一文中研究指出目前第五代移动通信(5G)的研究正在酝酿之中,5G移动通信技术相对于4G将有不少突破与优势,同时其核心技术,也是目前5G关键技术研究的一个重要组成部分——大规模MIMO技术,在5G技术占据着举足轻重的地位,它能够大幅度地提高系统的容量,同时能降低能耗。对特定的某个基站而言,在大规模MIMO通信系统中,它对各个信道的估计都是由用户发送的导频训练序列和对应基站中的接收信号相乘所得结果的线性变换,但是在不使用前导接入的条件下,基站无法分辨出接收信号是否属于本小区用户或者相邻小区的用户。因此,整个大规模MIMO通信系统的性能将遭到制约,难以突破一定的限制。在现实情况中,同一小区内所有用户使用正交的导频训练序列,而相邻小区内的用户使用的导频训练序列则是复用于目标小区的,从而在信道估计时候会产生导频污染,所以在本地用户和基站之间估计得到的信道信息和在基站端所估计的信道信息是有所差异的,那是因为相邻小区中的用户发送的导频训练序列会对信道估计产生干扰并混杂在其中。在基于大规模线性阵列天线的系统中,提出了基于波达方向角和ICA的盲解码算法。所提盲解码算法在不需要导频训练序列的前提下,利用独立分量分析算法对所接收到的信号进行分离解码和信道估计。相对于大规模独立天线,在大规模线性阵列天线环境下,估计得到的信道信息中包含波达方向,利用波达方向信息对各个用户进行识别,不需要导频序列来区分小区内的各个用户。所提基于线性阵列天线的盲解码算法利用了大规模阵列天线的相干空间增益,提高了解码性能。在基于大规模组合阵列天线的系统中,提出使用信道能量来区分不同小区,使用波达方向估计来识别不同用户的ICA盲解码方法,充分利用了组合阵列天线系统中信道包含的方向信息。在天线数目一定的情况下,比基于线性阵列天线模型的信道估计解码算法具有更优良的解码性能;并且由于先利用信道能量来识别不同小区的用户,使得在用户数很多的情况下,本章所提信道能量和波达方向估计盲解码算法,在用户之间的角度间隔较小的情况下,也具有较高的信道估计准确度,解码性能依旧保持优良。(本文来源于《杭州电子科技大学》期刊2017-03-01）
张浩泽[6]（2014）在《独立分量分析技术在指纹提取中的应用》一文中研究指出时至今日，计算机技术在指纹鉴定中的应用更加广泛，数字指纹鉴定已成为指纹鉴定技术进一步发展的方向之一。目前在指纹鉴定中，我们常利用扫描仪将被检指纹扫描到电脑上，然后再利用图像处理软件PHOTOSHOP对指纹的特征放大进行观察、分析和比对。这一方法虽然简便，但与指纹的数字提取相比显得不专业。因为在利用扫描仪进行提取指纹所形成的图像中，会出现各种干扰因素，并且在刑事案件现场提取的痕迹，如指印，因其留痕客体（如床单、书报、衣物、血迹、桌櫈等物品）大多背景复杂，花色杂乱、色泽不一，这些显现提取的有干扰背景的指印，再用扫描仪提取之后，便成为了混合指纹图像，指纹的特征点甚至是纹线都被遮盖，从而给指纹分析鉴定工作带来很大的困难。所以对数字指纹鉴定的研究尤为重要，它不仅可以将痕迹，尤其是指印与留痕客体有效分离，剔除留痕客体的干扰，得到清晰可靠的指印图像，不仅提高了鉴定效率，而且还能及时为案件的侦破提供依据。在图像分析处理领域中，独立分量分析也慢慢地显示出广阔的发展前景。作为一种新的信号处理方法，独立分量分析算法在图像理解尤其是图像分离方面表现出优良的潜质。由于图像信号的基本特点与像素之间的的高阶的统计特点具有类似的性质，因此在理论上，图像处理可以利用独立分量分析技术得以实现。在指纹鉴定中，我们可以把留痕客体和指纹看成多个源信号的混合，因为独立分量分析在进行信道均衡时既不需要天线阵响应的先验知识，也不需要任何训练信号，甚至在很恶劣的多途衰减环境中，这些算法通常还是很稳健的。所以可以把我们所需要的指纹恢复出来。将独立分量分析技术应用于指纹鉴定，可以帮助提高指纹鉴定的效率，从而使指纹更好地为侦查破案服务，为诉讼提供有力的证据。本文从四个部分来探究独立分量分析技术是如何应用于指纹提取。第一部分是相关概念的梳理。从介绍数字图像处理为基础的数字指纹技术的概念入手，引入了独立分量分析技术。第二部分阐述了独立分量分析的概念和模型，通过所依赖的基础方法来介绍它的前景，同时阐述了将独立分量分析应用到指纹提取中的动机，即有叁个部分组成，一是指纹鉴定的瓶颈所决定的；二是指纹图像的特性所决定的；叁是独立分量分析的优势所决定的。第叁部分在第二部分的基础上进行了混合指纹图像的实验，包括实验前的准备，分析实验所依据的仿真实验环境，以及图像的格式选取，接下来介绍了混合指纹图像的预处理，即平滑降噪，为了更好的分析分离的效果，我们将分离分为收敛、均衡、智能增强以及分离这四个部分，通过四个部分的延续实验，可以看出独立分离分析技术是如何将混合指纹图像一步步地分离。(本文来源于《西南政法大学》期刊2014-03-15）
郭立伟,周阳,李文静[7]（2013）在《独立分量分析法降噪技术研究》一文中研究指出研究了在超声检测时利用独立分量分析法对检测信号进行噪声处理技术,在试验中采用Matlab软件对人工加工的焊缝缺陷检测出来的源信号数据进行独立分量分析迭代分离后,再将所得的信号数据分离出源信号与噪声信号,经处理后恢复的缺陷图像明显可以改善之后的焊缝质量评定准确度.结果表明,采用独立分量分析法对噪声分离后更能精确识别检测信号中的缺陷信息,减少由于源信号与噪声的重迭造成了对焊缝缺陷的误判.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2013年01期）
马光伟[8]（2012）在《基于独立分量分析的阵列信号处理技术研究》一文中研究指出阵列信号处理，是信号处理领域一个重要的内容。它广泛应用于雷达、通信、测向、声纳、医学诊断与治疗以及射电天文等领域。近些年来，随着独立分量分析（Independent Component Analysis, ICA）技术的飞速发展，针对基于ICA的阵列信号处理技术的研究成了当前的一个热点。本文利用ICA技术来研究阵列信号处理问题，所做的主要工作包括：（1）提出了一种基于ICA的均匀线阵源个数估计方法。首先利用均匀线阵阵列响应矩阵结构的特殊性构造Vandermonde相似度函数；然后，对信号个数进行遍历，构造混合矩阵Vandermonde相似度关于信号个数的函数；最后，通过检测此函数极大值的位置确定真实信号个数。实验表明，本文方法对非均匀噪声以及适定条件的适应性更好。（2）提出了一种基于ICA的源信号波形与波达方向（Direction of Arrival,DOA）联合估计方法。首先利用ICA技术估计源信号波形和混合矩阵；然后利用子空间方法对混合矩阵进行处理获得源信号DOA估计；最后，进行DOA与对应信号波形的匹配。仿真实验表明，本文方法能够同时估计源信号的波达方向以及信号波形。（3）针对相干信号问题，提出了一种基于ICA的相干信号源个数及DOA估计方法。首先利用ICA技术估计出混合矩阵；然后通过去除不相关信号导向矢量重构混合矩阵；接着，在新混合矩阵的基础上构造参数方程；最后，通过求解方程获得相干信号DOA估计。理论分析和仿真实验均表明文中方法最大可处理的信号个数大于阵元个数。(本文来源于《国防科学技术大学》期刊2012-11-01）
王岩,李平,吴仲彧,张树慧[9]（2012）在《核独立分量分析技术在地震属性优化中的应用》一文中研究指出1.引言地震属性信息是通过数学方法从地震数据中提取,用于反映不同地质信息的地震特征分量。随着地震属性技术的不断发展,属性信息种类的不断增加,与储层之间的关系也变得更为复杂。为了更好地利用属性信息反映储层,就必须对属性信息进行优化。目前较为成熟的属性优化方法K-L变换,该方法只应用二(本文来源于《中国地球物理2012》期刊2012-10-16）
宋进良,郭芳林,王玲,刘敏,卢国宁[10]（2012）在《基于独立分量分析的交流采样信号分离技术的研究》一文中研究指出实现电力系统自动化的过程中,数据采集是一个重要因素,交流采样实时性好,效率高,相位失真小,逐步成为电力系统主要的数据采集方式。但交流采样数据采集过程中存在多次谐波干扰,影响数据采集的精度与稳定,提出了一种基于FASTICA算法的交流采样信号分离方法,经数据分析和处理表明,该算法有效地还原了各次谐波,减小了工频失真度,提高了数据的采集精度,为数据采集设备提供了合理的测试方案。(本文来源于《东北电力技术》期刊2012年09期）
独立分量分析技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在实际密码系统或模块的安全性评估中,对未知密码算法的逆向分析是一项重要的评估内容.目前关于密码算法的逆向分析方式主要分为数学分析和物理旁路分析2种,后者因其代价低、通用性高等优点更为流行.基于独立分量技术的侧信道分析技术绕过传统侧信道分析中的"先猜测后确定"的攻击思路限制,直接恢复中间状态值.研究了类GIFT算法在逆向分析下的安全性,利用GIFT算法结构的特点,将P置换输入作为独立分量攻击观测条件,利用独立分量技术成功恢复出了S盒内容.该结果是最早关于类GIFT算法的逆向分析结果之一,其方法对于其他未知算法的逆向分析也具有参考意义.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
独立分量分析技术论文参考文献
[1].宋进良,宫雁群,周洁,张杉杉,韩洪刚.基于独立分量分析的配电变压器智能试验技术研究[J].自动化仪表.2019
[2].马向亮,李冰,习伟,陈华,陈财森.基于独立分量技术的类GIFT算法S盒逆向分析[J].计算机研究与发展.2018
[3].常青,徐秀刚,孙道朋.基于反馈迭代和独立分量分析的多次波压制技术研究[J].中国海洋大学学报(自然科学版).2018
[4].王雁涛,吉磊.基于独立分量分析的混合信号盲分离技术[J].通信技术.2018
[5].严斌彬.大规模阵列天线中基于独立分量分析盲解码技术研究[D].杭州电子科技大学.2017
[6].张浩泽.独立分量分析技术在指纹提取中的应用[D].西南政法大学.2014
[7].郭立伟,周阳,李文静.独立分量分析法降噪技术研究[J].哈尔滨商业大学学报(自然科学版).2013
[8].马光伟.基于独立分量分析的阵列信号处理技术研究[D].国防科学技术大学.2012
[9].王岩,李平,吴仲彧,张树慧.核独立分量分析技术在地震属性优化中的应用[C].中国地球物理2012.2012
[10].宋进良,郭芳林,王玲,刘敏,卢国宁.基于独立分量分析的交流采样信号分离技术的研究[J].东北电力技术.2012