导读:本文包含了时变滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:重力卫星,条带误差,加权平均滤波,高斯滤波
时变滤波论文文献综述
邹正波,宋哲,崔立鲁,唐兴友,许文超[1]（2019）在《重力卫星时变重力场条带误差加权平均滤波算法》一文中研究指出重力反演与气候实验(gravity recovery and climate experiment,GRACE)时变重力场条带误差直接影响着陆地水储量反演精度。采用加权平均滤波算法用于削弱此类误差,该算法简单有效,易于通过编程实现。采用德州大学奥斯丁分校太空研究中心(Center for Space Research of Texas University in Austin,CSR)提供的Level-2 RL05版本时变重力场模型反演2009年5月全球陆地水储量变化情况和2010年中国西南地区干旱事件,在处理条带误差时利用加权平均滤波算法,并将结果与其他方法进行比较。比较结果表明:加权平均滤波算法与传统算法处理效果基本一致,验证了该算法的有效性和可靠性。(本文来源于《科学技术与工程》期刊2019年32期）
樊学平,屈广,刘月飞[2]（2019）在《桥梁时变可靠度指标的改进粒子滤波预测算法》一文中研究指出基于健康监测时间序列数据,提出了桥梁动态可靠度指标的改进粒子滤波预测方法.首先,利用监测极值数据建立动态模型,将其作为粒子滤波算法的状态方程和监测方程;然后,采用贝叶斯动态线性模型(BDLM)为粒子滤波器提供随时间更新的动态建议分布,以解决传统粒子滤波算法的样本退化问题,同时增加了粒子滤波算法的鲁棒性及自适应性;进而利用改进的粒子滤波算法(IPF),结合极值监测数据实现结构极值的动态预测,并结合一次二阶矩(FOSM)可靠性方法,实现桥梁结构可靠度指标的动态预测;最后通过在役桥梁工程实例与设计试验对所提模型和方法的合理性与有效性进行验证.(本文来源于《同济大学学报(自然科学版)》期刊2019年08期）
陈向民,黎琦,张亢,晋风华,李录平[3]（2019）在《变转速齿轮箱复合故障的自适应时变滤波分析》一文中研究指出复合故障诊断是机械故障诊断领域的一大难点。齿轮箱出现复合故障时,受传递路径、测点布置等影响,所拾取的复合故障振动信号中,各故障成分会呈现强弱不平衡,特别在变转速条件下,故障特征具有时变特性。因此,针对变转速下的齿轮箱复合故障诊断,提出了一种基于频域滤波的自适应时变滤波方法。该方法在频域构建自适应时变滤波器,采用自适应时变滤波器将包含齿轮故障特征的时变滤波信号从齿轮箱复合故障信号中分离出来,并进行包络阶次谱分析,以提取齿轮故障特征;同时,对残余信号(齿轮箱复合故障信号与时变滤波信号的差值)进行包络阶次谱分析,以提取轴承故障特征。算法仿真和应用实例表明,自适应时变滤波方法可有效分离变转速下齿轮和滚动轴承的故障特征。(本文来源于《振动与冲击》期刊2019年14期）
郭飞霄,孙中苗,任飞龙,汪菲菲[4]（2019）在《GRACE时变重力场各向异性高斯组合滤波方法》一文中研究指出受测量误差等因素影响,直接使用GRACE时变重力场模型的地表质量变化反演结果呈现严重条带噪声,必须采用滤波消除。本文对不同滤波方法进行了试验分析,以信噪比最大为准则,确定了不同滤波方法的最优滤波参数,并在此基础上提出了一种各向异性组合滤波方法。该方法根据时变重力场模型球谐系数误差特性,结合各向异性高斯滤波和均方根滤波特点,对精度较高的低次项系数采用较大权重以保留更多有效信号,而对精度较差的高次项系数采用较小权重以压制噪声。不同于传统的两步法组合滤波,该方法仅需进行一步滤波处理。试验结果表明,本文提出的各向异性组合滤波方法计算步骤简单,能够有效消除条带噪声;与单一滤波和传统两步法组合滤波方法相比,提高了反演结果信噪比,保留了更多真实信号。(本文来源于《测绘学报》期刊2019年07期）
荆双喜,罗志鹏,冷军发,王志阳[5]（2019）在《基于时变滤波与CWT的齿轮箱无转速计阶次跟踪》一文中研究指出针对转频波动工况下复杂齿轮箱系统振动信号中各啮合阶次成分相互干扰,导致对啮合频率估计困难的情况,提出一种基于时变滤波与连续小波变换(CWT)结合的无转速计阶次跟踪齿轮箱故障诊断技术。基于短时傅里叶变换(STFT)设置时变滤波器;通过时变滤波及连续小波变换(CWT),获得平滑的瞬时频率估计(IFE);再基于Vold-Kalman滤波(VKF)获得参考轴相位。该方法获得的阶次谱与计算阶次跟踪(COT)相当。最后,结合快速谱峭度算法可准确判断故障齿轮位置。通过仿真和实验表明,无转速计方法能为强噪声转速明显波动工况下的机械故障诊断提供一种新的有效手段。(本文来源于《机械传动》期刊2019年06期）
张杰,史治宇[6]（2019）在《应用小波时频脊提取和自适应滤波进行时变系统参数识别》一文中研究指出提出了同步压缩小波时频脊提取结合自适应时域滤波的时变系统参数识别方法。同步压缩小波相比传统小波具有优异的时频分辨率,基于该小波时频脊提取可以获得时变结构的瞬时模态频率,在此基础上可构造各阶分量信号的载波矩阵,并应用自适应时域滤波求解分量信号的幅值包络,进而识别结构的阻尼比。该方法能对时变系统结构响应进行各阶分解,相比经验模态分解方法具有优异的时频提取能力、较强的抗噪性能和识别复杂时变问题的能力。在理论推导基础上,首先通过一个3自由度时变仿真算例验证了方法的正确性和抗噪性,再应用该算例构造了一个复杂时变算例(分量信号在频域重迭且突变),以此验证方法对各类复杂时变情况的适用性和准确性。(本文来源于《振动工程学报》期刊2019年03期）
高善坤,陈艳杰,曹威,张士杰[7]（2019）在《基于卡尔曼滤波的超宽带时变信道估计》一文中研究指出在超宽带时变信道估计中,针对状态转移系数估计不准确引起的滤波发散问题,提出一种基于状态转移系数门限修正的卡尔曼滤波信道估计方法。该方法对时变信道采用自回归模型(AR)进行建模,利用导频估计初始信道信息和信道状态转移系数,并对信道转移系数进行门限修正。仿真实验表明:和传统卡尔曼滤波算法相比,提出方法实现简单并能有效抑制滤波发散问题,提高时变信道估计精度。(本文来源于《火力与指挥控制》期刊2019年06期）
唐贵基,周翀,庞彬,李楠楠[8]（2019）在《基于参数优化时变滤波经验模态分解的转子故障诊断》一文中研究指出针对应用时变滤波经验模态分解(TVFEMD)诊断转子故障时需人为指定带宽阈值和B样条阶数两个参数,存在较大主观性和盲目性的不足,提出一种基于参数优化TVFEMD和希尔伯特变换(HT)诊断转子故障的方法。采用粒子群算法搜索最佳参数组合;并使用最优参数组合进行TVFEMD,得到一系列的本征模态函数(IMF);最后,对IMF进行HT,得到信号的希尔伯特时频图和边际谱,从而诊断出转子的故障类型;分别应用该方法诊断恒定转速的转子不平衡、变转速的油膜涡动两种典型转子故障。结果表明:基于参数优化时变经验模态分解和希尔伯特变换的方法不仅能够实现参数的自动选择,获得良好的分解效果,且能准确识别转子的不平衡、油膜涡动等典型故障;与原始经验模态分解和现有方法相比,具有明显的优越性。(本文来源于《振动与冲击》期刊2019年10期）
崔立鲁,宋哲,邹正波,许文超,汪晓龙[9]（2019）在《重力卫星时变重力场位系数误差Fan滤波算法分析》一文中研究指出针对GRACE(gravity recovery and climate experiment)时变重力场模型中因高阶项误差引起的南北条带误差,分析利用滤波算法消除该条带误差的基本原理,着重研究Fan滤波和高斯滤波的理论差异,最后利用CSR(center for space research of texas university in austin)提供的Level-2 RL05版本时GRACE重力场数据对2010年全球陆地水储量月变化进行了数值计算,并分别利用Fan滤波和高斯滤波对相关误差进行了处理,并将计算结果与GLDAS(global land data assimilation system)水文模型的结果进行了验证分析。比较结果表明:Fan滤波相对于高斯滤波,能够有效地消除模型高阶项误差引起的条带误差。(本文来源于《科学技术与工程》期刊2019年15期）
王文智,谷立臣,石玉萍,刘畅畅[10]（2019）在《机电液系统转速波动分量Vold-Kalman时变滤波提取方法》一文中研究指出机电液系统的转速波动信号蕴含着丰富的系统运行状态信息,从该转速波动信号中通常可以观测到多个波动源的耦合现象。针对磁电式转速传感器输出的方波信号中转速波动分量的特征提取问题,提出了基于Vold-Kalman时变滤波的转速波动分量提取方法。首先利用采样点计数测速算法获得变转速泵控液压马达系统的瞬时转速信号;其次,结合短时傅立叶变换和二值细化处理得到的瞬时频率估计曲线作为中心频率,构造了基于转速波动信号特征模型的结构方程和数据方程;最后通过最小二乘滤波和PCG法求解,实现了转速波动分量时域波形的提取。实验结果表明:该方法能有效地提取变转速泵控马达系统中由柱塞马达输出轴转频及减速箱输出轴转频引起的转速波动,为机电液系统的状态监测和运行可靠性分析提供了新方法。(本文来源于《机床与液压》期刊2019年10期）
时变滤波论文开题报告
（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：
基于健康监测时间序列数据,提出了桥梁动态可靠度指标的改进粒子滤波预测方法.首先,利用监测极值数据建立动态模型,将其作为粒子滤波算法的状态方程和监测方程;然后,采用贝叶斯动态线性模型(BDLM)为粒子滤波器提供随时间更新的动态建议分布,以解决传统粒子滤波算法的样本退化问题,同时增加了粒子滤波算法的鲁棒性及自适应性;进而利用改进的粒子滤波算法(IPF),结合极值监测数据实现结构极值的动态预测,并结合一次二阶矩(FOSM)可靠性方法,实现桥梁结构可靠度指标的动态预测;最后通过在役桥梁工程实例与设计试验对所提模型和方法的合理性与有效性进行验证.
（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。
时变滤波论文参考文献
[1].邹正波,宋哲,崔立鲁,唐兴友,许文超.重力卫星时变重力场条带误差加权平均滤波算法[J].科学技术与工程.2019
[2].樊学平,屈广,刘月飞.桥梁时变可靠度指标的改进粒子滤波预测算法[J].同济大学学报(自然科学版).2019
[3].陈向民,黎琦,张亢,晋风华,李录平.变转速齿轮箱复合故障的自适应时变滤波分析[J].振动与冲击.2019
[4].郭飞霄,孙中苗,任飞龙,汪菲菲.GRACE时变重力场各向异性高斯组合滤波方法[J].测绘学报.2019
[5].荆双喜,罗志鹏,冷军发,王志阳.基于时变滤波与CWT的齿轮箱无转速计阶次跟踪[J].机械传动.2019
[6].张杰,史治宇.应用小波时频脊提取和自适应滤波进行时变系统参数识别[J].振动工程学报.2019
[7].高善坤,陈艳杰,曹威,张士杰.基于卡尔曼滤波的超宽带时变信道估计[J].火力与指挥控制.2019
[8].唐贵基,周翀,庞彬,李楠楠.基于参数优化时变滤波经验模态分解的转子故障诊断[J].振动与冲击.2019
[9].崔立鲁,宋哲,邹正波,许文超,汪晓龙.重力卫星时变重力场位系数误差Fan滤波算法分析[J].科学技术与工程.2019
[10].王文智,谷立臣,石玉萍,刘畅畅.机电液系统转速波动分量Vold-Kalman时变滤波提取方法[J].机床与液压.2019