导读:本文包含了分离算法论文开题报告文献综述及选题提纲参考文献，主要关键词:ADS-B,噪声信号,FastICA,信号分离
分离算法论文文献综述
高春燕[1]（2019）在《ADS-B信号噪声的分离算法及实现》一文中研究指出针对1090ES ADS-B信号存在噪声干扰的问题,设计了基于FastICA算法的ADS-B信号噪声分离。利用多个基站信号作为观测信号,通过FastICA实现源信号和噪声信号的分离通过MATLAB仿真验证了FastICA在分离ADS-B源信号和噪声信号中的可行性,分离后的信号能够满足ADS-B信号提取的特征实验证明该算法提高了信号的解码正确率。(本文来源于《电子产品世界》期刊2019年11期）
卢丹,陈涛[2]（2019）在《基于EMD的单天线ADS-B交织信号自检测与分离算法》一文中研究指出近年来,广播式自动相关监视(Automatic Dependent Surveillance-Broadcast, ADS-B)凭借其优良的监视性能受到了广泛的关注,国际民航组织将其作为主推的新一代空管监视技术。本文针对于ADS-B信号存在的交织问题,提出了一种单天线解交织的方法:通过经验模态分解将单天线接收到的ADS-B交织信号进行自适应分解,结合信号特点估计出信源个数。在此基础上,针对于分解中出现的模态混迭现象采用相空间重构法进行消除,计算重构中分解出的分量与交织信号的相似系数从而组成新的多维信号,最后采用独立分量分析对构成的多维信号进行解交织。本文将经验模态分解应用于单通道ADS-B信号解交织中,实现了交织信号信源个数的自检测,且该方法对交织信号相对时延不敏感。仿真和实采数据结果均表明,该算法可以有效地解决ADS-B交织信号信源个数估计和分离问题。(本文来源于《信号处理》期刊2019年10期）
束长健,曾洁,邹娟,郭永伟[3]（2019）在《基于改进型积分分离PID算法的电子节气门控制》一文中研究指出通过分析发动机电子节气门的非线性特性,并依据其特性使用Matlab/Simulink建立仿真模型.运用传统PID控制和改进型积分分离PID控制两种方法,仿真出了两种控制方法的阶跃响应特性,并对仿真结果进行分析比较.仿真结果显示改进型积分分离PID控制方式与传统PID控制方式相比具有振荡小、响应速度快、超调量小的优点,该模型具有可行性,满足实车使用的需求.(本文来源于《大连交通大学学报》期刊2019年05期）
周琳,赵一良,朱竑谕,汤一彬[4]（2019）在《基于双耳语音分离和丢失数据技术的鲁棒语音识别算法》一文中研究指出鲁棒语音识别技术在人机交互、智能家居、语音翻译系统等方面有重要应用。为了提高在噪声和语音干扰等复杂声学环境下的语音识别性能,基于人耳听觉系统的掩蔽效应和鸡尾酒效应,利用不同声源的空间方位,提出了基于双耳声源分离和丢失数据技术的鲁棒语音识别算法。该算法首先根据目标语音的空间方位信息,在双耳声信号的等效矩形带宽(Equivalent Rectangular Bandwidth, ERB)子带内进行混合语音信号的分离,从而得到目标语音的数据流。针对分离后目标语音在频域存在频谱数据丢失的问题,利用丢失数据技术修正基于隐马尔科夫模型的概率计算,再进行语音识别。仿真实验表明,由于双耳声源分离方法得到的目标语音数据去除了噪声和干扰的影响,所提出的算法显着提高了复杂声学环境下的语音识别性能。(本文来源于《声学技术》期刊2019年05期）
程浩,马家园,刘国庆[5]（2019）在《基于双AR模型的高频地波雷达信号分离算法》一文中研究指出高频地波雷达回波信号的频谱主要由一阶峰与二阶谱构成,而这些频谱中蕴含着丰富的海况信息,因此分离其频谱具有重要的理论和现实意义。利用高频地波雷达信号的一阶峰与二阶谱信号的独立性,分别建立不同阶次的自回归(AR)模型。为了估计对应于一阶峰和二阶谱的AR模型阶数和参数,首先利用自适应原子分裂算法对回波谱进行稀疏估计,得到一阶峰与二阶谱的混合特征根及其由特征根构成的自相关函数的系数;然后,利用特征根的组合构成两个自回归模型,分别计算对应模型的由特征根表示的自相关函数的系数,并将所得到特征根表示的自相关系数逐一进行对比,当所有的特征根表示的自相关系数都近似相等时,则实现对一阶峰和二阶谱的分离;最后,模拟数据及真实的高频地波雷达回波谱信号分离计算验证了该方法的可行性。(本文来源于《现代雷达》期刊2019年10期）
杨文璐,王烨皓,谢宏[6]（2019）在《一种基于TTF矢量字库轮廓的笔画分离算法》一文中研究指出汉字在书写过程中,每一笔画的粗细、形变,笔画之间的交叉、粘连等具有多变性。目前,在楷体汉字的单笔画分离算法中,虽然有些算法是有效的,但分离的准确率相对较低。提出一种基于轮廓的楷体矢量字库笔画分离算法,具有更高的笔画分离准确率。(本文来源于《现代计算机》期刊2019年29期）
杨柳依,马社祥,孟鑫[7]（2019）在《基于双树复小波变换的单通道盲源分离算法》一文中研究指出单通道盲源分离(SCBSS)技术是在未知任何先验信息的条件下,仅由一路接收信号估计出多路源信号的信号处理方法,目前的SCBSS算法仍没办法完全精确地分离出所有源信号。为了提高部分源信号的分离精度,提出一种基于双树复小波变换(DTCWT)的单通道盲源分离算法。算法先用DTCWT对混合信号进行分解,再由PCA从分解信号中筛选出数目比源信号数目少一个的信号分量,这些分量与混合信号一起构成虚拟的多通道信号,最后用Fast-ICA估计出各个源信号。上述方法极大程度地减少了传统小波分解中的频率混迭问题。实验证明,和基于传统小波分解的单通道盲源分离算法相比,上述算法的分离性能得到了明显的改善。(本文来源于《计算机仿真》期刊2019年10期）
袁林,刘春光[8]（2019）在《基于神经网络算法的制导工具误差分离》一文中研究指出制导工具系统误差分离是飞行器精度评定中的重要问题,传统制导工具系统误差分离中往往受到环境函数的严重病态的困扰,而神经网络是被称为万能函数拟合器。文中提出利用神经网络算法来分离制导工具系统误差,利用神经网络拟合环境函数矩阵的逆矩阵,进而有效避免病态矩阵求逆。仿真算例结果表明,神经网络算法能很好地拟合遥外速度差,并高精度分离大部分制导工具系统误差系数。(本文来源于《数码世界》期刊2019年10期）
沈力,姜龙玉,宋文博[9]（2019）在《浅海波导常量时间声途分离算法》一文中研究指出0引言在浅海环境中,由于海洋边界的反射以及海水折射作用的存在,声波以多途形式传播。利用浅海多途传播特性,接收端水听器阵列可观测到不同时刻以不同角度入射的到达信号,进而反演得到海域声速剖面情况,在主动声呐、海洋声层析成像、目标源定位方面得到广泛的应用。有效利用浅海环境中的声信息首先需要避免多途传播下相干信号所产生的影响,并尽可能减小噪声对声途分离精度的制约。(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
张华,张素莉,何树吉[10]（2019）在《基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计》一文中研究指出针对SAR图像属性散射中心估计问题,提出了基于幅相分离和动态粒子群算法的参数估计方法。首先利用传统的图像域分析方法对单个属性散射中心进行解耦。然后,利用位置参数仅仅与相位信息有关的特性,采取了幅度、相位分离进行参数优化的方法。同时,对幅度相位分离后得到的较为简洁的参数表达形式,利用运算量更小的动态粒子群算法(DPSO),进一步提高了参数优化的效率和精度。基于仿真数据对提出方法进行了测试,结果验证了其有效性。(本文来源于《中国电子科学研究院学报》期刊2019年09期）
分离算法论文开题报告
（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：
近年来,广播式自动相关监视(Automatic Dependent Surveillance-Broadcast, ADS-B)凭借其优良的监视性能受到了广泛的关注,国际民航组织将其作为主推的新一代空管监视技术。本文针对于ADS-B信号存在的交织问题,提出了一种单天线解交织的方法:通过经验模态分解将单天线接收到的ADS-B交织信号进行自适应分解,结合信号特点估计出信源个数。在此基础上,针对于分解中出现的模态混迭现象采用相空间重构法进行消除,计算重构中分解出的分量与交织信号的相似系数从而组成新的多维信号,最后采用独立分量分析对构成的多维信号进行解交织。本文将经验模态分解应用于单通道ADS-B信号解交织中,实现了交织信号信源个数的自检测,且该方法对交织信号相对时延不敏感。仿真和实采数据结果均表明,该算法可以有效地解决ADS-B交织信号信源个数估计和分离问题。
（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。
分离算法论文参考文献
[1].高春燕.ADS-B信号噪声的分离算法及实现[J].电子产品世界.2019
[2].卢丹,陈涛.基于EMD的单天线ADS-B交织信号自检测与分离算法[J].信号处理.2019
[3].束长健,曾洁,邹娟,郭永伟.基于改进型积分分离PID算法的电子节气门控制[J].大连交通大学学报.2019
[4].周琳,赵一良,朱竑谕,汤一彬.基于双耳语音分离和丢失数据技术的鲁棒语音识别算法[J].声学技术.2019
[5].程浩,马家园,刘国庆.基于双AR模型的高频地波雷达信号分离算法[J].现代雷达.2019
[6].杨文璐,王烨皓,谢宏.一种基于TTF矢量字库轮廓的笔画分离算法[J].现代计算机.2019
[7].杨柳依,马社祥,孟鑫.基于双树复小波变换的单通道盲源分离算法[J].计算机仿真.2019
[8].袁林,刘春光.基于神经网络算法的制导工具误差分离[J].数码世界.2019
[9].沈力,姜龙玉,宋文博.浅海波导常量时间声途分离算法[C].2019年全国声学大会论文集.2019
[10].张华,张素莉,何树吉.基于幅相分离和动态粒子群算法的SAR图像属性散射中心参数估计[J].中国电子科学研究院学报.2019