【摘 要】
：
经验模式分解(EMD)方法的提出为信号处理提供了新的方法。在已有经验模式分解的过程中,由于常用三次样条插值来拟合信号的上下包络,因此时常会出现边缘效应,从而影响了信号处理的质量。针对上述情况,利用周期性信号序列经离散小波变换后,使小波系数构成的周期性新序列具有随机游走特性;利用小波与卡尔曼滤波混合预报器对信号进行边界延拓,从而有效地抑制了EMD分解中的边缘效应。仿真结果验证了该方法的有效性。
【机 构】
：
河南大学计算机与信息工程学院,杭州电子科技大学自动化学院
论文部分内容阅读
经验模式分解(EMD)方法的提出为信号处理提供了新的方法。在已有经验模式分解的过程中,由于常用三次样条插值来拟合信号的上下包络,因此时常会出现边缘效应,从而影响了信号处理的质量。针对上述情况,利用周期性信号序列经离散小波变换后,使小波系数构成的周期性新序列具有随机游走特性;利用小波与卡尔曼滤波混合预报器对信号进行边界延拓,从而有效地抑制了EMD分解中的边缘效应。仿真结果验证了该方法的有效性。
其他文献
根据德国动物学家弗里希对蜜蜂舞蹈行为的研究成果,提出了基于蜜蜂舞蹈的蜜源定位模型。无线传感器网络作为一种全新的信息获取和处理技术,在许多领域均有着重大的应用价值和科研价值。而节点定位信息在无线传感器网络的应用中起着关键作用。针对目前有关二维平面节点定位算法难以推广到三维空间的现状,提出了无线传感器网络节点三维定位算法。仿真表明,该算法能有效地对三维空间中的传感器节点进行定位,是一种可选的定位方案。
设计了一种快速的自适应端到端路径可用带宽测量方法——AABw。它具有以下几个特点:针对背景流量突发性和负载状况,自适应地动态调整探测包串(probing packets train)的长度;改进了探测包串发送速率的调节方法,既保证了算法快速收敛的特点,又更能适用于背景流量突发的情况,提高了实时带宽测量的精确度;改进了判断单向延时趋势的算法。仿真实验表明,该算法能准确快速地测量出端到端可用带宽,适用
首先概述定位感知系统的研究现状和体系结构,然后分别对定位感知系统的定位系统、通信系统、位置系统和安全系统等几个组成部分进行介绍。着重讨论相关支撑技术,为研究人员提供了一个总体的认识。
为了提高系统性能以及克服移动计算环境自身的通信带宽窄、网络断接等缺陷,采用语义缓存技术来管理相关数据就显得尤为重要。形式化地给出了语义缓存的相关概念和定义,然后重点分析了语义缓存的FAR(furthest away replacement)替换策略并对其进行改进,提出基于增量聚类的DC-FAR替换策略,最后对FAR和DC-FAR替换策略进行实验分析,从而在理论上和实验上证明了DC-FAR替换策略的
由于能量的限制,无线Ad hoc网络面临网络生存时间、无线资源利用效率以及时延要求等方面的挑战。为了降低网络的能量消耗,延长节点寿命和网络生存周期,提出了一种基于区域代价的功率感知路由协议。该协议在路径选择时,综合考虑节点及其邻居的剩余能量、节点发射功率和节点接收处理功率等因素,使网络中节点的能耗趋于一致,并延长网络的生存时间。该算法的复杂度不高,易于在节点运行。仿真结果证明该协议能取得较好的性能
提出了一种基于移动代理的并行路由算法,通过对网络节点间的多条并行链路的充分利用,提高网络带宽的利用率,减少移动代理从源节点到目的节点的迁移响应时间。仿真实验结果表明,与著名的蚁群算法和遗传算法的性能相比,该并行路由算法具有更高的网络利用率,同时具有更短的平均延迟时间,提高了应用系统的运行效率。
针对采用Rao-Blackwellized粒子滤波器的移动机器人同步定位与地图构建算法(RBPF-SLAM)所面临的粒子退化问题,提出了一种改进的采样方法。该方法在原有采样方法的基础上,加入一个用Gibbs采样实现的向后MCMC(Markov chain Monte Carlo)移动步骤,利用当前新获取的信息对机器人路径样本的最后一段进行调整,从而降低了样本退化的可能性。对比仿真实验验证了该方法的
提出一种新的发现服务算法ROAD,尝试采用混合策略来适应系统的不同变化程度;通过改善超级点的使用方式,构建加速路由表,加快发现服务的速度,降低消息转发的延时;并通过幂次序组播算法改善对超级点的依赖性。选择不同质量类型的超级点,ROAD可以扩展成满足不同服务需要的发现机制。
介绍了一种新的生物识别技术——人耳识别。首先对人耳生物识别系统进行介绍,并与其他生物识别技术进行比较;重点按照识别特征的不同提取方法分别综述了各种人耳识别技术的关键技术,如PCA方法、基于神经网络方法、力场转换理论、遗传局部搜索法以及基于几何学方法和基于长轴的结构特征提取方法等分析方法。通过对各种识别方法的分析和比较,总结了影响人耳识别技术的几个因素和研究开发成功的人耳识别技术需要考虑的几个重要方
针对小生境粒子群优化技术中小生境半径等参数选取问题,提出了一种新颖的小生境方法,无须小生境半径等任何参数。通过监视粒子正切函数值的变化,判断各个粒子是否属于同一座山峰,使其追踪所在山峰的最优粒子飞行,进而搜索到每一座山峰极值。算法实现简单,不仅克服了小生境使用中需要参数的弊端,而且解决了粒子群算法只能找到一个解的不足。最后通过对多峰值函数的仿真实验,验证了算法可以准确地找到所有山峰。