一种基于压缩感知的无重构模态参数获取方法及检测方法.pdf
和裕****az
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于压缩感知的无重构模态参数获取方法及检测方法.pdf
本申请公开了一种基于压缩感知的无重构模态参数获取方法及检测方法,方法包括获取待检测结构随机采样下的压缩振动响应信号;为压缩振动响应信号设置第一模态频率搜索范围及第二模态频率搜索范围,根据第一模态频率搜索范围及第二模态频率搜索范围,通过基追踪降噪算法确定模态频率;根据模态频率设置第一模态阻尼比搜索范围及第二模态阻尼比搜索范围,根据第一模态阻尼比搜索范围及第二模态阻尼比搜索范围,通过基追踪降噪算法确定模态阻尼比;根据模态频率和模态阻尼比,确定待检测结构对应的模态振型。本申请利用基追踪降噪算法通过两步搜索的方式
基于压缩感知理论的波段重构方法.docx
基于压缩感知理论的波段重构方法基于压缩感知理论的波段重构方法摘要:波段重构是遥感图像处理中的重要任务之一,通过波段重构可以提取出目标对象的特征,从而实现遥感图像的分类、识别和目标检测等应用。传统的波段重构方法通常基于线性变换,然而这种方法需要较高的计算复杂度并且对图像的稀疏性假设较为苛刻。为了解决传统方法的缺点,本文提出了一种基于压缩感知理论的波段重构方法。该方法通过对波段重构问题进行数学建模,利用稀疏表示和随机测量矩阵完成波段数据的重构。实验证明,本文方法不仅能够提高波段重构的精度和效率,还具有很好的鲁
基于盲压缩感知的图像重构方法.pdf
本发明公开了一种基于盲压缩感知模型的图像重构方法,主要解决传统压缩感知只能对稀疏信号进行观测,且重构图像质量较差的问题。其实现步骤是:(1)对输入图像进行冗余变换,获得冗余矩阵;(2)对冗余矩阵在观测矩阵下进行压缩观测;(3)根据压缩观测的结果,利用OMP算法进行自适应更新稀疏矩阵;(4)根据更新后的稀疏矩阵,利用奇异值分解方法更新稀疏基;(5)将更新后的稀疏矩阵和稀疏基相乘得到重构后的图像冗余矩阵;(6)将重构后的图像冗余矩阵通过冗余逆变换获得重构图像;通过图像的峰值信噪比对重构图像进行评估。本发明具有
模态参数的获取方法与装置.pdf
本发明实施例公开了一种模态参数的获取方法、装置、电子设备和计算机可读存储介质。该方法包括:确定多个通道紊流响应信号的功率谱密度函数;基于频域分解对该功率谱密度函数对应的矩阵进行处理,获取最大奇异值曲线;基于正交多项式对目标频率范围内的该最大奇异值曲线进行拟合,计算得到模态参数。通过本发明,解决了相关技术中的模态参数估算方法存在处理过程较为复杂且误差较大的问题,达到了有效提高模态参数估计的性能和精度的技术效果。
一种基于压缩感知的无线传感网络数据重构方法.pdf
一种基于压缩感知的无线传感网络数据重构方法,该方法包括以下步骤:步骤1,实时采集所布置传感器的位置信息;步骤2,对无线传感器网络覆盖范围进行优化;步骤3,设计无线传感网络的压缩感知方法;步骤4,网络系统数据终端接收被激活的传感器节点数据;步骤5,将压缩感知数据重构算法嵌入STM32控制器和网络系统数据终端中。本发明设计了一种基于压缩感知的无线传感网络数据重构方法,在无线传感网络硬件控制系统基础上,对无线传感器网络覆盖范围进行优化,并通过压缩感知理论,实现无线传感器网络的高速采样和数据压缩。