專輯類----傳感器專輯 機械量測量用傳感器的設計-311頁-16.7M.rar
上傳時間： 2013-04-24
上傳用戶：wfeel
專輯類-電子管及音響相關專輯-43冊-454M 常用收信電子管應用手冊-257頁-4.9M.pdf
上傳時間： 2013-06-10
上傳用戶：qlpqlq
專輯類-微波相關專輯-共31冊-341M 計算電磁場的矩量法-261頁-2.9M-pdf版.pdf
上傳時間： 2013-04-24
上傳用戶：jxfzjh
New-尚未歸類-412冊-8.64G 信電路業余制作150例-281頁-6.6M.pdf
上傳時間： 2013-05-23
上傳用戶：CSUSheep
電感器設計工具集-27冊-46.0M 電感量計算.EXE
上傳時間： 2013-07-14
上傳用戶：xlcky
專輯類-傳感器專輯-87冊-901M 機械量測量用傳感器的設計-311頁-16.7M.pdf
上傳時間： 2013-07-30
上傳用戶：ikemada
專輯類-機械五金類專輯-84冊-3.02G 量規設計手冊-607頁-5.8M.pdf
上傳時間： 2013-07-15
上傳用戶：日光微瀾
專輯類-測試技術專輯-134冊-1.93G 機械量測量用傳感器的設計-311頁-16.7M.pdf
上傳時間： 2013-06-28
上傳用戶：葉山豪
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
斷路器是電力系統中重要的控制和保護設備，對維護電力系統的安全、穩定和可靠運行起著重要的作用。如何使斷路器高度智能化，并且更安全和可靠，是電力系統保護的發展要求，也是本論文研究的目的。 本文在深入研究了智能斷路器國內外發展狀況的基礎上，精心設計了以數字信號處理器DSP和復雜可編程邏輯器件CPLD為核心的系統硬件。DSP是智能斷路器測控單元的核心器件，它實現斷路器的各種保護、報警、顯示與控制功能。CPLD完成狀態量的監測，以及各種邏輯信號的輸出。兩種器件相互配合使得斷路器系統更加智能化。研究了斷路器測控單元的測量原理及保護算法，并進行了具體的硬件和軟件模塊的設計，旨在實現斷路器的智能保護、遠程控制和集中管理。本設計以TI公司的DSP芯片TMS320LF2407為核心。硬件設計主要包括信號調理模塊設計、信號采樣模塊設計、保護執行模塊設計、CPLD模塊設計和輸入輸出模塊設計。并且利用TMS320LF2407本身具有的CAN2.0模塊，通過CAN總線實現斷路器和上位機的通信，實現遙測、遙調、遙控、遙信等“四遙”功能。軟件采用模塊化設計，每一個模塊相對獨立，完成某個特定功能，便于維護和添加新功能，并且調試靈活方便。文中給出了主程序及各個子程序的流程圖，其中子程序有數據采集子程序、FFT計算子程序、液晶顯示子程序、短路瞬時保護子程序、過載長延時保護子程序、接地故障保護子程序和短路短延時保護子程序等。并且設計中充分考慮了斷路器工作環境的惡劣性，分析了各種干擾的來源，并針對各種干擾采取了對應的軟件和硬件的抗干擾措施。最后，為了驗證全波傅氏算法能否滿足電網數據處理精度的要求，利用MATLAB搭建仿真平臺，對其進行了仿真。結果表明全波傅氏算法能達到系統的要求。
上傳時間： 2013-04-24
上傳用戶：BK094
