Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "analiza czasowo-częstotliwościowa" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Modified sliding wiener-khintchin trans form
    Zmodyfikowane ślizgające przetwarzanie Wienera-Chinczyna
    Autorzy:
    Pogribny, W.
    Surma, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/389846.pdf
    Data publikacji:
    2010
    Wydawca:
    Politechnika Bydgoska im. Jana i Jędrzeja Śniadeckich. Wydawnictwo PB
    Tematy:
    time-frequency analysis
    Wiener-Khintchin transform
    Correlation analysis
    analiza czasowo-częstotliwościowa
    przetwarzanie Wienera-Chinczyna
    analiza korelacyjna
    Opis:
    The article presents the new approach to increase a speed of Sliding Discrete Wiener-Khintchin Transform (SDW-KT) algorithm on the basis of recurrent correlation analysis (CA) algorithm using. In this case it is not necessary to calculate the whole correlation function by each analyzing window position. There is taken note of analyzing window parameters selecting for sliding DW-KT, FFT, and Sliding Periodogram too. Worked out approach predominance over SFFT and Periodogram is demonstrated on examples of short noisy signal recognition.
    W artykule przedstawiono opracowany nowy szybki rekurencyjny algorytm, ślizgającej dyskretnej analizy korelacyjnej (SDW-KT- Sliding Discrete Wiener-Khitnchin Transform), pozwalający na istotne zmniejszenie ilości operacji przy kolejnych przemieszczeniach okna analizy, co prowadzi do zwiększenia szybkości przetwarzania SDW-KT. Zwrócono także uwagę na dobranie parametrów okien dla ślizgających przetwarzań DW-KT, FFT (Fast Fourier Transform) i PERIODOGRAMU. Przewagi opracowanych podejść nad SFFT i ślizgającym periodogramem przedstawiono na przykładach wykrywania krótkotrwałych zaszumionych sygnałów.
    Źródło:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy; 2010, 13; 31-41
    1899-0088
    Pojawia się w:
    Zeszyty Naukowe. Telekomunikacja i Elektronika / Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Time-frequency analysis of time-variant systems
    Czasowo-częstotliwościowa analiza systemów zmiennych w czasie
    Autorzy:
    Dziedziech, K.
    Staszewski, W. J.
    Uhl, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/327978.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    system identification
    time-frequency analysis
    functional ridges
    Crazy Climbers
    identyfikacja systemów
    analiza czasowo-częstotliwościowa
    grzbiety funkcji
    Opis:
    System identification is an important and often complex process in many areas of engineering. This process is not easy when parameters of the analysed system vary with time. In such cases classical methods fail to identify parameters properly. The work demonstrated in this paper deals with time-frequency representations for identification of natural frequencies of time-variant systems. The method involves the estimation of time-variant transfer functions. A "Crazy Climbers" algorithm - based on Monte Carlo simulations and Markov chains - is used to overcome difficulties associated with the method.
    Identyfikacja parametrów systemów mechanicznych jest bardzo ważnym i skomplikowanym procesem. Proces ten jest o wiele bardziej skomplikowany kiedy dotyczy systemów mechanicznych, których parametry zmieniają się w czasie. W takim przypadku klasyczne metody identyfikacji nie są w stanie poprawnie zidentyfikować tych parametrów. Artykuł zajmuje się wykorzystaniem reprezentacji czasowo-częstotliwościowych w celu identyfikacji częstotliwości drgań rezonansowych systemów o zmiennych w czasie parametrach. Jednym z kroków podczas estymacji funkcji przejścia jest dzielenie spektrum odpowiedzi przez spektrum wymuszenia, co często prowadzi do dzielenia przez wartości bliskie zera, a to prowadzi do nieskończonych (lub niezdefiniowanych) wartości. W celu ominięcia tego problemu zastosowano probabilistyczną metodę „CrazyClimbers”, opartą na symulacjach Monte Carlo oraz łańcuchach Markova.
    Źródło:
    Diagnostyka; 2013, 14, 1; 37-42
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    EMD-based time-frequency analysis methods of non-stationary audio signals
    Autorzy:
    Lewandowski, Marcin
    Grodzicka, Salomea
    Powiązania:
    https://bibliotekanauki.pl/articles/2202413.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    empirical mode decomposition
    non-stationary audio data
    time-frequency analysis
    empiryczna metoda dekompozycji
    niestacjonarne dane dźwiękowe
    analiza czasowo-częstotliwościowa
    Opis:
    To ensure that any time series data is appropriately interpreted, it should be analyzed with proper signal processing tools. The most common analysis methods are kernel-based transforms, which use base functions and their modifications to represent time series data. This work discusses an analysis of audio data and two of those transforms - the Fourier transform and the wavelet transform based on a priori assumptions about the signal's linearity and stationarity. In audio engineering, these assumptions are invalid because the statistical parameters of most audio signals change with time and cannot be treated as an output of the LTI system. That is why recent approaches involve decomposition of a signal into different modes in a data-dependent and adaptive way, which may provide advantages over kernel-based transforms. Examples of such methods include empirical mode decomposition (EMD), ensemble EMD (EEMD), variational mode decomposition (VMD), or singular spectrum analysis (SSA). Simulations were performed with speech signal for kernel-based and data-dependent decomposition methods, which revealed that evaluated decomposition methods are promising approaches to analyzing non-stationary audio data.
    Źródło:
    Vibrations in Physical Systems; 2022, 33, 2; art. no. 2022215
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of the EEG Signal Classifiers LDA, NBC and GNBC Based on Time-Frequency Features
    Porównanie klasyfikatorów LDA, NBC i GNBC sygnału EEG stosujących cechy czasowo-częstotliwościowe
    Autorzy:
    Szuflitowska, B.
    Orłowski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/275175.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    electroencephalograph classification
    machine learning
    short-time Fourier transform
    time-frequency analysis
    elektroencefalografia
    klasyfikacja
    uczenie maszynowe
    krótkoczasowa transformata Fouriera
    analiza czasowo-częstotliwościowa
    Opis:
    EEG signals are non-stationary and used to study the activities of the brain in pathology. Epilepsy belongs to the most common neurological diseases. In the paper, real EEG sequences described by a doctor as normal and epileptic (ictal and interictal) are used. In classification process these sequences are divided into training and testing subsets. The classification are performed using Short-Time Fourier Transform. Based on obtained spectrum four features have been extracted. The study presents experiments based on the analysis and classification of EEG signals using various methods, including Linear Discriminant Analysis, Naive Bayes Classifier and Gaussian Naive Bayes Classifier. The results indicated that used techniques a potential to be applied within an automatic neurologic diseases diagnosis system and could thus further increase the number of correct diagnoses.
    Sygnały EEG są z definicji niestacjonarne i stosowane do badania aktywności mózgu w patologii. Epilepsja należy do najczęstszych chorób neurologicznych. W pracy użyto rzeczywistych sekwencji EEG określonych przez lekarza jako stan normalny oraz padaczka (stany napadowe oraz międzynapadowe). W procesie klasyfikacji sygnały zostały podzielone na dwa podzbiory – uczący oraz testujący. Klasyfikacja została przeprowadzona za pomocą krótkotrwałej transformaty Fouriera. Na podstawie otrzymanego widma dokonano ekstrakcji czterech cech. Badanie przedstawia eksperymenty oparte na analizie i klasyfikacji sygnałów EEG za pomocą różnych metod, w tym Liniowej Analizy Dyskryminacyjnej, Naiwnego Klasyfikatora Bayesa oraz Naiwnego Klasyfikatora Bayesa dla rozkładu Gaussa. Wyniki pokazują, że użyty algorytm może być potencjalnie stosowany w automatycznej diagnostyce schorzeń neurologicznych i może w przyszłości zwiększyć liczbę poprawnie stawianych diagnoz.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 2; 39-45
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Local fault detection of rolling element bearing components by spectrogram clustering with semi-binary NMF
    Wykrywanie uszkodzeń lokalnych elementów łożysk tocznych poprzez klasteryzację spektrogramu za pomocą półbinarnej nieujemnej faktoryzacji macierzy
    Autorzy:
    Wodecki, J.
    Zdunek, R.
    Wyłomańska, A.
    Zimroz, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/327868.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    vibration data
    time-frequency analysis
    nonnegative matrix factorization
    local damage detection
    dane drganiowe
    analiza czasowo-częstotliwościowa
    nieujemna faktoryzacja macierzy
    wykrywanie uszkodzeń lokalnych
    Opis:
    Information extraction is a very important problem nowadays. In diagnostics, it is particularly useful when one desires to isolate information about machine damage from a measured diagnostic signal. The method presented in this paper utilizes the idea that is based on a very important topic in numerical algebra, which is nonnegative matrix factorization. When applied to the matrix of multidimensional representation of the measured data, it can extract very useful information about the events which occur in the signal and are not recognizable otherwise. In the presented methodology, we use the algorithm called Semi-Binary Nonnegative Matrix Factorization (SB-NMF), and apply it to a time-frequency representation of the real-life vibration signal measured on faulty bearing operating in a belt conveyor driving station. Detected impulses of local damage are clearly identifiable. Performance of the algorithm is very satisfying in terms of time efficiency and output signal quality.
    Ekstrakcja informacji jest aktualnym kierunkiem badań. Jest ona szczególnie użyteczna, kiedy próbuje się wyizolować informację na temat uszkodzenia maszyny z zarejestrowanego sygnału diagnostycznego. Metoda zaprezentowana w niniejszej pracy bazuje na bardzo ważnym zagadnieniu algebry numerycznej, jakim jest nieujemna faktoryzacja macierzy. Kiedy jest ona zastosowana do analizy macierzy będącej wielowymiarową reprezentacją sygnału wejściowego, może wyizolować informację istotną z punktu widzenia procesów zachodzących w sygnale, a która nie jest rozpoznawalna w inny sposób. Przedstawiona metodologia korzysta z algorytmu znanego jako półbinarna nieujemna faktoryzacja macierzy, zastosowanego do reprezentacji czasowo-częstotliwościowej rzeczywistego sygnału drganiowego, zmierzonego na uszkodzonym łożysku pracującym w stacji napędowej przenośnika taśmowego. Wykryte impulsy związane z uszkodzeniem lokalnym zostały wyraźnie zidentyfikowane. Działanie algorytmu jest satysfakcjonujące w kwestii wydajności obliczeniowej oraz jakości otrzymanego wyniku.
    Źródło:
    Diagnostyka; 2017, 18, 1; 3-8
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of measurement conditions influence on the magnetic Barkhausen noise phenomenon
    Analiza wpływu warunków pomiarowych na przebieg zjawiska magnetycznego szumu Barkhausena
    Autorzy:
    Maciusowicz, Michał
    Psuj, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/115155.pdf
    Data publikacji:
    2019
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    szum Barkhausena
    metoda nieniszcząca
    warunki pomiaru
    analiza czasowo-częstotliwościowa
    spektrogram
    skalogram
    Barkhausen noise
    non-destructive method
    measurement conditions
    time-frequency analysis
    spectrogram
    scalogram
    Opis:
    The effectiveness of the magnetic Barkhausen noise method (MBN), used for non-destructive testing of ferromagnetic materials, depends to a large extent on a number of factors determining the measurement conditions. The use of conditions allowing the highest possible level of discrimination between the various states of the materials state is of highest importance. Therefore, this paper presents an analysis of the impact of measurement conditions on Barkhausen noise signals observed for various states of the material conditions. Taking into consideration the stochastic nature of MBN and the complex characterization of its changes, the analysis was based on the time-frequency representation of the MBN signal. The paper presents selected distributions achieved using two transformation methods. In addition, the extraction methods of features allowing the quantification of complex information were given. Finally, the discrimination ability for a number of parameters and features of MBN signals were determined and the obtained results were discussed.
    Skuteczność metody magnetycznego szumu Barkhausena MBN (ang. Magnetic Barkhausen Noise), wykorzystywanej do badań nieniszczących materiałów ferromagnetycznych, zależy w dużej mierze od szeregu czynników określających warunki pomiarowe. Kluczowe znaczenie ma zastosowanie warunków umożliwiających najwyższy możliwy poziom dyskryminacji między różnymi stanami badanych materiałów. W związku z tym w niniejszej pracy przedstawiono analizę wpływu warunków pomiaru na sygnały szumu Barkhausena rejestrowane dla różnych stanów badanego materiału. Mając na uwadze stochastyczną naturę szumu MBN i złożoną charakterystykę jego zmian, analizę przeprowadzono na podstawie reprezentacji czasowo-częstotliwościowej sygnału MBN. W pracy zaprezentowano wybrane rozkłady z zastosowaniem dwóch metod transformacji. Ponadto przybliżono metody ekstrakcji cech umożliwiające kwantyfikację złożonej informacji. Na koniec określono poziomy rozróżnialności dla szeregu parametrów i cech sygnałów MBN oraz omówiono uzyskane wyniki.
    Źródło:
    Welding Technology Review; 2019, 91, 12; 17-24
    0033-2364
    2449-7959
    Pojawia się w:
    Welding Technology Review
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A timefrequency analysis of the housing construction time as the basis for making decisions on the construction market (the case study of Poland)
    Analiza czasowo-częstotliwościowa czasu budowy nieruchomości mieszkaniowych jako podstawa podejmowania decyzji na rynku budowlanym (studium przypadku Polski)
    Autorzy:
    Mach, Łukasz
    Zmarzły, Dariusz
    Dąbrowski, Ireneusz
    Frącz, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/584009.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    housing construction
    time-frequency analysis
    the Savitzky-Golay filter
    spectral density
    cross-correlation
    rynek mieszkaniowy
    analiza czasowo-częstotliwościowa
    filtr Savitzky̕ego-Golaya
    gęstość widmowa
    korelacja krzyżowa
    podejmowanie decyzji
    Opis:
    Due to the increasingly complex market situation characterized by the growing variability of its determinants, making accurate decisions is riddled with an increasing risk of error. Widely used economic methods for analyzing market phenomena with a trajectory of time series has proved insufficient in many cases. Hence, it becomes necessary to seek more precise analytic methods, based on which it is be possible to obtain more precise mapping and relations in real-life activities. The goal of the present study is to apply the time-frequency analysis in the domain of real estate. Based on the application of, among others, Savitzky-Golay filtering, spectral density analysis, or cross-correlation, the time-frequency analysis will render it possible to precisely identify the parameters that selectively determine the housing market. The obtained results will make it possible to decrease the informational gap in the investment decision-making process in the housing market.
    Ze względu na coraz bardziej złożoną sytuację rynkową, charakteryzującą się rosnącą zmiennością determinantów ją określających, podejmowanie trafnych decyzji jest obarczone zwiększającym się ryzykiem popełnienia błędu. Metody stosowane w naukach ekonomicznych do analizy zjawisk rynkowych mających przebiegi szeregów czasowych stają się niewystarczające do poprawnego modelowania zjawisk rynkowych. Konieczne staje się poszukiwanie precyzyjniejszych metod analitycznych, pozwalających uzyskać dokładniejsze odwzorowania i zależności występujące w sferze działań realnych. Celem badań jest zastosowanie analizy czasowo-częstotliwościowej w sektorze nieruchomości. Analiza ta, bazująca na wykorzystaniu m.in. filtracji Savitky̕ego-Golaya, analizy widmowej czy korelacji krzyżowej, pozwoli możliwie precyzyjnie sparametryzować wybrane determinanty wpływające na rynek nieruchomości mieszkaniowych. Otrzymane wyniki pozwolą na zmniejszenie luki informacyjnej w podejmowaniu decyzji inwestycyjnych na rynku nieruchomości mieszkaniowych.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2020, 64, 8; 54-71
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies