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 "separacja sygnałów" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Application for analysis of the multiple coherence function in diagnostic signal separation processes
    Autorzy:
    Wądołowski, Mariusz
    Pankiewicz, Jarosław
    Markuszewski, Damian
    Powiązania:
    https://bibliotekanauki.pl/articles/2146598.pdf
    Data publikacji:
    2020
    Wydawca:
    Politechnika Poznańska. Instytut Mechaniki Stosowanej
    Tematy:
    partial coherence
    signal separation
    machine diagnostics
    koherencja częściowa
    separacja sygnałów
    diagnostyka maszyn
    Opis:
    Diagnosing the condition of the machine during its operation by non-invasive methods is most often reduced to measuring the acceleration of vibrations occurring on the housing, as close as possible to the observed element or changes in sound pressure in the immediate vicinity of the machine. For proper inference about the condition of a given machine element, the registered signals should be undisturbed by signals coming from other components and free from external interference. In the case of simple stationary machines, it is quite simple, but in the case of more complex systems, such as a car, which in addition is in motion, things get complicated In the available literature we find examples of the effectiveness of using ordinary coherence function to separate signals from two independent sources[1,2,3]. This work presents attempt to build an algorithm that uses signals from a multi-point measurement system to analyze multiple coherence functions, which allows to separate signals from various sources. It can then get diagnostic information from the signal thus separated. The effectiveness of the algorithm was tested on a model simulating signal mixing, and then using signal coherence function and knowledge of the transmittance function, the signals were separated.
    Źródło:
    Vibrations in Physical Systems; 2020, 31, 3; art. no. 2020324
    0860-6897
    Pojawia się w:
    Vibrations in Physical Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of some advanced signal processing techniques for rolling element bearing fault detection
    Zastosowanie zaawansowanych metod analizy sygnału w wykrywaniu uszkodzeń elementów tocznych łożysk
    Autorzy:
    Yiakopoulos, C.
    Antoniadis, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/328017.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka łożysk
    ślepa separacja sygnałów
    sieci neuronowe
    defective rolling element bearings
    neural networks
    Opis:
    Vibration response of rotating machines is typically mixed and corrupted by a variety of interfering sources and noise, leading to the necessity for the isolation of the useful signal components. A relevant frequently encountered industrial case is the need for the separation of the vibration responses of the same type of bearings inside the same machine. For this purpose, a Blind Source Separation procedure is applied, based on the maximization of the information transferred in a neural network structure. As has been proven, this approach is quite effective in separating signals with super-Gaussian distributions, as it is the case of the vibration response of defective rolling element bearings. The role of the non-linear sigmoid function used in the neural network of the method is discussed and the Kullback-Leibler information divergence is considered as a tool to adapt this non-linearity to the bearing distributions considered. The effectiveness of the method is demonstrated in an experimental application, where a class of optimum non-linear functions is compared to the classical logistic function.
    Sygnał drganiowy maszyn wirujących jest zazwyczaj zakłócony przez interferujące z nim sygnały innych źródeł oraz zakłócenia, co prowadzi do potrzeby ekstrachowania użytecznych składowych takiego sygnału. Często spotykanym w praktyce przemysłowej przypadkiem jest potrzeba separacji sygnałów drganiowych pochodzących od łożysk tego samego typu znajdujących się w tej samej maszynie. Do tego celu zastosowano procedurę ślepej separacji sygnałów wykorzystującą maksymalizację informacji przenoszonej przez strukturę sieci neuronowej. Zostało udowodnione, że w przypadku analizy sygnału wibroakustycznego generowanego przez uszkodzony element łożyska tocznego, takie podejście do separacji sygnałów może być efektywne przy założeniu ich super-gaussowskiego rozkładu. Rozważono możliwość adaptacji nieliniowej funkcji sigmoidalnej i dywergencji informacji Kullback-Leibler'a jako narzędzi wykrywania nieliniowości w sygnałach. W celu dostosowania nieliniowości do rozkładów sygnałów łożysk wykorzystywano nieliniową funkcję sigmoidalną oraz rozbieżność informacji Kullback-Leibler'a. Efektywność przedstawionej metody została zaprezentowana na przykładzie, w którym klasa optymalnych nieliniowych funkcji jest porównywana z klasycznymi funkcją logistyczną.
    Źródło:
    Diagnostyka; 2005, 36; 33-38
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ensemble neural network approach for accurate load forecasting in a power system
    Autorzy:
    Siwek, K.
    Osowski, S.
    Szupiluk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/907659.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sieć neuronowa
    ślepa separacja sygnałów
    prognozowanie obciążenia
    neural network
    blind source separation
    ensemble of predictors
    load forecasting
    Opis:
    The paper presents an improved method for 1-24 hours load forecasting in the power system, integrating and combining different neural forecasting results by an ensemble system. We will integrate the results of partial predictions made by three solutions, out of which one relies on a multilayer perceptron and two others on self-organizing networks of the competitive type. As the expert system we will apply different integration methods: simple averaging, SVD based weighted averaging, principal component analysis and blind source separation. The results of numerical experiments, concerning forecasting the hourly load for the next 24 hours of the Polish power system, will be presented and discussed. We will compare the performance of different ensemble methods on the basis of the mean absolute percentage error, mean squared error and maximum percentage error. They show a significant improvement of the proposed ensemble method in comparison to the individual results of prediction. The comparison of our work with the results of other papers for the same data proves the superiority of our approach.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2009, 19, 2; 303-315
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sequential separation of twin pregnancy electrocardiograms
    Autorzy:
    Kotas, M.
    Leski, J. M.
    Wrobel, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/202099.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    fetal ECG
    twin pregnancy
    ECG signals decomposition
    blind source separation
    independent component analysis
    source subspaces
    projective filtering
    adaptive filtering
    EKG płodu
    ciąża bliźniacza
    EKG
    separacja sygnałów niewidomych
    niezależna analiza składowych
    podprzestrzenie źródła
    filtracja adaptacyjna
    Opis:
    We propose to tackle the problem of maternal abdominal electric signals decomposition with a combined application of independent component analysis and projective or adaptive filtering. The developed method is employed to process the four-channel abdominal signals recorded during twin pregnancy. These signals are complicated mixtures of the maternal ECG, the ECGs of the fetal twins and noise of various origin. Although the independent component analysis cannot separate the respective signals, the proposed combination of the methods deals with this task successfully. A simulation experiment confirms high efficiency of this approach.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2016, 64, 1; 91-101
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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