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 "non-stationary signal" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Zastosowanie podejścia kontekstowego w diagnostyce technicznej
    Application of context approach to technical diagnostics
    Autorzy:
    Timofiejczuk, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/327400.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    analiza sygnałów niestacjonarnych
    scena dynamiczna
    kontekst
    non-stationary signal analysis
    dynamic scene
    context
    Opis:
    Diagnozowanie maszyn i procesów przemysłowych polega zwykle na interpretacji dużych zbiorów cech sygnałów resztkowych rejestrowanych podczas ich obserwacji. W przypadku obiektów złożonych interpretacja ta jest często trudna. W referacie pokazano identyfikację stanu technicznego obiektu na podstawie kontekstowej analizy sceny dynamicznej, której obiektami są cechy sygnałów diagnostycznych.
    Diagnosing machinery and industrial process consists in interpretation of large sets of residual signal features. Signals are recorded during observation of an object. In case of complex objects this interpretation is often difficult. The paper deals with a method of identification of technical state of an object on the basis of dynamic scene analysis with the use of contexts. Scene objects are features of diagnostic signals.
    Źródło:
    Diagnostyka; 2004, 30, T. 2; 129-132
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Time-frequency methods for processing non-stationary diagnostic vibroacoustic signals
    Czasowo-częstotliwościowe metody przetwarzania niestacjonarnych diagnostycznych sygnałów wibroakustycznych
    Autorzy:
    Mokrzan, Daniel
    Szymański, Grzegorz M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2233919.pdf
    Data publikacji:
    2021-01-10
    Wydawca:
    Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
    Tematy:
    vibroacoustic diagnostics
    non-stationary signal
    time-frequency method
    diagnostyka wibroakustyczna
    sygnał niestacjonarny
    metoda czasowoczęstotliwościowa
    Opis:
    The article presents the issues of interpretation of non-stationary vibroacoustic diagnostic signals. The reasons of the incomplete usefulness of the traditional analysis solely in the field of time or frequency for such cases are explained. The use of time-frequency methods is presented as the proposed solution. The literature was reviewed in aspect of the methods currently used or on which the research is carried out. Older applications, such as the short-time Fourier transform and more complex and contemporary applications such as the Hilbert-Huang transform, are mentioned. Further development directions were also assessed, taking into account the combination of methods and the use of artificial neural networks, assessing the latter as giving the greatest potential in aspect of the evolution of signal processing methods.
    W artykule zaprezentowano problematykę interpretacji niestacjonarnych wibroakustycznych sygnałów diagnostycznych. Wyjaśniono przyczyny niepełnej przydatności tradycyjnej analizy wyłącznie w dziedzinie czasu lub częstotliwości dla takich przypadków. Jako proponowane rozwiązanie przedstawiono wykorzystanie metod czasowo-częstotliwościowych. Dokonano przeglądu literatury w aspekcie metod obecnie wykorzystywanych lub nad którymi prowadzone są badania. Wymieniono zarówno zastosowania starsze jak krótkoczasowa transformata Fouriera oraz bardziej złożone i współczesne jak transformata Hilberta-Huanga. Dokonano również oceny dalszych kierunków rozwoju z uwzględnieniem kombinacji metod oraz wykorzystania sztucznych sieci neuronowych oceniając te ostatnie jako dające największy potencjał w aspekcie ewolucji metod przetwarzania sygnałów.
    Źródło:
    Rail Vehicles/Pojazdy Szynowe; 2021, 3; 44-57
    0138-0370
    2719-9630
    Pojawia się w:
    Rail Vehicles/Pojazdy Szynowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Instantaneous Frequency Estimation of Multi-Component Non- Stationary Signals using Fourier Bessel series and Time-Varying Auto Regressive Model
    Autorzy:
    Ravi Shankar Reddy, G.
    Rao, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/226382.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    basis functions
    Fourier-Bessel expansion
    instantaneous frequency
    multi component non stationary signal
    Time-varying Auto Regressive model
    Opis:
    In this paper, we propose a novel technique for Instantaneous frequency (IF) estimation of multi component non stationary signals using Fourier Bessel Series and Time-Varying Auto Regressive (FB-TVAR) model. In the proposed technique, the Fourier-Bessel (FB) expansion decomposes the multicomponent non stationary signal into a number of monocomponent signals and TVAR model is used to model each monocomponent signal. In TVAR modeling approach the time varying parameters are expanded as a linear combination of basis functions. In this paper, the TVAR parameters are expanded by a discrete cosine basis functions. The maximum likelihood estimation algorithm for model order selection in TVAR models is also discussed. The Instantaneous frequency (IF) is extracted from the time-varying parameters by calculating the angles of the estimation error filter polynomial roots. The estimation of the TVAR parameters of a multicomponent signal requires the inversion of a large covariance matrix, while the projected technique (FB-TVAR) requires the inversion of a number of comparatively small covariance matrices with better numerical stability properties. Simulation results are presented for three component discrete Amplitude and Frequency modulated (AM-FM)signal.
    Źródło:
    International Journal of Electronics and Telecommunications; 2015, 61, 4; 365-376
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Evaluation of the usefulness of multidimensional methods of non-stationary signals analysis in the diagnostics of shock absorbers encased in passenger vehicles
    Ocena przydatności wielowymiarowych metod analizy sygnałów niestacjonarnych w diagnostyce amortyzatorów samochodów osobowych zabudowanych w pojeździe
    Autorzy:
    Gardulski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/328193.pdf
    Data publikacji:
    2007
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    diagnostyka WA
    analiza wielowymiarowa
    sygnał niestacjonarny
    amortyzator teleskopowy
    vibroacoustic diagnostics
    VA
    multidimensional analysis
    non-stationary signal
    telescopic shock absorber
    Opis:
    The paper discusses the possibilities of applying vibroacoustic methods to identify the loss of fluid in shock absorbers encased in passenger cars. Three methods of analysis are presented (STFT, WVD, WT). A diagnostic method based on a wavelet analysis has been proposed.
    W pracy omówiono możliwości zastosowania metod wibroakustycznych do identyfikacji ubytku płynu w amortyzatorach samochodów osobowych zabudowanych w pojeździe. Porównano trzy metody analizy (STFT, WVD, WT). Zaproponowano metodę diagnozowania opartą na analizie falkowej.
    Źródło:
    Diagnostyka; 2007, 2(42); 5-9
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification in the Gabor time-frequency domain of non-stationary signals embedded in heavy noise with unknown statistical distribution
    Autorzy:
    Świercz, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/907771.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    sygnał niestacjonarny
    klasyfikacja sygnału
    rozpoznawanie obrazów
    transformator czas-częstotliwość
    non-stationary signals
    signal classification
    pattern recognition
    time-frequency transforms
    Opis:
    A new supervised classification algorithm of a heavily distorted pattern (shape) obtained from noisy observations of nonstationary signals is proposed in the paper. Based on the Gabor transform of 1-D non-stationary signals, 2-D shapes of signals are formulated and the classification formula is developed using the pattern matching idea, which is the simplest case of a pattern recognition task. In the pattern matching problem, where a set of known patterns creates predefined classes, classification relies on assigning the examined pattern to one of the classes. Classical formulation of a Bayes decision rule requires a priori knowledge about statistical features characterising each class, which are rarely known in practice. In the proposed algorithm, the necessity of the statistical approach is avoided, especially since the probability distribution of noise is unknown. In the algorithm, the concept of discriminant functions, represented by Frobenius inner products, is used. The classification rule relies on the choice of the class corresponding to the max discriminant function. Computer simulation results are given to demonstrate the effectiveness of the new classification algorithm. It is shown that the proposed approach is able to correctly classify signals which are embedded in noise with a very low SNR ratio. One of the goals here is to develop a pattern recognition algorithm as the best possible way to automatically make decisions. All simulations have been performed in Matlab. The proposed algorithm can be applied to non-stationary frequency modulated signal classification and non-stationary signal recognition.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 135-147
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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