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 1-9 z 9
    Tytuł:
    Separacja składowych widmowych w zadaniu identyfikacji modelu nieliniowego
    Separation of spectra components in identyfication task of nonlinear model
    Autorzy:
    Dziurdź, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/328666.pdf
    Data publikacji:
    2004
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    analiza sygnałów
    funkcja koherencji
    separacja sygnałów
    signal analysis
    coherence function
    signal separation
    Opis:
    W zastosowaniach technicznych zużycie maszyny często objawia się wzrostem nieliniowości obserwowanych drgań mechanicznych (hałasu). Ponieważ efekty te przejawiają się występowa-niem w widmie ciągów poliharmonicznych o stosunkowo niskich amplitudach łatwo jest o po-myłki w interpretacji obrazów widmowych. Opracowanie przedstawia propoz.ycję metody zwięk-szenia rozdzielczości analizy widmowej przy użyciu funkcji koherencji.
    In many technical application during wear process of machine some nonlinear effects of vibra-tions (and noise) increase. Because this effects are usually long poliharmonic series, it is generally difficult to separate different symptoms. The paper includes a proposal of algorithm (using the co-herence function) increasing resolution of spectrum analysis to the value smaller than it is possible to achieve using Fourier transform, when the sample of satisfying duration is not possible to get.
    Źródło:
    Diagnostyka; 2004, 30, T. 1; 162-166
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    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:
    O metodach ślepego przetwarzania sygnałów diagnostycznych
    About methods the blind processing of diagnostic signals
    Autorzy:
    Dybała, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/327948.pdf
    Data publikacji:
    2005
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    ślepe przetwarzanie sygnałów
    ślepa separacja sygnałów
    analiza składników niezależnych
    sieci neuronowe
    blind signal processing
    blind source separation
    independent component analysis
    neural networks
    Opis:
    W artykule przedstawiono metody ślepego przetwarzania sygnałów traktując je jako interesujące sposoby wyodrębniania sygnałów informacyjnych i eliminacji zakłóceń. Zaprezentowano różne modele propagacji i mieszania sygnałów oraz różne metody rekonstrukcji tych sygnałów przy pomocy odpowiednich sieci neuronowych. W końcowej części artykułu omówiono problemy związane z zastosowaniem tych metod w diagnostyce technicznej i przedstawiono pewne modyfikacje i rozszerzenia klasycznego ślepego przetwarzania sygnałów dostosowujące przedstawione podejście do specyfiki diagnozowania obiektów technicznych.
    The article presents methods of blind signal processing, which make possible the separation the informative signals and the elimination of disturbances. Different models of propagation and mixing of signals are presented and different methods of reconstruction of source signals with use of neural networks are showed. In last section of article, problems related with application of mentioned methods in technical diagnostics are discussed. Also some modifications and extensions of classical blind signal processing are showed, adapting presented approach to peculiarity of diagnosing of technical objects.
    Źródło:
    Diagnostyka; 2005, 36; 53-60
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych
    Removal of artifacts from EEG data by means of Independent Component Analysis
    Autorzy:
    Górecka, J.
    Kaszyński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/158376.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ślepa separacja sygnałów
    analiza składowych niezależnych (ICA)
    sygnały EEG
    artefakt
    blind signal separation
    independent component analysis
    EEG data
    artifacts
    Opis:
    Celem przedstawionych wyników badań jest eliminacja wybranych niepożądanych sygnałów przy użyciu analizy składowych niezależnych. W artykule przedstawiono następujące algorytmy BSS (z ang. Blind Signal Separation): HJ oraz Infomax jako narzędzia do separacji i usuwania wybranej grupy artefaktów (mruganie powiek, artefakty mięśniowe) z przebiegów EEG. Jak udowodniono w eksperymentach proponowane algorytmy adaptacyjne mogą efektywnie wykrywać i usuwać wybrane artefakty z przebiegów EEG.
    The aim of the performed investigations is to remove selected undesired signals by means of ICA approach. In the paper there are presented the following algorithms BSS (Blind Signal Separation): HJ and Infomax for separation and removal of selected group of artifacts (eye blinks, muscle activity) from EEG recordings. It has been proved in the experiments which are described in the paper that the proposed adaptive algorithms can effectively detect and remove these selected artifacts from EEG recordings.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 12, 12; 827-830
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    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:
    Technologia pojedynczo, podwójnie i potrójnie luminoforowych sensorów luminescencyjnych. Cz. 2, Metody kalibracji i separacji sygnałów
    Single, double and triple luminophore luminescent sensors technology. Pt. 2, Calibration and signal separation methods
    Autorzy:
    Kalota, B.
    Tsvirko, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/410359.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Humanistyczno-Przyrodniczy im. Jana Długosza w Częstochowie. Wydawnictwo Uczelniane
    Tematy:
    sensory luminescencyjne
    luminescencja
    technologia
    kalibracja sygnałów
    separacja sygnałów
    luminescent sensors
    luminescence
    technology
    signal calibration
    signal separation
    Opis:
    W przeglądzie zaprezentowano charakterystykę powszechnie stosowanych metod kalibracji współczesnych pojedynczo, podwójnie i potrójnie luminoforowych sensorów luminescencyjnych. Omówiono również główne metody separacji sygnałów współczesnych podwójnie i potrójnie luminoforowych sensorów luminescencyjnych.
    In this review, characteristics of commonly used calibration methods in contemporary single, double and triple luminophore luminescent sensors was presented. Main signal separation methods of contemporary double and triple luminophore luminescent sensors were discussed, as well.
    Źródło:
    Chemistry, Environment, Biotechnology; 2013, 16; 55-72
    2083-7097
    Pojawia się w:
    Chemistry, Environment, Biotechnology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nowe metody analizy danych a teoria ekonomii
    New methods in data analysis and economic theory
    Autorzy:
    Szupiluk, Ryszard
    Powiązania:
    https://bibliotekanauki.pl/articles/500429.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Handlowa w Warszawie
    Tematy:
    nowoczesna analiza danych
    metodologia ekonomii
    ślepa separacja sygnałów
    neuroekonomia
    modern data analysis
    economic methodology
    blind signal separation
    neuroeconomy
    Opis:
    W niniejszym opracowaniu przedstawiliśmy związki między współczesnymi trendami w badaniach ekonomicznych a nowymi metodami analizy danych. Jako reprezentanta nowego nurtu analizy danych wybraliśmy metody ślepej separacji. Jest to dynamicznie rozwijająca się gałąź analizy danych, która zapoczątkowana pewnymi badaniami neurofizjologicznymi, przekształciła się w szerokie spektrum podejść rozważanych w kategoriach metod separacji, reprezentacji oraz transformacji danych. Do zasadniczych technik w tym obszarze należą przede wszystkim: analiza składowych niezależnych, nieujemna faktoryzacja macierzy oraz algorytmy AMUSE oraz SOBI. W drugiej części opracowania rozważamy różnice pozyskiwania wiedzy w podejściu indukcyjno-eksploracyjnym, którego reprezentantem mogą być metody separacji, a podejściem aprioryczno-dedukcyjnym typowym dla ortodoksyjnych nurtów ekonomii. Wykazujemy, że wbrew często opozycyjnemu ich przedstawieniu są to zasadniczo podejścia komplementarne. W naszej interpretacji wybór podejścia jest związany z relacją ilości danych do wielkości wiedzy eksperckiej o zjawisku.
    In this paper, we present relations between actual trends in economic research and novel methods in data analysis. As the representation of the new data analysis approach we choose the blind signal separation methods. Blind separation methods is a rapidly developed branch of data analysis. It started from some neurophysiological problem and grew to wide range analytical approaches which currently are considered in term of data separation, representation and transformation. The main techniques in this area are: independent component analysis, nonnegative matrix factorization or AMUSE and SOBI algorithms. In the second part of paper we consider knowledge discovery differences in inductive-exploration approach what is typical for blind signal separation methods and apriori-deductive approach what is typical for orthodox economy theories. Against often opposite treatments we suggest complementary interpretation. In our meaning the natural methodological choice is associated with relation data to expert knowledge about given phenomena. In the small data case we need to compensate it by some theorethical assumptions.
    Źródło:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH; 2015, 95 :Podejście krótkookresowe i strategiczne w polityce gospodarczej; 245-270
    0866-9503
    Pojawia się w:
    Prace i Materiały Instytutu Rozwoju Gospodarczego SGH
    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
    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
      Wyświetlanie 1-9 z 9

      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