CN106768227B - 基于加速度信号经验模式分解的动态称重装置及方法 - Google Patents
基于加速度信号经验模式分解的动态称重装置及方法 Download PDFInfo
- Publication number
- CN106768227B CN106768227B CN201611130668.3A CN201611130668A CN106768227B CN 106768227 B CN106768227 B CN 106768227B CN 201611130668 A CN201611130668 A CN 201611130668A CN 106768227 B CN106768227 B CN 106768227B
- Authority
- CN
- China
- Prior art keywords
- signal
- infrared sensor
- decomposition
- impact vibration
- noise reduction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G23/00—Auxiliary devices for weighing apparatus
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于加速度信号经验模式分解的动态称重装置及方法,装置包括设置有称重台、均匀分布在称重台上的凸块,分别设置在称重台两侧用于控制系统测试的红外信号传感器、用于采集加速度信号的数据采集模块、用于进行信号分析处理的数据处理模块以及用于显示待测物重量的显示屏。待测物体通过称重台时,对凸块产生冲击,数据处理模块对由信号采集模块采集并传送的冲击信号进行时域平均、SVD降噪、EMD分解处理,将分解后的剩余分量作为标定待测物重量的指标。本发明所述称重装置结构简单、造价低廉、动态性能好,且传感器同与待测物非接触测量在保证测量精度的同时可增加装置使用寿命。
Description
技术领域
本发明涉及信号检测及信号处理技术领域,具体说是涉及一种基于加速度信号经验模式分解的动态称重装置及方法。
背景技术
动态称重系统具有较大的市场需求。目前主流的动态称重系统均使用力传感器,由于传感器直接和被测表面接触,承受冲击力很大,对其可靠性和耐久性造成巨大影响,造成现有动态称重系统存在精度低、工艺难度大以及系统造价高等缺点。
发明内容
鉴于已有技术存在的不足,本发明的目的是要提供一种基于加速度信号经验模式分解的动态称重装置以提高动态称重系统的稳定性和检测精度。
为了实现上述目的,本发明技术方案如下:
一种基于加速度信号经验模式分解的动态称重装置,其特征在于,装置包括:称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏;
所述称重台两侧以称重台中心为基准对称设置有第一红外传感器和第二红外传感器,所述第一红外传感器和第二红外传感器均与信号采集模块连接;第一红外传感器和第二红外传感器之间的称重台部分构成本装置的测试区;所述测试区内分布以称重台中心为对称基准均匀设置的若干凸台;所述称重台底部中心位置设有加速度传感器,所述加速度传感器与信号采集模块连接;
所述信号采集模块连接信号处理模块,将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传输给信号处理模块进行处理,得被测对象重量,并由显示屏显示。
进一步地,作为本发明的优选,所述称重台为钢板结构。
进一步地,作为本发明的优选,所述凸台个数为5个,并采用钢材料以焊接方式连接于称重台。
进一步地,作为本发明的优选,所述加速度传感器以螺纹方式连接于称重台。
本发明另一目的是要提供一种基于上述动态称重装置的称重方法,其特征在于,包括如下步骤:
S1、自整定:开启装置并使用标准质量测试对象通过测试区,实现系统标定。
S2、测试过程:当第一红外传感器检测到待测物进入测试区时测试开始,当第二红外传感器检测到待测物离开测试区时测试结束。测试过程中,被测对象依次通过设置于测试区的凸台,加速度传感器检测到多个冲击振动信号。
S3、信号采集:所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号,并将所采集的信号数据传送给信号处理模块。
S4、信号处理:信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理,以处理后冲击振动信号剩余分量的峰值标定被测对象的重量。
S5、重量显示:被测对象的重量通过显示屏显示。
进一步地,所述S1步骤包括:
S11、开启装置,使用标准质量测试对象通过测试区;
S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号;
S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理;
S14、提取处理后冲击振动信号的剩余分量;
S15、通过计算得出剩余分量峰值与测试对象重量的线性关系;
S16、将装置自整定位置1。
进一步地,所述步骤S4中信号降噪采用奇异值分解(SVD)降噪,其步骤包括:
S41、提取时域平均处理后的冲击振动信号;
S42、对冲击振动信号进行延时重构;
S43、利用SVD算法对重构的冲击振动信号进行分解,求取分解信号特征值;
S44、针对分解信号设置一特征值阈值,将分解信号特征值与该阈值进行比较:如果分解信号特征值不大于该阈值,则将分解信号特征值置零,再对分解信号进行SVD逆变换,否则直接对分解信号进行SVD逆变换;
S45、分解信号经SVD逆变换得到降噪后的冲击振动信号。
8、根据权利要求5所述的一种基于动态称重装置的称重方法,其特征在于:步骤S4中所述信号分解采用基于经验的模式分解(EMD)方法,对降噪后的冲击振动信号进行分解处理。
与现有技术相比,本发明的有益效果:
1、本发明提供了一种基于加速度传感器的测试装置,加速度传感器与被测对象不直接接触,提高了装置的可靠性与耐久性。
2、本发明利用SVD分解降噪实现数据的降噪过程,提高了装置测量精度。
3、本发明利用EMD分解的剩余分量的峰值标定被测对象的重量,适宜动态测量,提高装置测量准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例装置结构示意图;
图2为本发明实施例装置整体测试流程图;
图3为本发明装置自整定示意图;
图4为本发明SVD降噪过程流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明基于加速度信号经验模式分解的动态称重装置的结构示意图,如图1所示,本实施例装置包括:称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏。优选尺寸为5.6*2.5*0.1米的长钢板作为测试平台,以钢板中心处为中心线为对称基准,设置五道钢制凸台均匀分布在测试区内,凸台与凸台之间的距离优选为80cm。任意凸台均以焊接方式同测试平台连接,凸台的尺寸为0.1*2.5*0.1米。称重台两侧距离边缘一定位置处分别设置有第一红外传感器和第二红外传感器,本实施例中,在称重台距离两侧边缘0.3米处分别设置红外传感器支架,并相应的配设线缆通道。第一红外传感器和第二红外传感器均与数据采集模块连接,第一红外传感器和第二红外传感器之间的称重台部分为测试区。称重台底部中心位置以螺纹连接方式连有一加速度传感器,所述加速度传感器与数据采集模块连接。数据采集设备和数据处理设备均安放在设置于空处的设备安装箱内,且在箱外设置串行接口并连接LED显示器。所述信号采集模块与信号处理模块连接,将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传送给数据处理模块进行平均、降噪、分解处理,已得到被测对象重量并由显示屏显示。数据采集设备与数据处理设备可以使用ARM处理器为核心进行开发,也可以使用市场现有设备如NI公司的C-RIO设备等,在此不做限定。
测试开始时,第一红外传感器检测到待测物体进入检测区即第一红外传感输出信号变为低电平;待测物体依次通过5道凸台,相应的信号采集模块采集到五个冲击振动信号,当第二红外传感器检测到待测物离开检测区即输出信号变为低电平时,测试结束。信号采集模块采集的冲击振动信号数据经过数据处理模块的平均、降噪、分解处理后,以分解后的剩余分量峰值标定待测物体重量,并通LED显示屏显示出来。装置整体测试流程如图2所示。利用本装置进行称重的步骤包括:
S1、自整定:开启装置并使用标准质量测试对象通过测试区,实现系统标定。
S2、测试过程:当第一红外传感器检测到待测物进入测试区时测试开始,当第二红外传感器检测到待测物离开测试区时测试结束。测试过程中,被测对象依次通过设置于测试区的凸台,加速度传感器检测到多个冲击振动信号。
S3、信号采集:所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号,并将所采集的信号数据传送给信号处理模块。
S4、信号处理:信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理,以处理后冲击振动信号剩余分量的峰值标定被测对象的重量。
S5、重量显示:被测对象的重量通过显示屏显示。
装置使用前需要使用标准质量测试对象进行自整定,自整定过程结束后装置可以用来测量物体质量,自整定过程如图3所示。步骤包括:
S11、开启称重装置,使用标准质量测试对象通过测试区;
S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号;
S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理;
S14、提取处理后冲击振动信号的剩余分量;
S15、通过计算得出剩余分量峰值与测试对象重量的线性关系;
S16、将装置自整定位置1。
被测对象通过5道凸台时,会产生冲击振动信号,信号采集模块根据预先设置的阈值与采样长度n,截取5道冲击振动信号并进行时域平均处理。设处理前截取的五道冲击信号为x1,x2,x3,x4,,那么时域平均之后的信号为以减少随机噪声的干扰。
经过时域平均处理后的冲击振动信号在数据处理模块进行SVD分解,对其特征值矩阵从大到小进行排列,将较小的特征值置零,然后进行逆变换从而达到降噪的效果,流程详见附图4。
SVD(包括各种推广)己是数值线性代数的最有用和最有效的工具之一,它在统计分析、信号与图像处理、系统理论和控制中被广泛地应用。以下为对SVD分解的证明:
记AAH的特征值为
λ1≥λ2≥…≥λr>λr+1=λr+2=…=λm=0
则存在m阶酉矩阵U,使得
将U分块为
U=(U1 U2),U1∈Cm×r,U2∈Cm×(m-r)
则有
故
由此可得AHU2=0。令V1=AHU1(Σ-1),则V1 HV1=Er,即V1=(v1,...,vr)的r列是两两正交的单位向量。添加n-r单位向量vr+1,...,vn,使v1,...,vr,vr+1,...,vn成为Cn的标准正交基,则V=(v1,...,vr,vr+1,...,vn)是n阶酉矩阵。记V2=(vr+1,...,vn),则
故
由于也称U1ΣV1 H为A的奇异值分解。
本发明中振动信号的奇异值分解原理:首先应延时重构,设已知振动信号重构吸引子轨迹矩阵如下:
若振动信号中包含一定的噪声或突变信息,那么Dm可以写成:
Dm=D+W
D为信号中的平滑部分在重构相空间的轨迹矩阵,W为噪声或不变部分在重构相空间的轨迹矩阵,且W可以看成是对矩阵D的一个摄动。在已知Dm未知D和W的情况下,可以根据分析研究Dm的奇异值的一些特点,来实现得到D去除W即降噪的目的。
对Dm矩阵做奇异值分解,Dm=USV,U和V分别为m×m和n×n矩阵,且UU′=I,VV′=I。S为m×n的对角矩阵,对角线元素按从大到小排列为λ1,λ2,λ3,…,λp,p为min(m,n),λ1,λ2,λ3,…,λp即为Dm矩阵的奇异值。研究表明光滑信号对应的吸引子矩阵是奇异的,即光滑信号的吸引子轨迹矩阵的秩k<min(m,n),一般取n≤m。噪声或故障信号的突变信息构成的轨迹矩阵W,必定为满秩矩阵,即它的秩k=n。同理,含有噪声或突变信息的原信号的重构吸引子矩阵Dm也必定为满秩矩阵。设定D的秩为k(k<n),那么保留Dm的前k个奇异值而其它奇异值置0,然后再利用奇异值分解的逆过程得到一个矩阵,记做D′m,根据Frobennious范数意义下矩阵最佳逼近定理可以得出,矩阵D′m是Dm的秩为k的最佳逼近矩阵。从而可以从D′m得到原信号降噪后的信号。同理将Dm的前k个奇异值置0,利用奇异值分解的逆过程即可得到W′。从而可以从D′m得到原信号中包含的噪声或突变部分。
基于上述于原理,则所述SVD降噪处理步骤如下:
S41、提取时域平均处理后的冲击振动信号;
S42、对冲击振动信号进行延时重构;
S43、利用SVD算法对重构的冲击振动信号进行分解,求取分解信号特征值;
S44、针对分解信号设置一特征值阈值,将分解信号特征值与该阈值进行比较:如果分解信号特征值不大于该阈值,则将分解信号特征值置零,再对分解信号进行SVD逆变换,否则直接对分解信号进行SVD逆变换;
S45、分解信号经SVD逆变换得到降噪后的冲击振动信号。
对降噪后的冲击振动信号进行EMD分解并提取剩余分量,并以剩余分量的峰值对被测对象重量进行标定,通过显示屏显示。
本发明使用加速度传感器取代了传统的力传感器,这样避免了被测对象与传感器之间直接接触,提高了装置的可靠性与耐久性。测试采用了时域平均技术与SVD降噪技术能够从较大程度上去除噪声干扰。振动信号数据经过EMD分解的剩余分量能够反映振动的趋势,而去除噪声后振动趋势与被测对象的重量具有线性关系,该线性关系由系统自整定过程得出,因此被测对象的重量可以通过EMD分解之后的剩余分量来进行标定。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种基于加速度信号经验模式分解的动态称重装置,其特征在于,装置包括:称重台、第一红外传感器、第二红外传感器、若干凸台、加速度传感器、信号采集模块、信号处理模块以及显示屏;
所述称重台两侧以称重台中心为基准对称设置有第一红外传感器和第二红外传感器,所述第一红外传感器和第二红外传感器均与信号采集模块连接;第一红外传感器和第二红外传感器之间的称重台部分构成本装置的测试区;所述测试区内分布以称重台中心为对称基准均匀设置的若干凸台;所述称重台底部中心位置设有加速度传感器,所述加速度传感器与信号采集模块连接;
所述信号采集模块连接信号处理模块,将由所述第一红外传感器、第二红外线传感器以及所述加速度传感器采集到的信号传输给信号处理模块进行处理,获得被测对象重量,并由显示屏显示;
当第一红外传感器检测到待测物进入测试区时测试开始,当第二红外传感器检测到待测物离开测试区时测试结束,测试过程中,被测对象依次通过设置于测试区的凸台,加速度传感器检测到多个冲击振动信号;所述信号采集模块分别采集第一红外传感器、第二红外传感器和加速度传感器检测到的信号,并将所采集的信号数据传送给信号处理模块;信号处理模块根据预先设定的阈值和采样长度对接收的冲击振动信号依次进行时域平均、信号降噪、信号分解处理,以处理后冲击振动信号剩余分量的峰值标定被测对象的重量;被测对象的重量通过显示屏显示;系统首次使用之前需使用标准质量测试对象通过测试区,实现系统标定。
2.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述称重台为钢板结构。
3.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述凸台个数优选为5个,并采用钢材料以焊接方式连接于称重台。
4.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述加速度传感器以螺纹方式连接于称重台。
5.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述系统标定步骤具体包括:
S11、开启装置,使用标准质量测试对象通过测试区;
S12、采集标准质量测试对象通过若干凸台产生的冲击振动信号;
S13、对采集到的冲击振动信号进行时域平均、信号降噪、信号分解处理;
S14、提取处理后冲击振动信号的剩余分量;
S15、通过计算得出剩余分量峰值与测试对象重量的线性关系;
S16、将装置调整至自整定位置1。
6.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述信号降噪采用奇异值分解降噪,其步骤包括:
S41、提取时域平均处理后的冲击振动信号;
S42、对冲击振动信号进行延时重构;
S43、利用奇异值分解降噪算法对重构的冲击振动信号进行分解,求取分解信号特征值;
S44、针对分解信号设置一特征值阈值,将分解信号特征值与该阈值进行比较:如果分解信号特征值不大于该阈值,则将分解信号特征值置零后,再对分解信号进行奇异值分解降噪逆变换,否则直接对分解信号进行奇异值分解降噪逆变换;
S45、分解信号经奇异值分解降噪逆变换得到降噪后的冲击振动信号。
7.根据权利要求1所述的一种基于加速度信号经验模式分解的动态称重装置,其特征在于:所述信号分解采用基于经验的模式分解方法,对降噪后的冲击振动信号进行分解处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611130668.3A CN106768227B (zh) | 2016-12-09 | 2016-12-09 | 基于加速度信号经验模式分解的动态称重装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611130668.3A CN106768227B (zh) | 2016-12-09 | 2016-12-09 | 基于加速度信号经验模式分解的动态称重装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106768227A CN106768227A (zh) | 2017-05-31 |
CN106768227B true CN106768227B (zh) | 2020-01-14 |
Family
ID=58879367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611130668.3A Expired - Fee Related CN106768227B (zh) | 2016-12-09 | 2016-12-09 | 基于加速度信号经验模式分解的动态称重装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106768227B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106768227B (zh) * | 2016-12-09 | 2020-01-14 | 大连交通大学 | 基于加速度信号经验模式分解的动态称重装置及方法 |
CN112903078B (zh) * | 2021-01-21 | 2023-01-10 | 核工业四一六医院 | 一种实验鼠数据采集装置及采集方法 |
CN114414011B (zh) * | 2021-12-14 | 2024-04-12 | 中联重科新材料科技有限公司 | 用于计量螺旋的控制方法及装置、控制器和计量螺旋 |
CN118094357B (zh) * | 2024-04-22 | 2024-07-12 | 武汉泰沃滋信息技术有限公司 | 基于属性解耦和因子分析的车辆动态称重方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1072874A1 (de) * | 1999-07-17 | 2001-01-31 | Contraco SA | Verfahren und Vorrichtung zur Bestimmung des Fahrzeuggewichtes bei fahrendem Fahrzeug |
CN1773225A (zh) * | 2005-11-10 | 2006-05-17 | 上海交通大学 | 基于微加速度传感器的高速动态车辆超载检测方法 |
CN1844865A (zh) * | 2006-05-08 | 2006-10-11 | 何宏伟 | 车辆动态称重系统及方法 |
CN101105411A (zh) * | 2007-08-10 | 2008-01-16 | 中国航天科技集团公司第四研究院第四十四研究所 | 车辆动态轴重衡称重信号的自适应滤波方法 |
JP2010216856A (ja) * | 2009-03-13 | 2010-09-30 | Aisin Seiki Co Ltd | 重量勾配推定装置、及びそれを用いた車両制御装置 |
CN102607680A (zh) * | 2012-03-07 | 2012-07-25 | 四川升拓检测技术有限责任公司 | 一种基于振动的桥梁车辆载重识别的快速检测方法 |
CN102901550A (zh) * | 2012-11-15 | 2013-01-30 | 陕西电器研究所 | 一种实现车载动态称重的方法 |
CN103791991A (zh) * | 2014-01-23 | 2014-05-14 | 成都九洲电子信息系统股份有限公司 | 车辆载重实时监控方法 |
CN106017621A (zh) * | 2016-05-27 | 2016-10-12 | 江苏大学 | 一种基于rfid汽车超载不停车检测系统及检测方法 |
CN106768227A (zh) * | 2016-12-09 | 2017-05-31 | 大连交通大学 | 基于加速度信号经验模式分解的动态称重装置及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8630753B2 (en) * | 2011-04-13 | 2014-01-14 | Bret E. Cahill | Method for dynamic determination of the true mass of a non rigid body subject to low frequency noise |
JP5668701B2 (ja) * | 2012-01-25 | 2015-02-12 | 株式会社アドヴィックス | 車両質量推定装置 |
WO2015060319A1 (ja) * | 2013-10-23 | 2015-04-30 | 国立大学法人東京海洋大学 | 積載重量検出装置 |
-
2016
- 2016-12-09 CN CN201611130668.3A patent/CN106768227B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1072874A1 (de) * | 1999-07-17 | 2001-01-31 | Contraco SA | Verfahren und Vorrichtung zur Bestimmung des Fahrzeuggewichtes bei fahrendem Fahrzeug |
CN1773225A (zh) * | 2005-11-10 | 2006-05-17 | 上海交通大学 | 基于微加速度传感器的高速动态车辆超载检测方法 |
CN1844865A (zh) * | 2006-05-08 | 2006-10-11 | 何宏伟 | 车辆动态称重系统及方法 |
CN101105411A (zh) * | 2007-08-10 | 2008-01-16 | 中国航天科技集团公司第四研究院第四十四研究所 | 车辆动态轴重衡称重信号的自适应滤波方法 |
JP2010216856A (ja) * | 2009-03-13 | 2010-09-30 | Aisin Seiki Co Ltd | 重量勾配推定装置、及びそれを用いた車両制御装置 |
CN102607680A (zh) * | 2012-03-07 | 2012-07-25 | 四川升拓检测技术有限责任公司 | 一种基于振动的桥梁车辆载重识别的快速检测方法 |
CN102901550A (zh) * | 2012-11-15 | 2013-01-30 | 陕西电器研究所 | 一种实现车载动态称重的方法 |
CN103791991A (zh) * | 2014-01-23 | 2014-05-14 | 成都九洲电子信息系统股份有限公司 | 车辆载重实时监控方法 |
CN106017621A (zh) * | 2016-05-27 | 2016-10-12 | 江苏大学 | 一种基于rfid汽车超载不停车检测系统及检测方法 |
CN106768227A (zh) * | 2016-12-09 | 2017-05-31 | 大连交通大学 | 基于加速度信号经验模式分解的动态称重装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106768227A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106768227B (zh) | 基于加速度信号经验模式分解的动态称重装置及方法 | |
Sekihara et al. | Application of an MEG eigenspace beamformer to reconstructing spatio‐temporal activities of neural sources | |
CN103020478B (zh) | 一种海洋水色遥感产品真实性检验的方法 | |
CN104620119B (zh) | 监测电网的装置和方法 | |
Brennan et al. | Estimation of optical turbulence characteristics from Shack Hartmann wavefront sensor measurements | |
EP2866190A1 (en) | Systems and methods for detecting, correcting, and validating bad data in data streams | |
EP1606639B1 (en) | Method and system for processing a multi-channel measurement of magnetic fields | |
CN112417370B (zh) | 粗糙表面物质的穆勒琼斯矩阵估计及偏振噪声分析方法 | |
CN115879300A (zh) | 滑坡诱发性估算方法、装置、电子设备及存储介质 | |
CN102135447B (zh) | 用于测量电磁波的方法和装置 | |
CN108957262B (zh) | 信号降噪方法及装置 | |
CN117470657B (zh) | 一种纺织床垫面料检验数据采集方法、装置及计算设备 | |
CN113919389A (zh) | 一种基于声纹成像的gis故障诊断方法及系统 | |
Chaudhuri et al. | Denoising of partial discharge signal using a hybrid framework of total variation denoising-autoencoder | |
CN113670823A (zh) | 一种大气环境下材料表面相对湿度检测装置 | |
CN113139963A (zh) | 缺陷检测方法和装置 | |
CN117235446A (zh) | 一种自动换电站数据智能管理系统 | |
CN117116293A (zh) | 一种复杂声场环境中机器设备故障诊断系统 | |
Salehi et al. | A frequency response based structural damage localization method using independent component analysis | |
CN106125029A (zh) | 多通道磁共振射频线圈性能评估方法及其装置 | |
CN111678484B (zh) | 一种显示模组整机匹配装置与干涉检查方法 | |
Guo et al. | Acoustic localization of surface defect for low-speed large bearing with averaged generalized inverse beamforming | |
US11971701B2 (en) | Information processing apparatus, information processing method, and program | |
Döhler et al. | Efficient structural system reliability updating with subspace-based damage detection information | |
US20020177980A1 (en) | Specimen topography reconstruction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200114 Termination date: 20201209 |
|
CF01 | Termination of patent right due to non-payment of annual fee |