CN111144223B - 基于Tikhonov正则化的广义最小化求解的振动速度重建方法 - Google Patents

基于Tikhonov正则化的广义最小化求解的振动速度重建方法 Download PDF

Info

Publication number
CN111144223B
CN111144223B CN201911222069.8A CN201911222069A CN111144223B CN 111144223 B CN111144223 B CN 111144223B CN 201911222069 A CN201911222069 A CN 201911222069A CN 111144223 B CN111144223 B CN 111144223B
Authority
CN
China
Prior art keywords
generalized
formula
reconstruction
acceleration
vibration
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.)
Active
Application number
CN201911222069.8A
Other languages
English (en)
Other versions
CN111144223A (zh
Inventor
余才志
孙长库
李岳
王鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201911222069.8A priority Critical patent/CN111144223B/zh
Publication of CN111144223A publication Critical patent/CN111144223A/zh
Application granted granted Critical
Publication of CN111144223B publication Critical patent/CN111144223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Operations Research (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于Tikhonov正则化的广义最小化求解的振动速度重建方法，包括如下步骤：S1建立积分广义误差控制方程；S2求解理想加速度与测量加速度的频域传递函数；S3确定广义化阶数ng与正则化因子；S4建立L2广义误差控制方程；S5求解速度重建系数向量，完成对振动速度的重建。该方法能够克服现有积分算法存在的不足，在有效抑制低频噪声的情况下尽量保留低频信息的数字信号积分算法，可以较好地再现振动信号的时域瞬时特性；并且该方法可通过调节广义化阶数和正则化因子来适应不同的振动测量环境，应用性强。

Description

基于Tikhonov正则化的广义最小化求解的振动速度重建方法
技术领域
本发明涉及环境微振动信号处理技术领域，主要涉及一种基于Tikhonov正则化的广义最小化求解的振动速度重建方法。
背景说明
随着电子工业技术的快速发展，越来越多的高精密生产及检测设备对环境微振动有着较高要求，尤其对环境微振动的低频振动幅值要求甚高。一些特殊类型的高精密设备，其制造厂商会提供对应的振动允许值，也就是防微振指标；若未提供相应指标，可根据其生产或检测精度按照通用微振动标准进行评估。目前我国提出有GB51076-2015《电子工业防微振工程技术规范》以及国际通用振动评价标准，由IEST-RP-CC012.2给出的VC振动标准。
以上提到的两种振动标准以及大多数厂商提供的防微振指标均是基于振动速度幅值高低来进行环境振动评估，但考虑到振动传感器的安装以及指标参数等因素，直接使用振动速度传感器难以实现低频微振动测量，因此需要选用低频高灵敏度的振动加速度传感器获取加速度信号后，再通过数字信号积分算法，重建振动速度信号，以用于后续环境振动评估。
已有的数字信号积分算法主要分为时域积分和频域积分两大方向。时域积分主要是通过滤波或多项式拟合等方法在去除低频噪声及趋势项后，对时域信号进行数值积分得到振动速度信号，但由于环境微振动的目标频率也就是基频往往是较低的，滤波器设计难度较大，且会出现相位失真等现象。频域积分主要包括低频截止和低频衰减等积分算法，对低频噪声抑制以及趋势项控制方面表现良好，但其积分得到的时域速度信号是经过IFFT后各个频率平均后的结果，因此无法很好的再现随机振动信号的瞬时特性。
鉴于已有的信号积分方法存在的种种不足，在环境微振动测试领域迫切需要一种既可以再现振动信号时域瞬时特性，又可以在有效抑制低频噪声的情况下尽量保留低频信息的数字信号积分算法。
发明内容：
本发明的目的在于提出一种基于Tikhonov正则化的广义最小化求解的振动速度重建方法，克服现有积分算法存在的不足，在有效抑制低频噪声的情况下尽量保留低频信息的数字信号积分算法，可以较好地再现振动信号的时域瞬时特性；并且该方法可通过调节广义化阶数和正则化因子来适应不同的振动测量环境，应用性强；该方法在实际应用中，仅需进行简单的向量乘法运算，并且不同积分窗的计算是相互独立的，可通过多线程并行计算提高算法速度，可编程性强。
本发明是通过以下技术方案实现的：
一种基于Tikhonov正则化的广义最小化求解的振动速度重建方法，包括如下步骤：
S1建立积分广义误差控制方程：基于Tikhonov正则化L2形式给出理想速度的微分与测量加速度/>的差的误差最小化控制方程，并将测量误差的最小化问题进行广义化处理，得出定积分连续形式的积分广义误差控制方程；
S2求解理想加速度与测量加速度的频域传递函数通过对积分广义误差控制方程进行变分法求解、傅里叶变换，再代入理想速度与理想加速度的频域积分传递函数HE(ω)，推导出理想加速度与测量加速度的频域传递函数/>
S3确定广义化阶数ng与正则化因子λ：通过校准实验获取在不同频率正弦振动下，系统测量加速度ac以及校准加速度aacc，在已知不同频率的系统测量加速度ac的情况下，由频域传递函数可得到在不同广义化阶数与正则化因子的情况下理想加速度的最佳结果，由此确定广义化阶数ng与正则化因子λ的取值；
S4建立L2广义误差控制方程：通过梯形积分公式将积分形式广义误差控制方程离散化，并构造Lagrange插值多项式推导数值微分公式，替代各个物理量对时间的求导，经计算整理得出L2范数离散形式的L2广义误差控制方程；
S5求解速度重建系数向量bk+2，完成对振动速度的重建：求解L2广义误差控制方程，经整理可得速度重建系数矩阵B，取其中间行向量即可得到速度重建系数向量bk+2，将其与积分窗内的测量加速度向量相乘即可得到积分窗中心时刻的振动速度，通过移动积分窗重复上述计算，即可完成对振动速度的重建。
进一步的，步骤S1具体包括：
S1-1建立Tikhonov正则化误差控制方程的连续形式为：
式(1)中，vst为静态速度，也就是理想速度的先验估计；为测量加速度，/>为理想速度的微分，λ为正则化因子；
S1-2将测量误差的最小化问题进行广义化处理，也就是求解其高阶导数的差的最小化问题，则积分广义误差控制方程形式为：
进一步的，步骤S2具体包括：
S2-1构造目标函数为：
S2-2取先验估计vst为零，对式(2)使用变分法求极值：
式(4)中E即为步骤S2-1构造的目标函数，
对式(4)进行连续分布积分，整理可得：
由式(5)可得微分方程：
S2-3对式(6)进行傅里叶变换，并带入HE(ω)＝1/(jω)可得传递函数
进一步的，步骤S3具体包括：
S3-1通过校准实验获取在目标频率附近的不同频率正弦激振的j组系统测量加速度和j组校准加速度/>
S3-2已知j组系统测量加速度由式(7)可得j组重建加速度/>由下式所示：
式(8)中ωi为每组加速度对应的角频率；
S3-3构建误差计算公式：
由此建立在不同广义化阶数ng下，可以通过调整正则化因子λ来使误差达到系统允许误差。
进一步的，步骤S4具体包括：
S4-1由梯形积分公式可得积分形式广义误差控制方程离散化形式：
式(10)中，Ki为使用梯形积分公式后经整理所得的系数矩阵；v为离散理想速度向量；为离散测量加速度向量。
S4-2由Lagrange插值多项式(11)可得数值微分公式(12)为：
S4-3将式(12)代入式(10)经整理可得L2广义误差控制方程：
式(13)中系数矩阵K＝Ki·Kc；微分系数矩阵Kc为代入数值微分公式后，经整理得到；T为时间采样常数。
进一步的，步骤S5具体包括：
S5-1式(13)其形式为标准Tikhonov正则化，其正则解为：
式(14)中，I为单位矩阵；
S5-2将式(14)中的速度重建系数矩阵B的中间行向量取出，得到速度重建系数向量bk+2，将积分窗长度Nw设为Nw＝2k+1，则一个积分窗内的中间重建速度vk+1可由式(15)求得：
S5-3将积分窗沿时间轴向前移动一个采样时间间隔，由式(15)即可得到下一个积分窗内的中间重建速度vk+1；
S5-4不断重复步骤S5-3，即可完成振动速度的重建。
本发明的优点和有益效果为：
本发明克服现了有积分算法存在的不足，在有效抑制低频噪声的情况下尽量保留低频信息的数字信号积分算法，可以较好地再现振动信号的时域瞬时特性；并且该方法可通过调节广义化阶数和正则化因子来适应不同的振动测量环境，应用性强；该方法在实际应用中，仅需进行简单的向量乘法运算，并且不同积分窗的计算是相互独立的，可通过多线程并行计算提高算法速度，可编程性强。
附图说明
图1是算法流程框图。
图2是测量加速度图。
图3是不同广义化阶数下幅频响应图。
图4是不同正则化因子下幅频响应图。
图5是积分过程示意图。
图6是理想速度与重建速度对比图。
图7是理想速度与重建速度对比放大图。
具体实施方式：
下面结合附图和具体的操作方式对本发明的操作流程进行详细说明：
参照图1所示，为本发明的振动速度重建方法的算法流程框图；基于Tikhonov正则化的广义最小化求解方法建立IGEC方程，首先通过对IGEC方程进行变分法以及傅里叶变换推导出理想加速度(通过本算法计算出的加速度)与测量加速度的传递函数，进行误差计算后选取最佳结果，确定广义化阶数与正则化因子。再对IGEC方程进行离散化计算推导，得到LGEC方程，对其进行求解得到速度重建系数向量。最后，用积分窗将测量加速度进行截取，将截取得到的测量加速度向量与速度重建系数向量作向量乘法运算，即可得到积分窗中心时刻的重建加速度，继续移动积分窗重复上述步骤，即可完成振动速度重建。
参照图2为待进行积分的测量加速度，本发明的具体步骤实施如下所示：
S1建立积分广义误差控制方程：基于Tikhonov正则化L2形式给出理想速度的微分与测量加速度/>的差的误差最小化控制方程，并将测量误差的最小化问题进行广义化处理，得出定积分连续形式的积分广义误差控制方程，简称IGEC方程。步骤S1具体步骤如下：
S1-1建立Tikhonov正则化误差控制方程的连续形式为：
式(1)中，vst为静态速度，也就是理想速度的先验估计；为测量加速度，/>为理想速度的微分，λ为正则化因子；
S1-2将测量误差(理想加速度与测量加速度的差)的最小化问题进行广义化处理，也就是求解其高阶导数的差的最小化问题，则积分广义误差控制方程形式为：
式(2)中，ng为广义化阶数，λ为正则化因子。
S2求解理想加速度a与测量加速度的频域传递函数/>通过对积分广义误差控制方程进行变分法求解、傅里叶变换，再代入理想速度与理想加速度的频域积分传递函数HE(ω)，可推导出理想加速度a与测量加速度/>的频域传递函数/>步骤S2具体步骤如下：
S2-1构造目标函数为：
S2-2取先验估计vst为零，对式(2)使用变分法求极值：
式(4)中E即为步骤S2-1构造的目标函数；
对式(4)进行连续分布积分，整理可得：
由式(5)可得微分方程：
S2-3对式(6)进行傅里叶变换，并带入HE(ω)＝1/(jω)可得传递函数
S3确定广义化阶数ng与正则化因子λ：通过校准实验获取在不同频率正弦振动下，系统测量加速度ac以及校准加速度aacc，在已知不同频率的系统测量加速度ac的情况下，由频域传递函数可得到在不同广义化阶数与正则化因子的情况下理想加速度的最佳结果，由此确定广义化阶数ng与正则化因子λ的取值。步骤S3具体步骤如下：
S3-1通过校准实验获取在目标频率附近的不同频率正弦激振的j组系统测量加速度(取其频域幅值谱对应频率幅值)和j组校准加速度/>(取其频域幅值谱对应频率幅值)。
S3-2将j组系统测量加速度代入式(7)可得j组重建加速度/>由下式所示：
式(8)中ωi为每组加速度对应的角频率。
S3-3构建误差计算公式：
由此建立在不同广义化阶数ng下，可以通过调整正则化因子λ来使误差达到系统允许误差。
调整不同广义化阶数ng和正则化因子λ，会改变传递函数的幅频响应，参照图3和图4所示，不断调整两个参数，通过误差计算公式(3)得到最佳结果，本例中选取广义化阶数为ng＝2，正则化因子为λ＝5.64。
S4建立L2广义误差控制方程：通过梯形积分公式将积分形式广义误差控制方程离散化，并构造Lagrange插值多项式推导数值微分公式，替代各个物理量对时间的求导，经计算整理得出L2范数离散形式的广义误差控制方程，简称LGEC方程。步骤S4具体步骤如下：
S4-1由梯形积分公式可得积分形式广义误差控制方程离散化形式：
式(10)中，Ki为使用梯形积分公式后经整理所得的系数矩阵；v为离散理想速度向量；为离散测量加速度向量；
S4-2由Lagrange插值多项式(11)可得数值微分公式(12)为：
S4-3将式(12)代入式(10)经整理可得L2广义误差控制方程：
式(13)中系数矩阵K＝Ki·Kc；微分系数矩阵Kc为代入数值微分公式后，经整理得到；T为时间采样常数。
S5求解速度重建系数向量bk+2，完成对振动速度的重建：求解L2广义误差控制方程，经整理可得速度重建系数矩阵B，取其中间行向量即可得到速度重建系数向量bk+2，将其与积分窗内的测量加速度向量相乘即可得到积分窗中心时刻的振动速度，通过移动积分窗重复上述计算，即可完成对振动速度的重建。步骤S5具体步骤如下：
S5-1式(13)其形式为标准Tikhonov正则化，其正则解为：
式(14)中，I为单位矩阵；
S5-2将式(14)中的速度重建系数矩阵B的中间行向量取出，得到速度重建系数向量bk+2，将积分窗长度Nw设为Nw＝2k+1，本例中将积分窗长度Nw设为Nw＝3073，则一个积分窗内的中间重建速度vk+1可由式(15)求得：
S5-3将积分窗沿时间轴向前移动一个采样时间间隔，由式(15)即可得到下一个积分窗内的中间重建速度vk+1，如图5所示；
S5-4不断重复步骤S5-3，即可完成振动速度的重建，如图6所示。
从图6和图7即可看出，重建后的速度成功抑制了低频趋势项，并且较好地再现振动信号的时域瞬时特性。

Claims (6)

1.一种基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，包括如下步骤：
S1建立积分广义误差控制方程：基于Tikhonov正则化L2形式给出理想速度的微分与测量加速度/>的差的误差最小化控制方程，并将测量误差的最小化问题进行广义化处理，得出定积分连续形式的积分广义误差控制方程；
S2求解理想加速度与测量加速度的频域传递函数通过对积分广义误差控制方程进行变分法求解、傅里叶变换，再代入理想速度与理想加速度的频域积分传递函数HE(ω)，推导出理想加速度与测量加速度的频域传递函数/>
S3确定广义化阶数ng与正则化因子λ：通过校准实验获取在不同频率正弦振动下，系统测量加速度ac以及校准加速度aacc，在已知不同频率的系统测量加速度ac的情况下，由频域传递函数可得到在不同广义化阶数与正则化因子的情况下理想加速度的最佳结果，由此确定广义化阶数ng与正则化因子λ的取值；
S4建立L2广义误差控制方程：通过梯形积分公式将积分形式广义误差控制方程离散化，并构造Lagrange插值多项式推导数值微分公式，替代各个物理量对时间的求导，经计算整理得出L2范数离散形式的L2广义误差控制方程；
S5求解速度重建系数向量bk+2，完成对振动速度的重建：求解L2广义误差控制方程，经整理可得速度重建系数矩阵B，取其中间行向量即可得到速度重建系数向量bk+2，将其与积分窗内的测量加速度向量相乘即可得到积分窗中心时刻的振动速度，通过移动积分窗重复上述计算，即可完成对振动速度的重建。
2.根据权利要求1所述的基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，步骤S1具体包括：
S1-1建立Tikhonov正则化误差控制方程的连续形式为：
式(1)中，vst为静态速度，也就是理想速度的先验估计；为测量加速度，/>为理想速度的微分，λ为正则化因子；
S1-2将测量误差的最小化问题进行广义化处理，也就是求解其高阶导数的差的最小化问题，则积分广义误差控制方程形式为：
3.根据权利要求2所述的基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，步骤S2具体包括：
S2-1构造目标函数为：
S2-2取先验估计vst为零，对式(2)使用变分法求极值：
式(4)中E即为步骤S2-1构造的目标函数，
对式(4)进行连续分布积分，整理可得：
由式(5)可得微分方程：
S2-3对式(6)进行傅里叶变换，并带入HE(ω)＝1/(jω)可得传递函数
4.根据权利要求3所述的基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，步骤S3具体包括：
S3-1通过校准实验获取在目标频率附近的不同频率正弦激振的j组系统测量加速度和j组校准加速度/>
S3-2将j组系统测量加速度代入式(7)可得j组重建加速度/>由下式所示：
式(8)中ωi为每组加速度对应的角频率；
S3-3构建误差计算公式：
由此建立在不同广义化阶数ng下，可以通过调整正则化因子λ来使误差达到系统允许误差。
5.根据权利要求4所述的基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，步骤S4具体包括：
S4-1由梯形积分公式可得积分形式广义误差控制方程离散化形式：
式(10)中，Ki为使用梯形积分公式后经整理所得的系数矩阵；v为离散理想速度向量；为离散测量加速度向量；
S4-2由Lagrange插值多项式(11)可得数值微分公式(12)为：
S4-3将式(12)代入式(10)经整理可得L2广义误差控制方程：
式(13)中系数矩阵K＝Ki·Kc；微分系数矩阵Kc为代入数值微分公式后，经整理得到；T为时间采样常数。
6.根据权利要求5所述的基于Tikhonov正则化的广义最小化求解的振动速度重建方法，其特征在于，步骤S5具体包括：
S5-1式(13)其形式为标准Tikhonov正则化，其正则解为：
式(14)中，I为单位矩阵；
S5-2将式(14)中的速度重建系数矩阵B的中间行向量取出，得到速度重建系数向量bk+2，将积分窗长度Nw设为Nw＝2k+1，则一个积分窗内的中间重建速度vk+1可由式(15)求得：
S5-3将积分窗沿时间轴向前移动一个采样时间间隔，由式(15)即可得到下一个积分窗内的中间重建速度vk+1；
S5-4不断重复步骤S5-3，即可完成振动速度的重建。
CN201911222069.8A 2019-12-03 2019-12-03 基于Tikhonov正则化的广义最小化求解的振动速度重建方法 Active CN111144223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911222069.8A CN111144223B (zh) 2019-12-03 2019-12-03 基于Tikhonov正则化的广义最小化求解的振动速度重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911222069.8A CN111144223B (zh) 2019-12-03 2019-12-03 基于Tikhonov正则化的广义最小化求解的振动速度重建方法

Publications (2)

Publication Number Publication Date
CN111144223A CN111144223A (zh) 2020-05-12
CN111144223B true CN111144223B (zh) 2023-09-15

Family

ID=70517511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911222069.8A Active CN111144223B (zh) 2019-12-03 2019-12-03 基于Tikhonov正则化的广义最小化求解的振动速度重建方法

Country Status (1)

Country Link
CN (1) CN111144223B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589232B (zh) * 2021-07-28 2023-08-08 天津大学 基于重构正则化矩阵的奇异值分解微振动振源定位方法
CN114659618B (zh) * 2022-03-22 2023-06-16 中国科学院长春光学精密机械与物理研究所 一种基于近似积分法空间微振动测试方法及其装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009050280A1 (fr) * 2007-10-19 2009-04-23 Centre National D'etudes Spatiales Procede d'integration d'un signal vibratoire a partir de differentielles du signal et procede correspondant de correction d'un signal acquis par un capteur d'images
CN104154893A (zh) * 2014-08-20 2014-11-19 中国科学技术大学 一种基于离散奇异卷积的振动位移响应重构方法
CN107543601A (zh) * 2017-08-16 2018-01-05 安徽大学 一种复杂外形声源表面瞬态加速度重建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009050280A1 (fr) * 2007-10-19 2009-04-23 Centre National D'etudes Spatiales Procede d'integration d'un signal vibratoire a partir de differentielles du signal et procede correspondant de correction d'un signal acquis par un capteur d'images
CN104154893A (zh) * 2014-08-20 2014-11-19 中国科学技术大学 一种基于离散奇异卷积的振动位移响应重构方法
CN107543601A (zh) * 2017-08-16 2018-01-05 安徽大学 一种复杂外形声源表面瞬态加速度重建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王鹏宇 ; 宋千 ; 周智敏 ; .基于多测量动态聚类的压缩感知增强成像方法.电子与信息学报.2013,(第11期),全文. *

Also Published As

Publication number Publication date
CN111144223A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
CN111144223B (zh) 基于Tikhonov正则化的广义最小化求解的振动速度重建方法
FI123318B (fi) Massavirtauksen kolmiulotteinen kuvantaminen
CN109856689B (zh) 一种超导航磁梯度张量数据抑噪处理方法和系统
Wu et al. Analysis of the exponential signal by the interpolated DFT algorithm
CN107632964B (zh) 一种平面地磁异常场向下延拓递归余弦变换法
CN112487604B (zh) 海洋重力仪输出数据长时间非线性漂移补偿方法
CN110375772B (zh) 自适应卡尔曼滤波的环形激光器随机误差建模与补偿方法
CN111458017B (zh) 一种基于广义趋势项误差控制的振动速度频域重构方法
CN111505727A (zh) 基于多传感器数据融合的振动补偿方法及系统
Blum et al. An optimal solution to inverse heat conduction problems based on frequency-domain interpretation and observers
CN106603036A (zh) 一种基于低阶内插滤波器的自适应时延估计方法
CN111427096A (zh) 全张量重力梯度仪数据质量评价和滤波处理方法
Shimoda et al. Precise sinusoidal signal extraction from noisy waveform in vibration calibration
CN104154893A (zh) 一种基于离散奇异卷积的振动位移响应重构方法
CN113504568B (zh) 一种基于小生境差分进化算法的中值滤波方法
CN112327234B (zh) 可转位刀具切削动态信号的工频干扰高精度补偿方法
CN114527520A (zh) 一种用于修正原子干涉重力仪干涉条纹的振动补偿方法
Eichstädt et al. Dynamic measurement and its relation to metrology, mathematical theory and signal processing: A review
CN113126172B (zh) 静位移校正方法及装置
CN109283583B (zh) 一种静校正寻优整合方法和装置
Ribeiro et al. Parameter adjustments for optimizing signal integration using the FFT-DDI method
CN105096383A (zh) 一种单幅载波干涉条纹检测面形相位恢复方法
Zangl et al. Rotor design for capacitive sensors
CN111665550A (zh) 地下介质密度信息反演方法
Söderström et al. Parameter estimation for diffusion models

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