JP2009244138A - 信号測定分離分析装置および方法 - Google Patents
信号測定分離分析装置および方法 Download PDFInfo
- Publication number
- JP2009244138A JP2009244138A JP2008091902A JP2008091902A JP2009244138A JP 2009244138 A JP2009244138 A JP 2009244138A JP 2008091902 A JP2008091902 A JP 2008091902A JP 2008091902 A JP2008091902 A JP 2008091902A JP 2009244138 A JP2009244138 A JP 2009244138A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- detection
- unit
- data
- signal data
- 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.)
- Pending
Links
Images
Landscapes
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
【課題】混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理に関する処理、を1つのシステム上で効率的に実現でき、もって、電磁障害要因の究明、騒音源の特定対策などに関する稼動やコストの高効率化が実現可能な信号測定分離分析装置および方法を提供する。
【解決手段】電磁波源11〜1Nを検出するセンサ21〜2Nと、信号測定分離分析装置3と、信号測定部(信号検出部)31と、バッファメモリ部(検出信号記憶部)32と、信号分離部33と、信号分析部34と、信号管理表示部35と、外部トリガ信号受信部36と、電子装置4と、を備え、混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理を行う。
【選択図】図1
【解決手段】電磁波源11〜1Nを検出するセンサ21〜2Nと、信号測定分離分析装置3と、信号測定部(信号検出部)31と、バッファメモリ部(検出信号記憶部)32と、信号分離部33と、信号分析部34と、信号管理表示部35と、外部トリガ信号受信部36と、電子装置4と、を備え、混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理を行う。
【選択図】図1
Description
本発明は、現在、電子装置の障害要因となっている電磁妨害波や日常環境の騒音等を現場において分析するための信号測定分析装置に関するものであり、同時に2つ以上のセンサを用いて測定し、2つ以上の信号源からの発生信号が混合して観測される場合の検出信号より、各信号源の元信号波形を推定することを可能にする技術に関する。
従来において、携帯電話や電源装置等の電子装置類から放射される電磁波、あるいは、アマチュア無線やCB無線等の無線電波が、電子装置や電子デバイスの障害要因となっている。電子装置の電磁障害要因となる電磁波源は多様化する傾向にあり、通信ケーブルや電源線などを介して電子装置に影響を与えるケースが多数報告されている。また一方で、車や航空機による騒音問題の悪化が懸念されており、環境保全等の観点から、各種の騒音環境を測定する技術が検討されている。
上記のような電磁環境や騒音環境を測定する手段としては、外部センサより検出された信号を測定装置に入力することで実現可能であり、その測定装置としては公知の手法をベースとする方法がある(特許文献1〜3参照)。また市販製品を例にとれば、検出した時間信号を内部メモリに一時記録して、ピーク値や周波数スペクトルなどを表示する機能を有するものが普及している(非特許文献1、2参照)。また騒音環境の把握に際しては、マイクロホンと信号測定装置を組み合わせる方法、マイクロホンとパソコンを組み合わせる方法、その他などが利用されている。
これら電磁障害対策や騒音対策を進めていくためには、障害要因となる電磁ノイズ源や騒音源を特定した上で、ノイズ特性や現場環境に応じた対策を施す必要があるが、複数の信号源が混在する場合には、その切り分けは必ずしも容易ではないという課題がある。
ところで、複数の信号が混在して観測される環境下において、混合前の元信号変動を推定する手法として、独立成分分析手法(非特許文献3参照)があり、実環境への適用を目的とした装置やプログラムが提案されている(特許文献4〜6参照)。本技術手法については、これまで、主として混在する音声信号や生体信号の分離実現を目的に検討が進められてきた。
特開平05−020472
特開平05−119072
特開平05−141195
特許第388724号
特開2004−110404号公報
特開2005−258363号公報
日置電機株式会社製・メモリハイコーダ8826/8842、
横川電機株式会社製・ディジタルオシロスコープDL7440/DL7480
A.Hyvarinen,"Survey on Independent Component Analysis"Neural Computing Surveys 2, pp.94-128,1999./A.Hyvarinen and E.Oja,"Independent Component Analysis:Algorithms and Applications",Neural Networks,13(4-5),pp.411-430,2000.
しかしながら、従来の電磁環境や騒音環境の測定技術では、個別の発生信号の検出・把握には有効ではあるが、複数の電磁波源や騒音源が混在する環境下において、元の電磁波源・騒音源の識別や誘導経路の切り分けを実施する際には、必ずしも効率的とは言えなかった。例えば、通信局舎内では、複数の通信ケーブルが存在し、通信ケーブル上を流れる信号が相互干渉するケースがあるが、従来の測定技術では、複数信号の混在の切り分けに多大の時間を要するため、作業の効率化が望まれていた。
また、複数信号が混合した検出信号を観測し、混合前の元信号変動の推定手法である独立成分分析手法について、これまでの検討内容は、推定精度の改善や計算処理の効率化を目的とするものが主であった。独立成分分析により得られる推定信号(分離信号)に関しては、観測した複数信号との関係性(あるいは、観測順序と推定順序)が必ずしも保証されるわけではない。従って、例えば、複数の通信ケーブル間において相互干渉が発生した信号を測定し、通信ケーブル毎の推定信号(分離信号)と通信ケーブル毎の元信号(干渉前信号)の対応付けを現場で効率的に把握するためには、信号測定技術、独立成分分析手法、独立成分分析の結果判定技術、の一体化が求められていた。
本発明は上記を鑑みてなされたものであり、その目的は、混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理に関する処理、を1つのシステム上で効率的に実現でき、もって、電磁障害要因の究明、騒音源の特定対策などに関する稼動やコストの高効率化が実現可能な信号測定分離分析装置および方法を提供することにある。
上記の目的を達成するために、請求項1に記載の本発明は、複数のセンサ部より入力される検出信号を所定のサンプリング間隔で測定するための信号検出部と、前記信号検出部において検出した前記検出信号の振幅値または立ち上がり率のいずれか一方をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号または手動操作をトリガ条件として、前記信号検出部の測定を開始し、前記信号検出部における検出信号を取得して、検出信号データとして記憶する検出信号記憶部と、前記検出信号記憶部において記憶された複数の前記検出信号データについて独立成分分析手法を用いて時間領域の信号毎に分離信号データとして分離するための信号分離部と、前記信号検出部で検出された複数の前記検出信号データと、前記信号分離部で分離された複数の前記分離信号データと、の相関度を演算するための信号分析部と、を備える。
また、請求項2に記載の本発明は、請求項1において、前記信号分析部において前記演算により求められた前記相関度に応じて、前記検出信号データと前記分離信号データとの対応を管理して表示するための信号管理表示部を備える。
また、請求項3に記載の本発明は、請求項1または2において、前記信号分析部が前記演算する前記相関度は、前記検出信号データと前記分離信号データ間の相互相関係数、前記検出信号データと前記分離信号データ間の相互相関係数の加工値、前記検出信号データと前記分離信号データ間のユークリッド距離、前記検出信号データと前記分離信号データ間のミンコフスキー距離、前記検出信号データと前記分離信号データ間のマハラノビス距離、階層的クラスタリングにより算出される前記検出信号データと前記分離信号データ間の類似度、c平均法により算出される前記検出信号データと前記分離信号データ間の類似度、k平均法により算出される前記検出信号データと前記分離信号データ間の類似度、ファジィc平均法により算出される前記元検出信号データと前記分離信号データ間の類似度、のうちのいずれか1つ以上に基づく。
また、請求項4に記載の本発明は、請求項1〜3のいずれかにおいて、予め設定した周波数区間単位で前記センサ部の周波数特性を予め記録し、前記検出信号の時間応答を前記センサ部の周波数特性により補正するための前記データ補正部を備える。
また、請求項5に記載の本発明は、請求項1〜4のいずれかにおいて、ローパスフィルタ、バンドパスフィルタ、ハイパスフィルタのうちのいずれかによる入力信号フィルタ部を備える。
また、請求項6に記載の本発明は、信号検出部において、複数のセンサ部より入力される検出信号を所定のサンプリング間隔で測定するステップと、検出信号記憶部において、前記信号検出部において検出した前記検出信号の振幅値または立ち上がり率のいずれか一方をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号または手動操作をトリガ条件として、前記信号検出部の測定を開始し、前記信号検出部における検出信号を取得して、検出信号データとして記憶するステップと、信号分離部において、前記検出信号記憶部において記憶された複数の前記検出信号データについて独立成分分析手法を用いて時間領域の信号毎に分離信号データとして分離するステップと、信号分析部において、前記信号検出部で検出された複数の前記検出信号データと、前記信号分離部で分離された複数の前記分離信号データと、の相関度を演算するステップと、を有する。
本発明によれば、混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理に関する処理、を1つのシステム上で効率的に実現でき、もって、電磁障害要因の究明、騒音源の特定対策などに関する稼動やコストの高効率化が実現可能な信号測定分離分析装置および方法を提供することができる。
図1は、本発明の実施の形態による信号測定分離分析装置の構成例を示す。
この図1において、電磁波源11〜1Nと、センサ21〜2Nと、信号測定分離分析装置3と、信号測定部(信号検出部)31と、バッファメモリ部(検出信号記憶部)32と、信号分離部33と、信号分析部34と、信号管理表示部35と、外部トリガ信号受信部36と、電子装置4と、が示されている。
図1に示した構成例では、複数の電磁波源11〜1Nからの元信号は相互に干渉する系を想定している。この時、信号測定分離分析装置3に接続されたセンサ21〜2Nを介して、順次、検出された信号は、信号測定部31へ送られる。
信号測定部31は、時系列的に入力される信号を任意のサンプリング間隔で測定する機能を有し、事前に設定したしきい値レベル以上の信号が入力した場合に測定過程の入力信号を1次記録するか、事前に指定した信号立ち上がり率を満たす信号が入力した場合に測定過程の入力信号を1次記録するか、電子装置4等からの外部信号が外部トリガ信号受信部36へ入力した場合に検出信号を1次記録するか、電子装置4等からの外部信号が外部トリガ信号受信部36へ入力した場合、または手動操作により、測定を開始して信号を1次記録するか、などの方法により、センサ21〜2Nからの該検出信号を時間領域で測定・検出する。
信号測定部31で測定・検出された信号は、順次、バッファメモリ部32へ転送され、1次記録される。続いて、バッファメモリ部32に1次記録された複数の該検出信号データ(N個)は、信号分離部33へ転送され、独立成分分析手法により、N個の元信号推定データ(=分離信号データ)の算出処理が実行される。
なおこの時、独立成分分析手法としては、非ガウス性の最大化に基づく手法、最尤推定に基づく手法、相互情報量に基づく手法、非線形関数無相関に基づく手法、テンソルに基づく手法など(参考文献例:A.Hyvarinen,“Survey on Independent Component Analysis”Neural Computing Surveys 2, pp.94-128,1999./A.Hyvarinen and E.Oja,“Independent Component Analysis:Algorithms and Applications”,Neural Networks,13(4-5),pp.411-430,2000.)のうち1つ以上が選択可能である。
次に、バッファメモリ部32で検出された該検出信号データと信号分離部33において算出された該分離信号データは、信号分析部34へ送られ、相互データ間の相関度が演算により算出される。ここで、相互データ間の相関度の算出方法例としては、該検出信号データと該分離信号データ間の相互関係係数が利用可能である。いま、N個の該検出信号データ(各データのサンプル数=m)を、
X1={X1-1,X1-2,・・・X1-m},X2={X2-1,X2-2,・・・X2-m},・・・,XN={XN-1,XN-2,・・・XN-m}
とし、かつ、N個の該分離信号データ(各データのサンプル数=m)を、
S1={S1-1,S1-2,・・・S1-m},S2={S2-1,S2-2,・・・S2-m},・・・,SN={SN-1,SN-2,・・・SN-2,・・・SN-m}
とすると、相互相関係数ρは、次式で定義される。
X1={X1-1,X1-2,・・・X1-m},X2={X2-1,X2-2,・・・X2-m},・・・,XN={XN-1,XN-2,・・・XN-m}
とし、かつ、N個の該分離信号データ(各データのサンプル数=m)を、
S1={S1-1,S1-2,・・・S1-m},S2={S2-1,S2-2,・・・S2-m},・・・,SN={SN-1,SN-2,・・・SN-2,・・・SN-m}
とすると、相互相関係数ρは、次式で定義される。
ρ(X,S)=E[(Xi−E[Xi])(Si−E[Si])]/σXiσSi (i=1,2,・・・N)
ここでE[ ]とσは各標本データの平均値と標準偏差を示す。
ここでE[ ]とσは各標本データの平均値と標準偏差を示す。
なお、信号分析部33において算出する標本データ間の相関度としては、上式の相互相関係数を対象とするのではなく、相互相関係数の加工値(2乗値、逆数など)、対象データ間の距離(ユークリッド距離、ミンコフスキー距離、マハラノビス距離など)、クラスター型分析手法(階層的クラスタリング、c平均法、k平均法、ファジィc平均法など)(参考文献:特開2007-206037)により算出される対象データ間の類似度(すなわちデータ間の距離)、などを1つ以上利用する方法も考えられる。
また、信号管理表示部35では、信号分析部34において算出された該検出信号データと該分離信号データの相関度に基づいて、該検出信号データと該分離信号データを画面表示する機能を有し、利用者は、N個の該検出信号データとN個の該分離信号データの関係性を把握することが可能となる。
なお、ここで図2は、信号分析部34において、該検出データと該分離データの相関度の算出から信号管理部35への画面表示までの一連のフロー例であり、ステップ1と2は信号分析部34にて実行され、ステップ3は信号管理表示部35にて実行される。
次に、図3(a)、(b)は、N個の該検出信号データ(a)とN個の該分離信号データ(b)の表示画面イメージ(縦軸=振幅、横軸=時間)を示した例であり、互いのデータ間の相関度合いに沿った対として表示されていることを示している。
すなわち、従来、独立成分分析により、得られる複数の分離信号に関しては、観測した元検出信号との算出順序(関係性)が保証されるわけではなく、別にデータの間の関係性をチェックするプロセスが必要である点が課題であった。
しかし、提案技術では、一体の装置において、分離信号と元検出信号の対応付けが容易に実現できるというメリットを有する。なお図3の例では、N個の該検出信号データとN個の該分離信号データの画面表示例を示したが、相関度に沿って、任意の対数(組合わせ数)の該検出信号データと該分離信号データを表示する方法も考えられる。
また、信号管理表示部35では、N個の該検出信号データとN個の該分離信号データの画面表示機能だけではなく、N個の該検出信号データ、N個の該分離信号データ、これらデータ間の相関度情報を任意の管理番号とともに管理記録することも可能である。
ここで図4(a)、(b)、(c)は、4本の通信ケーブルを平行配置し、それら通信ケーブル上に流れる信号間に干渉が発生する実験系における評価例であり、各通信ケーブルへの元信号(相互干渉前)(a)、各信号線での検出信号(b)、本実施の形態による分離信号(すなわち推定信号)(c)のそれぞれの表示例を示す。
本例では、複数の通信ケーブル間で流れる信号に誘導歪みが発生していたが、元信号が効率的に復元されると同時に、元信号の検出順序に応じて分離信号が表示されており、提案手法が、元信号波形の推定・復元に有効であることがわかる。
続いて図5は、本実施の形態の別の構成例を示す。図5にはデータ補正部37が示されている。
電磁波や音声などを検出する手段であるセンサ21〜2Nは、一定の周波数特性を有し、一般的にその特性は、対象とする周波数帯域幅が大きくなるほど安定性が低下する。その結果、センサ21〜2Nの周波数特性により、該検出信号には、一定の波形応答歪みが含まれるケースがある。
こうした課題を解決する手段として、図5に示した構成の実施の形態では、データ補正部37を有し、センサ21〜2Nの周波数特性を事前に記録し、記録されたセンサ21〜2Nの周波数特性に応じて、該検出信号を補正するデータ補正部37を備える。この時、データ補正部37が、センサ21〜2Nの周波数特性を元に該検出信号を補正する処理としては、時間領域で検出した該検出信号を周波数領域へ変換し、変換された周波数領域の上のデータ(すなわち周波数領域データ)に対して、任意の周波数分解能により、事前に把握しているセンサ21〜2Nの周波数特性を用いて補正する(すなわち、任意の周波数区間において、センサ21〜2Nの感度が低下する場合には、該周波数領域データのレベルを上げるなどの処理を施す)。
以上に示す方法により、センサ21〜2Nの周波数特性の変動幅が大きく、該検出データに歪みが含まれる場合でも、該検出信号の歪みを効率的に補正し、元信号を精度よく推定することが可能となる。
次に図6は、本発明の実施の形態の更に別の構成例を示す。図6において入力信号フィルタ部38が示されている。
この図6では、信号測定部31において、任意の周波数帯のローパスフィルタ、バンドパスフィルタ、ハイパスフィルタのいずれか1つ以上に対応する入力信号フィルタ部38を有し、センサ21〜2Nからの該検出信号の周波数成分を制御・選択する方法により、対象信号の切り分けを実現する例に対応する。
これにより、測定環境における各種信号の周波数選択性の改善、信号分離部33での独立成分分析処理時で誤差要因となるランダムなノイズ等のカット等を実現することができる。
以上説明した本発明の実施の形態によれば、混合した複数信号の測定と、混合した複数信号から元信号の分離処理、分離信号(推定信号)と元信号の類似度にそった画面表示管理に関する処理、を1つのシステム上で効率的に実現でき、もって、電磁障害要因の究明、騒音源の特定対策などに関する稼動やコストの高効率化が実現可能な信号測定分離分析装置および方法を提供することができる。
11〜1N…電磁波源
21〜2N…センサ
4…電子装置
31…信号測定部
32…バッファメモリ部
33…信号分離部
34…信号分析部
35…信号管理表示部
36…外部トリガ信号受信部
37…データ補正部
38…入力信号フィルタ部
21〜2N…センサ
4…電子装置
31…信号測定部
32…バッファメモリ部
33…信号分離部
34…信号分析部
35…信号管理表示部
36…外部トリガ信号受信部
37…データ補正部
38…入力信号フィルタ部
Claims (6)
- 複数のセンサ部より入力される検出信号を所定のサンプリング間隔で測定するための信号検出部と、
前記信号検出部において検出した前記検出信号の振幅値または立ち上がり率のいずれか一方をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号または手動操作をトリガ条件として、前記信号検出部の測定を開始し、前記信号検出部における検出信号を取得して、検出信号データとして記憶する検出信号記憶部と、
前記検出信号記憶部において記憶された複数の前記検出信号データについて独立成分分析手法を用いて時間領域の信号毎に分離信号データとして分離するための信号分離部と、
前記信号検出部で検出された複数の前記検出信号データと、前記信号分離部で分離された複数の前記分離信号データと、の相関度を演算するための信号分析部と、
を備えることを特徴とする信号測定分離分析装置。 - 前記信号分析部において前記演算により求められた前記相関度に応じて、前記検出信号データと前記分離信号データとの対応を管理して表示するための信号管理表示部
を備えることを特徴とする請求項1に記載の信号測定分離分析装置。 - 前記信号分析部が前記演算する前記相関度は、
前記検出信号データと前記分離信号データ間の相互相関係数、
前記検出信号データと前記分離信号データ間の相互相関係数の加工値、
前記検出信号データと前記分離信号データ間のユークリッド距離、前記検出信号データと前記分離信号データ間のミンコフスキー距離、
前記検出信号データと前記分離信号データ間のマハラノビス距離、
階層的クラスタリングにより算出される前記検出信号データと前記分離信号データ間の類似度、
c平均法により算出される前記検出信号データと前記分離信号データ間の類似度、
k平均法により算出される前記検出信号データと前記分離信号データ間の類似度、
ファジィc平均法により算出される前記元検出信号データと前記分離信号データ間の類似度、
のうちのいずれか1つ以上に基づくことを特徴とする請求項1または2に記載の信号測定分離分析装置。 - 予め設定した周波数区間単位で前記センサ部の周波数特性を予め記録し、前記検出信号の時間応答を前記センサ部の周波数特性により補正するためのデータ補正部
を備えることを特徴とする請求項1〜3のいずれかに記載の信号測定分離分析装置。 - ローパスフィルタ、バンドパスフィルタ、ハイパスフィルタのうちのいずれかによる入力信号フィルタ部
を備えることを特徴とする請求項1〜4のいずれかに記載の信号測定分離分析装置。 - 信号検出部において、複数のセンサ部より入力される検出信号を所定のサンプリング間隔で測定するステップと、
検出信号記憶部において、前記信号検出部において検出した前記検出信号の振幅値または立ち上がり率のいずれか一方をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号をトリガ条件として、前記信号検出部において検出した前記検出信号を検出信号データとして記憶するか、あるいは、外部信号または手動操作をトリガ条件として、前記信号検出部の測定を開始し、前記信号検出部における検出信号を取得して、検出信号データとして記憶するステップと、
信号分離部において、前記検出信号記憶部において記憶された複数の前記検出信号データについて独立成分分析手法を用いて時間領域の信号毎に分離信号データとして分離するステップと、
信号分析部において、前記信号検出部で検出された複数の前記検出信号データと、前記信号分離部で分離された複数の前記分離信号データと、の相関度を演算するステップと、
を有することを特徴とする信号測定分離分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008091902A JP2009244138A (ja) | 2008-03-31 | 2008-03-31 | 信号測定分離分析装置および方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008091902A JP2009244138A (ja) | 2008-03-31 | 2008-03-31 | 信号測定分離分析装置および方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009244138A true JP2009244138A (ja) | 2009-10-22 |
Family
ID=41306192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008091902A Pending JP2009244138A (ja) | 2008-03-31 | 2008-03-31 | 信号測定分離分析装置および方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009244138A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011149930A (ja) * | 2010-01-19 | 2011-08-04 | Hitachi Ltd | 電界強度測定装置 |
CN102469335A (zh) * | 2010-11-17 | 2012-05-23 | 索尼电脑娱乐公司 | 带有帧速率探测器的3d快门眼镜 |
CN106157342A (zh) * | 2015-03-31 | 2016-11-23 | 日本电气株式会社 | 信号地图的自动标定方法和系统 |
US9542975B2 (en) | 2010-10-25 | 2017-01-10 | Sony Interactive Entertainment Inc. | Centralized database for 3-D and other information in videos |
CN110488164A (zh) * | 2019-08-22 | 2019-11-22 | 中国电力科学研究院有限公司 | 一种高压电缆绝缘老化状态综合评估预警方法及系统 |
CN113792657A (zh) * | 2021-09-15 | 2021-12-14 | 西华大学 | 提取声学信号识别与盲解卷积算法的齿轮箱故障的方法 |
JP7370871B2 (ja) | 2020-01-10 | 2023-10-30 | 株式会社東芝 | パルス信号分析装置及びパルス信号分析方法 |
-
2008
- 2008-03-31 JP JP2008091902A patent/JP2009244138A/ja active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011149930A (ja) * | 2010-01-19 | 2011-08-04 | Hitachi Ltd | 電界強度測定装置 |
US9542975B2 (en) | 2010-10-25 | 2017-01-10 | Sony Interactive Entertainment Inc. | Centralized database for 3-D and other information in videos |
CN102469335A (zh) * | 2010-11-17 | 2012-05-23 | 索尼电脑娱乐公司 | 带有帧速率探测器的3d快门眼镜 |
JP2012109974A (ja) * | 2010-11-17 | 2012-06-07 | Sony Computer Entertainment Inc | ステレオ画像表示装置を見るための装置及び3次元(3d)メガネのアクティブシャッタレンズを制御するための方法 |
US8836772B2 (en) | 2010-11-17 | 2014-09-16 | Sony Computer Entertainment, Inc. | 3D shutter glasses with frame rate detector |
CN102469335B (zh) * | 2010-11-17 | 2015-02-04 | 索尼电脑娱乐公司 | 带有帧速率探测器的3d快门眼镜 |
CN106157342A (zh) * | 2015-03-31 | 2016-11-23 | 日本电气株式会社 | 信号地图的自动标定方法和系统 |
CN106157342B (zh) * | 2015-03-31 | 2019-01-15 | 日本电气株式会社 | 信号地图的自动标定方法和系统 |
CN110488164A (zh) * | 2019-08-22 | 2019-11-22 | 中国电力科学研究院有限公司 | 一种高压电缆绝缘老化状态综合评估预警方法及系统 |
CN110488164B (zh) * | 2019-08-22 | 2023-01-31 | 中国电力科学研究院有限公司 | 一种高压电缆绝缘老化状态综合评估预警方法及系统 |
JP7370871B2 (ja) | 2020-01-10 | 2023-10-30 | 株式会社東芝 | パルス信号分析装置及びパルス信号分析方法 |
CN113792657A (zh) * | 2021-09-15 | 2021-12-14 | 西华大学 | 提取声学信号识别与盲解卷积算法的齿轮箱故障的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5793961B2 (ja) | 電磁波識別装置、電磁波識別方法及びプログラム | |
JP2009244138A (ja) | 信号測定分離分析装置および方法 | |
CN108414240B (zh) | 一种检测机器异常振动的方法与装置 | |
CN108680796A (zh) | 用于计算机显示器的电磁信息泄漏检测系统及方法 | |
CN109884591B (zh) | 一种基于麦克风阵列的多旋翼无人机声信号增强方法 | |
CN104243065B (zh) | 驻波比检测的方法及设备 | |
de la Rosa et al. | A novel measurement method for transient detection based in wavelets entropy and the spectral kurtosis: An application to vibrations and acoustic emission signals from termite activity | |
Akhouayri et al. | Automatic detection and picking of P-wave arrival in locally stationary noise using cross-correlation | |
CN108120875A (zh) | 一种基于快速频谱模板匹配的目标信号宽带检测方法 | |
CN110709929A (zh) | 处理声音数据以分离多声道信号中的声源 | |
EP2517037A1 (fr) | Procede pour estimer le nombre de sources incidentes a un reseau de capteurs par estimation de la statistique du bruit | |
CN107808100B (zh) | 针对特定测试样本的隐写分析方法 | |
Dettmer et al. | Joint time/frequency-domain inversion of reflection data for seabed geoacoustic profiles and uncertainties | |
Hekmati | A novel acoustic method of partial discharge allocation considering structure-borne waves | |
Carmichael | A waveform detector that targets template‐decorrelated signals and achieves its predicted performance, Part I: Demonstration with IMS data | |
WO2020250797A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20200256789A1 (en) | Detection of Compounds in Material Samples Utilizing a Transformation and Subsequent Decomposition | |
JP6258574B2 (ja) | パッシブソーナー装置、方位集中処理方法、及び、パッシブソーナー信号処理プログラム | |
Rinehart et al. | Using wavelet covariance models for simultaneous picking of overlapping P‐and S‐wave arrival times in noisy single‐component data | |
JP7357217B2 (ja) | 推定方法、推定装置、及び、プログラム | |
CN107203009B (zh) | 一种基于小波特征向量提取的手机检测方法 | |
Schmidt et al. | WiSec 2011 poster: context-adaptive entropy analysis as a lightweight detector of zero-day shellcode on mobiles | |
KR20210035239A (ko) | 정보 시스템에서 적어도 하나의 결함이 있는 컴퓨터 디바이스를 검출하는 방법 | |
Wodecki et al. | Combination of Principal Component Analysis and Time‐Frequency Representation for P‐Wave Arrival Detection | |
CN112003627B (zh) | 无线频谱环境底噪的估计方法、装置、电子设备与存储介质 |