The optimization algorithm for blind processing of high frequency signal of capacitive sensor

Yuanjia Ma

doi:10.3934/dcdss.2019096

文章内容

2019年第12卷, 第4版和第5版: 1399-1412. Doi公司：10.3934/cdss.2019096年

这个问题上一篇文章基于分类技术的社交网络敏感信息智能识别算法下一篇文章云计算环境下基于改进粒子群的多目标优化算法

电容传感器高频信号盲处理的优化算法

马元甲^,

广东石化科技大学石化设备故障诊断广东省重点实验室，茂名

*通讯作者：马元嘉
*通讯作者：马元嘉

收到日期： 2017年8月

修订日期： 2017年12月

发布时间： 2019年3月

摘要全文（HTML）图(7) 相关论文引用人

摘要

目前，基于RBF的电容传感器高频信号处理算法存在滤波效果差、信号检测水平高、信号分离质量差等问题。本文提出了一种电容传感器高频信号盲处理的优化算法。基于梯度法和改进的方差梯度估计的计算方法，将平方单误差样本的梯度作为均方误差的估计，对电容传感器信号进行滤波，并通过调整阈值来调整滤波步长，可以提高传感器信号的滤波效果；通过确定错误警报概率来计算检测阈值。该判决条件用于检测目标信号，得到高精度的传感器信号。根据观测信号的个数设置初始分离矩阵，计算出源信号的相关矩阵，从而实现高频信号的有效分离。实验表明，该算法能够有效地解决当前信号处理算法中存在的问题，并且是可靠的。

关键词：

数学学科分类：65D17。

引用：

全文（HTML）

图1。 自适应滤波原理图

下载：全尺寸图像 PowerPoint幻灯片

图2。 联合参数估计的水平滤波结构

下载：全尺寸图像 PowerPoint幻灯片

图3。 源信号的线性瞬时混叠模型

下载：全尺寸图像 PowerPoint幻灯片

图4。 实验模型

下载：全尺寸图像 PowerPoint幻灯片

图5。 不同算法对传感器操作滤波效果的比较

下载：全尺寸图像 PowerPoint幻灯片

图6。 传感器高频信号检测不同算法的比较

下载：全尺寸图像 PowerPoint幻灯片

图7。 不同算法对高频信号分离效果的比较

下载：全尺寸图像 PowerPoint幻灯片

相关论文

引用人

工具书类

[1]	总会计师。，光纤分布式声传感器的制造及其信号处理，美国高血压杂志,5(2015), 483-491. 数字对象标识：10.1109/TSP.2012.2199314。
[2]	A.伯特兰和M.Moonen先生，无线传感器网络中的分布式典型相关分析及其在分布式盲源分离中的应用，IEEE信号处理汇刊,63(2015), 4800-4813. 数字对象标识：10.1109/TSP.2015.2443729。
[3]	X.R.Chen，复杂光传感器网络通信的非线性失真抑制算法，科学通报&http://ieeexplore.ieee.org/document/6200356/Technology（技术）, 58-60.
[4]	Y.Q.Chen先生，多峰型不确定奇异随机系统的稳定性，跨学科数学杂志,20(2017), 47-62.
[5]	H.D.，Y.K.，X.L.等人，传感器网络受控通信下的最优参数估计，IEEE信号处理汇刊,63(2015), 6473-6485.数字对象标识：10.1109/TSP.2015.2469639。
[6]	J.爱德华兹，信号处理推动传感器革命[特别报告]，IEEE信号处理杂志,33(2016), 13-16.
[7]	F.埃尔登, S.Velipasalar公司, A.Z.阿尔卡和A.E.Cetin公司《辅助生活中的传感器：信号和图像处理方法综述》，IEEE信号处理杂志,33(2016), 36-44.
[8]	H.F.，智能传感器网络——传感器网络、信号处理和机器学习的集成，测量技术, 535-537.
[9]	A.枪支和M.B.古尔多安，使用贝努利滤波器使用声矢量传感器联合检测和跟踪水下目标，数字信号处理,48(2016), 246-258. 数字对象标识：2016年10月10日/j.dsp.2015.09.020。
[10]	A.哈萨尼, A.贝特朗和M.Moonen先生，基于Gevd的低阶近似用于无线传感器网络中的分布式自适应节点特定信号估计，IEEE信号处理汇刊,64(2016), 2557-2572. 数字对象标识：10.1109/TSP.2015.2510973。
[11]	S.P.Jia，J.Zeng和L.R.Guo，信号分选半物理仿真分析平台的设计与实现，中国电子信息技术研究院学报, 59-65.
[12]	S.基塞勒夫, I.F.Akyildiz公司和W.H.格斯塔克、基于磁感应的无线地下传感器网络中的数字信号传输，IEEE通讯汇刊,63(2015), 2300-2311.
[13]	J.李, H.庞, F.郭, L.Yang（杨利伟）和W.Jiang（新疆）、在存在传感器位置错误的情况下，利用源位置的先验知识定位多个不相交的源，数字信号处理,40(2015), 181-197. 数字对象标识：2016年10月10日/j.dsp.2015.02.003。
[14]	H.L.刘，规划台湾初中湿地生态户外教育课程。，欧亚数学科学与技术教育杂志,13(2017), 3261-3281.
[15]	B.M.、C.D.、M.A.等人，使用振动传感器检测漏水的小波dt方法：实验分析，Iet信号处理, 396-405.
[16]	J.马和S.太阳，具有两侧丢包的多传感器随机不确定系统的最优线性估计，数字信号处理,37（2015），24-34
[17]	K.A.马蒙, C.M.斯蒂尔和T·周，吞咽加速度信号特征随传感器位移变化，医学工程与物理学,37(2015), 665-673.
[18]	R.K.Miranda、J.P.C.L.D.Costa和F.Antreich，通过无味变换对传感器阵列进行低复杂度性能评估，数字信号处理, 190-198.
[19]	S.S.Q.，L.J.Y.，J.C.D.等，最小二乘加权平滑滤波技术在磁共振测深信号处理中的应用，吉林大学学报（工程技术版）,98(2016), 985-995.
[20]	L.斯泰格，关于cantor空间中正则欧米伽语言的hausdorff测度，离散数学与理论计算机科学,17(1998), 357-368.
[21]	H.Y.Xiang，L.I.Ting-Ting，L.I.He和Y.Yang，基于matlab的过山车加速度信号处理，计算机模拟, 245-249.
[22]	H.应, L.Cheng-Chew先生和C.盛，具有不一致双极性信息的三i模糊模型tollens方法，智能与模糊系统杂志：工程与技术应用,32（2017），4299-4309
[23]	G.郑和B.吴、极化平滑，用于多输入和多输出电磁矢量传感器阵列的相干源测向，Iet信号处理,10(2016), 873-879.