【摘 要】
：
地铁站与外界之间的低频无线电通信受噪声干扰严重,为了实现对噪声的有效抑制,在武汉市采集了多个地铁站内的低频电磁噪声数据,分别从时域、频域和统计域的角度对噪声特性进行了分析,提出采用Alpha稳定分布模型描述噪声的统计特性,通过无穷方差检验、Q-Q图、基于特征函数的P值拟合优度检验、计算R_square指标等方法分析了Alpha稳定分布对噪声数据的拟合性能。研究结果表明,地铁站低频电磁噪声分布具有非高斯特征,可以用Alpha稳定分布很好地描述其分布特性。
【基金项目】
：
国家自然科学基金项目(编号:41774021)资助。
论文部分内容阅读
地铁站与外界之间的低频无线电通信受噪声干扰严重,为了实现对噪声的有效抑制,在武汉市采集了多个地铁站内的低频电磁噪声数据,分别从时域、频域和统计域的角度对噪声特性进行了分析,提出采用Alpha稳定分布模型描述噪声的统计特性,通过无穷方差检验、Q-Q图、基于特征函数的P值拟合优度检验、计算R_square指标等方法分析了Alpha稳定分布对噪声数据的拟合性能。研究结果表明,地铁站低频电磁噪声分布具有非高斯特征,可以用Alpha稳定分布很好地描述其分布特性。
其他文献
互联网上网服务行业用户画像系统通过对用户行为数据进行分析,利用网络爬虫、数据挖掘以及文本分类等技术,对用户进行画像,刻画了一个完整的用户全貌。系统对不同属性的数据采用不同的方法,挖掘出数据中的有用信息,提取用户的平台特征,为用户标记不同权重的标签,使得企业更加了解用户,为企业发展提供指导,同时也为用户提供个性化服务铺平道路。此外,针对K-means算法进行改进,从测试结果可以看出,经过改进的K-means准确率和稳定性都得到了极大的提升。
针对传统的EKF-SLAM、FastSLAM等方法存在着复杂度高、需要进行数据关联、计算量大不足等问题,提出了一种基于势均衡多伯努利滤波的SLAM(Cardinality Balanced Multi-Bernoulli-SLAM,CBMBer-SLAM)算法,该方法是一种基于随机有限集理论的滤波方法,将势均衡多伯努利滤波方法运用到地图特征估计中,克服了复杂的数据关联和地图特征点数目估计过多的问题
针对标准花朵授粉算法演化后期寻优能力受限等问题,论文提出一种将人工蜂群算法融入到花朵授粉算法中的优化算法。该算法主要通过人工蜂群算法的采蜜阶段和侦查阶段,将花朵授粉的算法的解进一步优化,从而提高花朵授粉算法的寻优能力。使用改进后的花朵授粉算法对现代物流配送的车辆路径规划问题进行求解,仿真实验结果表明,改进后的算法在性能上优于其他对比算法,并且在求解小于22个配送点车辆路径规划问题上均能得到最优路径,验证算法能力。
水下光源作为AUV((Autonomous Underwater Vehicle)近距离视觉定位的目标物体,其识别质量将直接影响到AUV水下近距离对接时的定位精度,为了精准地对水下检测到的光源进行识别,论文提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)、支持向量机(Support Vector Machine,SVM)和迁移学习的定位目标光源识别方法
在预测共享单车需求量的问题上,随机森林算法与其他算法相比具有显著优势。然而在处理存在大量冗余数据的数据集方面,随机森林算法会导致过拟合。为此,论文提出一种基于随机森林的改进算法—FWRF算法,预测共享单车需求量。该算法首先利用相关系数对每个特征进行加权,然后将特征区间划分为高相关区间与低相关区间,让特征选择限制在特定范围,实现降低泛化误差的目标,增强算法的学习性能,提高算法的预测精度。最后,论文将FWRF算法应用到NewYork CityBike的公开数据集上,分析多维异构数据影响下共享单车需求量变化。与
高光谱图像的波段范围广、光谱分辨率高,能为图像分类研究提供丰富的信息,但同时也给计算和存储带来了较大困难。论文提出一种基于SNMF聚类与类间可分性因子的方法来进行高光谱图像波段选择,以降低计算和存储开销。首先是数据预处理工作,将高光谱数据进行三维转二维表达,然后利用SNMF聚类算法得到波段的各个类簇,最后以各波段的类间可分性因子为指标在类簇内进行波段选择。实验采用波段子集的平均信息熵、平均相关系数
论文算法面向于书脊图像,解决了SIFT特征提取与匹配计算过程中耗时过长的问题,实现了一种基于统一计算设备架构(CUDA)加速的SIFT特征提取与匹配的算法。该方法充分利用图像处理单元(GPU)的并行计算和浮点计算能力,大幅度的提高算法运行速度,论文将应用于智能书柜场景中,书脊图像具有角度不一,数据量大等问题,该算法解决了准确性和实时性问题。
随着航天技术的飞速发展,航天器数量的增加,在轨运行的风险也随之增大,如何保证航天器的安全性和可靠性就显得尤为重要。预测技术可提前预知航天器故障,为航天器的故障排除赢得了宝贵时间,从而提高了航天器运行安全性和可靠性。论文针对遥测数据的非平稳性和周期性,引入了基于小波分析的预测技术解决此类数据的预测问题,建立了基于Mallat算法的时间序列短期预测模型。实验证明预测曲线与实际曲线基本吻合。
在分析了超声波在高铁轨道上的传播规律和衰减特性的基础上,设计高铁轨道应力的超声监测设备。钢轨中超声波传播速度与应力是线性关系,通过测量钢轨上超声波的传播速度,计算出钢轨所受的应力。从实际高铁轨道上测得了时间与应力日变化曲线,对研究高铁轨道的受力与变化有实际意义。
针对分布式Fabric raft区块链网络,通过量化分析,对区块大小、背书策略、代理orderer节点与区块链交易性能之间的定量关系进行了研究。针对区块链性能的特点,提出一个名为区块生成速率BLKPS的性能指标。针对产生区块的时间条件,提出超时前最大交易次数MaxTBT这一性质,并发现,随着区块大小的增大,区块链交易性能提高,并在区块大小达到超时前最大交易次数后趋于稳定。背书策略为AND与背书策略为OR相比,平均响应时间延长20%,区块生成速率与每秒交易数均降低约10%。代理orderer节点是raft的