基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.
推荐文章
位移反分析的粒子群优化-高斯过程协同优化方法
位移反分析
优化
粒子群优化
高斯过程机器学习
基于时间可预测性的粒子群优化盲解卷积算法
盲解卷积
时间可预测性
粒子群优化
声音信号
基于粒子群优化的岩土工程反分析研究
优化反分析
全局优化算法
粒子群优化
基于粒子群优化与卷积神经网络的电能质量 扰动分类方法
新能源
电能质量
扰动分类
特征提取
粒子群优化(PSO)
深度学习
卷积神经网络(CNN)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群优化的稀疏序列Bayes反卷积方法研究
来源期刊 国防科技大学学报 学科 工学
关键词 稀疏序列 粒子群优化 Bayes反卷积 声学探测
年,卷(期) 2008,(5) 所属期刊栏目 机电工程·控制工程
研究方向 页码范围 103-107
页数 5页 分类号 TP2
字数 3240字 语种 中文
DOI 10.3969/j.issn.1001-2486.2008.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邱静 国防科技大学机电工程与自动化学院 115 1406 22.0 30.0
2 温激鸿 国防科技大学机电工程与自动化学院 41 1043 18.0 32.0
3 钱彦岭 国防科技大学机电工程与自动化学院 37 299 10.0 16.0
4 徐慧峰 国防科技大学机电工程与自动化学院 3 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (70)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(3)
  • 参考文献(3)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
稀疏序列
粒子群优化
Bayes反卷积
声学探测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
论文1v1指导