用于信号处理,并与奇异值分解(Singular Value Decomposition,SVD)方法比较。分析总结PCA及SVD信号处理原理,提出基于PCA的特征值差分谱理论用于信号消噪。结果表明,PCA与SVD的处理效果较相似,相似性原因为原始矩阵右奇异向量即为协方差矩阵特征向量。SVD较PCA的重构误差小,因SVD无需计算协方差矩阵,可避免舍入误差产生。 此对PCA主成分个数采用类似SVD的奇异值差分谱理论选取，本文由弯管机张家港弯管机价格网站采集网络资源整理! http://www.15895595058.net并称其为特征值差分谱理论。区别在于，PCA用协方差矩阵特征值，而SVD用矩阵本身奇异值。本例特征值序列及差分谱见图2(a)，而奇异值序列及差分谱见图2(b)。由图2看出，奇异值较特征值大，但变化趋势相同。图1原始含噪信号nal图2PCA特征值曲线与SVD奇异值曲线及差分谱F特征值差分谱理论选前6个主成分进行重构，获得去噪信号见图3(a)，据奇异值差分谱理论选前6个分量进行重构，得去噪信号见图3(b)。由图3看出，滑移响应分析-数控滚圆机电动液压滚圆机滚弧机价格低数控滚圆机多少钱二者消噪效果非常相似。以模拟调幅信号为例对比两者消噪效果，设调幅信号为y(t)=6sin(120πt+0．56)sin(12πt+0．78)(13)叠加服从N(0，1)分布的高斯白噪声，信噪比为－4．1941dB。采样频率1024Hz，采样1024点，其时域图见图4。图3模拟信号PCA与SVD去噪效果对比F图4含噪调幅信号文献［14］，构造513×512的Hankel矩阵分别进行PCA、SVD处理，特征值序列、奇异值序列及差分谱见图5，消噪结果见图6。图5PCA特征值、SVD奇异值曲线及差分谱F、图6看出，PCA与SVD去噪效果几乎无差异，不易分辨，但实际上其处理结果误差却不同，对式(12)信号，可求得PCA法误差均值为0．1467，SVD法误差均值为0．1290;而对式(13)调幅信号，PCA法误差均值为0．4188，SVD法误差均由于组合梁在外力作用下钢梁与混凝土板之间会发生相对滑移,进行结构受力计算时须考虑滑移所致影响,基于组合梁基本动力理论,获得集中简谐荷载作用下组合梁挠度响应表达式,据挠度、滑移微分方程获得动滑移响应表达式。经一系列数学变换使动滑移响应表达式的静态分量部分满足级数求和条件。对比分析理论与实测结果表明,二者吻合良好。可将静滑移结果视为动滑移的特殊形式,简谐荷载分量对组合梁有效滑移影响较小,对连接件受力性能影响较大。 滑移响应分析-数控滚圆机电动液压滚圆机滚弧机价格低数控滚圆机多少钱本文由弯管机张家港弯管机价格网站采集网络资源整理! http://www.15895595058.net