罗倩
- 作品数：57 被引量：131H指数：6
- 供职机构：北京信息科技大学更多>>
- 发文基金：国家自然科学基金北京市教委科技计划面上项目北京市属高等学校人才强教计划资助项目更多>>
- 相关领域：自动化与计算机技术电子电信文化科学机械工程更多>>
- 多特征评估筛选的滚动轴承故障诊断算法被引量：6
- 2018年
- 针对滚动轴承故障的复杂性,现代信号处理技术和特征提取技术的多样性提供了多特征故障诊断技术的思路,但是特征集的特征过多不仅会增加计算量,而且有时还会降低故障诊断正确率。提出基于故障类内、类间标准差的多特征评估筛选方法,先对信号进行经验模式分解得到本证模式分量,再对原始信号和本证模式分量提取时域特征,使用该方法对提取到的特征进行敏感度评估和排序,筛选出最优特征集,使用贝叶斯判别分析对故障特征进行诊断分类。仿真结果表明,该方法能对故障进行有效、准确的诊断,并且在样本量较少的情况下,对现实中的滚动轴承故障数据也有较好的诊断率。
- 徐国权罗倩郭鹏飞
- 关键词：滚动轴承标准差敏感度
- 信号与系统理论实际教学探索
- 2008年
- 信号与系统课程是电子信息类各专业重要的专业基础课程之一,如何有效提高其教学质量和效果,是从事本课程教学的教师必须探索的任务。本文对傅立叶级数和傅立叶变换、LTI系统对输入信号作用的本质等概念和理论的教学提出了新的见解,也对差分方程及Z变换在实际中的应用给出了实例。实践证明这些教学方法能加深学生对知识点的理解,有助于激发学生的学习兴趣,提高学生的应用能力,获得了较好的教学效果。
- 罗倩刘国忠
- 关键词：教学研究傅立叶变换差分方程
- 基于强化学习的出租车路线规划方法
- 出租车是人们日常生活中最常见的交通工具之一.近年来,随着打车软件的普及,越来越多的人从事出租车行业.如何在错综复杂的城市路线中选择最优路线一直是众多司机所考虑的问题,因为这关系收益的最大化.强化学习是一种试错学习,它在已...
- 徐国权罗倩郭鹏飞
- 关键词：出租车Q学习
- 基于小波分析与EMD的机车轴承故障诊断方法被引量：2
- 2020年
- 机车滚动轴承发生故障时信号是非平稳的,其振动信号各频带的能量发生相应变化。针对故障发生在不同部位时,其振动信号能量分布重叠较少这一问题,将一种相似度度量earth mover’s distance(EMD)引入到故障部位分类中。该方法使用db3小波对轴承震动信号进行3层小波包分解,并计算第三层各结点能量作为该信号的特征向量。对得到的特征向量进行处理,计算特征向量间的EMD,根据EMD大小对特征向量间的相似度进行判断,并依此对故障部位进行定位。仿真结果表明,该方法诊断准确率达到98.75%,相较于传统KNN诊断方法在诊断准确率上提升了5%。该方法能够准确有效地诊断滚动轴承故障,可以应用到工业生产中。
- 王嘉浩罗倩胡园园
- 关键词：轴承故障诊断小波包分解
- 仿真技术在电子类课程教学中的实践和研究被引量：12
- 2010年
- 介绍了将仿真技术引入电子类课程教学的意义,教学实践内容,并对这种教学效果进行了总结。实践表明,应用仿真技术进行电子类课程教学,能够培养学生的综合分析和设计能力,对提高电子技术课程教学效果和效率及对学生创新精神和能力的培养都起到了较好的促进作用。
- 罗倩刘桂礼刘国忠赵双琦王晓飞
- 关键词：仿真教学电子技术
- 基于自适应区间卡尔曼滤波的状态估计被引量：3
- 2017年
- 通过分析系统模型误差和预报残差对卡尔曼滤波的影响以及区间矩阵对滤波效果的影响,提出了在基于方差分量的自适应滤波器的基础上添加置信区间的方法来提高预测精度。一方面,自适应滤波器可以通过方差分量不断地校正伪观测值,克服了由于动态目标的机动性引起滤波发散的缺陷;另一方面,通过预测误差添加置信区间不仅可以修正状态,还能提供状态预测的范围。仿真结果表明,该算法的滤波效果优于基于传统的卡尔曼滤波算法的状态估计,适用于机动目标定位数据的实时处理。
- 郭鹏飞罗倩
- 关键词：卡尔曼滤波自适应状态估计
- 使用麦克风阵列对声源定位的方法
- 提供一种使用麦克风阵列对声源定位的方法，三个麦克风构成正三角形，该方法包括：建立坐标系，其原点与正三角形的重心重合，第一麦克风位于坐标系的纵轴上；将正三角形的重心与正三角形的三个顶点连接并延长，将全圆周分为6个相等的区间...
- 范京罗倩
- 文献传递
- 基于深度学习的轴承故障诊断
- 随着我国铁路列车的提速,列车安全问题也愈发重要.传统的轴承故障诊断方法已经不能满足当前需求.基于深度学习的轴承故障分类算法以轴承单故障振动信号为研究对象,对故障信号进行经验模态分解,并将本征模函数的包络谱作为原始特征,采...
- 纪厚业罗倩王宇
- 关键词：铁路列车轴承故障故障诊断
- 基于变分贝叶斯的轴承故障诊断方法被引量：12
- 2019年
- 滚动轴承是旋转机械结构中常用的零件,如果发生故障,会造成极大的危害。随着大数据时代的到来,现代智能诊断方法已被广泛应用到轴承故障诊断中。针对目前智能诊断方法存在的问题,将统计模型引入轴承故障诊断中,提出了基于变分贝叶斯的轴承故障诊断方法。该方法对轴承振动信号进行局部特征尺度分解,得到若干个内禀尺度分量,并分别提取时域特征组成特征集,使用特征集训练产生基于变分贝叶斯的混合多维高斯分布模型,通过计算不同轴承故障的概率实现故障诊断。实验结果表明,所提方法的诊断正确率达到99.6%,与基于支持向量机的轴承诊断方法相比,在所组成的特征集上诊断正确率最高提升了39.6%。文中提出的方法能够全面且有效地诊断滚动轴承故障,对高维复杂的故障数据也有很好的诊断效果。
- 王岩罗倩邓辉
- 关键词：轴承故障诊断局部特征尺度分解高斯混合模型
- 视听刺激脑电信号的相位同步分析被引量：2
- 2012年
- 脑电(EEG)同步被认为是脑功能区域整合的表现。高级脑功能需要具有特定功能的多区域神经系统间进行不同层次的整合和协调来完成。本文提出了一种新的相位同步分析方法—互近似熵。采用分段频率,用同步指数、互信息熵与互近似熵方法对视听刺激EEG导联数据进行了相位同步的比较分析,三种分析得到了一致的结果,说明互近似熵方法也能很好反映出两导联的相位同步。文章同时通过相位同步分析结果进行了大脑反应区域的探索分析。此研究为脑机接口的设计奠定了基础。
- 张立伟刘国忠罗倩徐炜君
- 关键词：相位同步脑功能区
