基于FPGA和单片机实现的微波脉冲功率计

根据微波脉冲功率计对测量精度等指标的要求,此设计采用FPGA技术控制时序和单片机处理高速采样数据相结合的方法,实现了2路脉冲峰值功率信号的检测,并经过RS232串口输出.通过滑窗检测算法、非线性纠正等处理后,微波功率计在最大限度上消除了电磁干扰,提高了测量精度,降低了成本;对工作在4～8 GHz频段的信号,实现了当功率范围处于 18～-8 dBm时,测量误差小于±0.4 dB的精度要求.     

基于NI PXI-6624的多通道高频率信号采集测试系统设计

在实际应用中,对于转速、位移、速度、流量等物理量的测量,传感器通常输出脉冲电信号,因此需要采用测量频率的手段实现。本文构建了基于NI PXI-6624的多通道频率信号采集测试系统,给出了系统设计框图以及软件程序设计框图,并利用信号发生器产生方波频率信号对系统进行了测试,经测试验证,该系统能够实现多通道频率信号的采集与显示,且具有良好精度。     

基于FPGA的脉冲参数测量系统

该系统是基于FPGA和单片机AT89S52的脉冲参数测试系统,能够测量脉冲信号的周期、频率、占空比、脉宽等参数。首 先由FPGA提供一个频率为50 MHz的信号源作为标准信号源,并在FPGA中构造2个32位的计数器,用来测量被测信号的各 个参数,最后将测量结果送入单片机中处理并显示。整个系统主要由按键电路、门控电路、2个32位计数器和显示电路等模块 组成。通过测试该系统抗干扰能力强,测量数据稳定可靠,测量精度高。     

基于Duffing混沌振子的微弱泥浆脉冲信号提取研究

针对无线随钻测量中泥浆脉冲信号信噪比大、有用信号提取难的问题,本文首先对泥浆脉冲信号的组成成份进行了分析,然后将Duffing混沌振子算法应用到了泥浆脉冲信号的提取上.由于Duffing混沌振子算法具备对初值敏感、对噪声具有较好的抵抗力等优点,所以在检测微弱泥浆脉冲信号时能够表现出良好的效果,从而实现对微弱泥浆脉冲信号的提取.该算法能满足工程应用的要求,可为泥浆脉冲信号提取提供新的思路.     

改进卡尔曼算法在电子鼻信号处理中的应用

为了降低的电子鼻测量过程中噪声信号对采样结果的影响,提出一种改进的自适应卡尔曼滤波算法,该方法能自适应调整测量方差以及能够滤除传感器本身具有的非高斯噪声信号.针对电子鼻测量过程中的信号特性,建立了测量数据处理的卡尔曼滤波模型,重点讨论改进卡尔曼滤波算法,并将该算法应用到电子鼻测量数据处理过程中,结果表明该方法能够拟制电子鼻测量过程中产生的噪声,提高电子鼻的测量精度.     

一种高精度的超声测距系统实现方法

为了减小超声波测距系统的测量盲区,提高测距精度,本系统采用收发异体模式,以高斯脉冲调制信号作为超声波的发射信号,通过调节高斯信号的脉冲形成因子,改善发送信号波形,使其具有更好的抗干扰能力.在接收端,采用相关算法检测回波到达时刻,在不需要增加额外硬件电路的基础上,即可实现高精度的测距功能.实验结果表明,本系统具有良好的测距效果,系统稳定,测距精度达到1mm,相对误差在1.5%以内,无测量盲区.     

一种基于状态机的毛刺信号滤波方法

提出并实践了一种状态机的实时滤波方法,并成功应用于某军用车辆速度检测. 该方法以CPLD(FPGA)作为硬件,在高频时钟驱动下检测信号中瞬态脉冲宽度,滤除宽度短的脉冲,输出宽脉冲,从而实现脉冲干扰滤波功能. 阐述了该方法的原理和状态机实现方法,分析了该方法的滤波特性,并通过仿真计算其在方波毛刺信号上的应用,论证了该方法的可行性以及滤波宽度变化对该方法精度的影响.      

光栅传感器及在轮毂椭圆度测量中的应用

阐述了光栅传感器的测量原理,并利用光栅精密测量的特性,开发了车轮毂椭圆度的测量装置。该装置应用光栅传感器采集位移信号,采用光栅莫尔条纹和光电转换原理将被测位移量转换成数字脉冲信号输出,采用脉冲辨向及四倍频细分电路以实现信号方向识别及提高测量精度,将产生的脉冲信号通过单片机控制程序实现数字显示。     

一种提高脉冲激光测距中时间测量精度的方法

脉冲激光测距的应用非常广泛,其中提高测距精度是该项技术的核心之一.为实现脉冲激光测距的高精度,提出一种时间间隔测量的方法.设计采用单片机控制时间测量芯片,对发射脉冲和返回脉冲信号延迟进行测量,同时利用时间测量芯片对测量结果进行自动校准,并采用定比例时点判别可减小信号变化对时点判别的影响.通过定点测量,结果表明该方法简化了器件设计,达到了较高的测距精度,最后分析了影响脉冲激光测距精度的误差的原因.     

可调节相关峰参数的脉冲检测分选算法

针对传统塔康脉冲序列检测算法没有考虑不同工作模式下脉冲间隔（PRI）的特征信息,低信噪比下检测误差大而且算法复杂度高的问题,提出一种可调节参数的基于相关峰峰值位置的脉冲序列检测分选算法.根据相关信号的检测模型确定优化目标,构建一个负定型的埃尔米特检测矩阵;通过对相邻峰值位置的检测滤除不符合PRI特征的脉冲序列;利用脉冲消隐消除衰落效应引起的干扰信号对脉冲检测的影响;采用循环队列的脉冲对分选方法解决非完整周期内脉冲丢失的问题.实验结果表明该检测算法在改善信号信噪比的同时,脉冲到达时间（PTOA）的检测精度和基准脉冲序列的检测准确率都有显著提高.      

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

基于新序列的OFDM定时估计改进算法

定时估计是准确实现OFDM（orthogonal frequency division multiplexing）系统同步的关键技术之一.实际应用中,为了提高系统对多径时延扩展的抵抗能力,还应尽量减少符号的定时同步误差.为了提高符号定时部分的估计精度,提出了改进算法.算法中设计了一种具有良好自相关特性的新训练序列,结合新序列的数据结构,算法由粗估计和细估计2部分完成.Matlab仿真表明,与传统算法相比,在高斯噪声和多径信道的影响下,所提出的算法具有较小的均方误差,抗干扰能力强的特点,并为频率偏移估计打下了良好的基础.     

基于零相关扩频码的UWB系统信道估计方法

在脉冲UWB系统中,应用零相关扩频码（ZCD）进行DA（数据辅助）信道估计,仿真结果显示出采用ZCD码进行信道估计得到的自相关函数优于采用Walsh码得到的．同时提出一种基于ZCD码的脉冲UWB系统的非结构化DA信道估计方法,仿真结果表明,这种方法的误码率低于普通扩频码的误码率,说明该方法可以有效地提高非结构化信道估计的性能．     

一种改进的基于软判决自回归模型图像内插算法

提出一种改进的基于软判决自回归模型图像内插算法,分为正则化权值训练和图像内插两部分.在训练部分,根据局部窗口特征和其对应的最优正则化权值建立字典.在图像内插部分,利用加权最小二乘法估计自回归模型参数,并通过查找字典中距离当前局部窗口最近的样本获得最优正则化权值,然后使用软判决估计重建图像内插值.同时,使用EM算法修正估计出的模型参数和图像内插值.实验结果表明,与其它算法相比,所提的内插算法具有更好的主观和客观效果.     

基于压缩感知的MIMO双选择性衰落信道的估计

为了减少MIMO （multiple-input multiple-output）时频双选择性衰落信道估计过程中需要的导频符号数,文中对多径信道的时延和多普勒频移构成的时频二维有界区域进行量化,将该信道估计问题建模为压缩感知理论中的稀疏信号重构问题,提出了一种采用正交匹配追踪估计MIMO双选择性衰落信道的方法.仿真结果表明获得相同的估计性能,所提出的压缩信道感知方法比传统的最小二乘法能节省近50％的导频符号,且该方法在低信噪比的场景里也能获得较高的估计性能.     

最小平方估计奇异值分解法的分布式算法

提出迭代式分割与合并的算法（IDMSVD）,以改善最小平方估计的奇异值分解法在估计参数时非常耗费时间以及内存空间的问题。基于此又提出一种使用云计算Hadoop平台MapReduce实现的算法,称为分布式IDMSVD算法。实验结果显示,IDMSVD可以有效地改善SVD求最小平方解耗费运行时间与内存空间的问题,且分布式IDMSVD算法可进一步改善IDMSVD的运行时间。     

MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.     

基于优化动态门限的TOA估计算法

针对脉冲超宽带(IR-UWB)无线传感器网络提出一种新的基于优化动态门限的到达时间估计算法.首先运用能量检测算法检测出直达单径(DP)所在能量块;然后根据峭度、平均附加时延和均方根时延扩展的联合,提取出最优门限值并拟合出动态门限公式,进而估计出DP所在位置;最后以此计算出TOA值.此算法具有复杂度低、精度高的特点.通过仿真对比,验证了算法的优越性.     

基于改进型LBP的Floatboost人脸检测

目前已涌现出了许多人脸检测算法,而每种算法的侧重点不同,不能形成很好的综合检测能力.为了兼顾人脸检测的TP,FP和检测时间,文中提出了一种基于改进型LBP纹理特征的Floatboost算法.该算法首先提取具有一定旋转不变性的改进型LBP纹理特征.其次采用双阈值Floatboost算法来训练特征值,并生成强分类器.最后采用Adaboost级联算法来进一步减少检测时间.通过实验分析表名：该算法在保证一定TP的前提下,不仅可以减少检测的时间,还降低了FP.     

一种改进的基于支持向量机的概率密度估计方法

统计学习理论是针对小样本数据而提出的一套理论,支持向量机方法可用于解决有限样本情况下的概率密度估计问题,该种方法与Parzen窗的精度等级类似,同时又具有Parzen窗方法所不具备的稀疏解,但应用过程中耗时较多。本文提出了一种基于支持向量机的改进密度估计方法,分析了其原理,通过仿真实验的对比,改进后的密度估计方法与改进前相比,估计精度的水平保持不变,训练后的支持向量数目不变,对训练样本的训练时间大幅缩短。由仿真结果可知,本文提出的对支持向量机法估计概率密度的改进是可行的。