基于子波变换的消噪方法在涡街流量传感器中的应用

基于子波变换消噪原理，结合流量测量持定要求，提出了一种适用于在涡街流量传感器信号处理的单支重构滤波方法，同时给出了滤波级数的选取方法，这种计数方法能够有效地扩大涡街流量传感器的量程下降，通过对实际信号的分析，证实了方法的有效性。     

小波分析在我国地球物理测量中的应用

介绍了小波理论在地震数据压缩、航空重力测量中扰动加速度的滤波处理、重力固体潮的调和分析等地学方面的应用现状，归纳了小波理论在地学应用领域的一些共性，分析了小波理论在地学领域的应用特点，探讨了小波理论在地学中新的应用方向，旨在为形成新的交叉研究方向或系统理论起一些抛砖引玉的作用。     

基于Matlab/Simulink的电力电子系统的建模与仿真

使用MATLAB SIMULINK对电力电子系统进行建模和仿真作了简要论述 ,并对几种常见的电力整流滤波电路进行了仿真分析     

基于小波分解的痕迹灰度图像边缘检测

针对痕迹图像边缘检测的特征，给出了一种新的基于小波多尺度分解的分层图象边缘检测方法，其基本思想是先对源图像进行小波多尺度分解，其次在不同尺度的子带图像上进行基于局部区域特征的软阈值滤波。最后再进行小波重构，以提取图像的边缘。实验结果表明，该算法比其它算法提高了痕迹图像边缘的检测精度，是十分有效的。     

火箭飞行数据的两种滤波方法对比

传统的火箭飞行数据处理方法是使用α-β-γ数字滤皮离线处理，对飞行数据采样信号的第1点、第2点不进行滤波估值，第3点开始逐个进行估值、预测、校正。该方法需要消耗大量的时间，并且滤波后信号的残留噪声仍然较多。针对此问题，经过大量的数值实验和理论分析，发现用小波方法实时处理火箭飞行数据效果较好，比较两种结果，证明无论是滤波后信号的残留噪声还是消耗的时间上小波方法都优于α-β-γ滤波，且实现了数据的实时处理功能，应用前景好。     

混响声场中语音识别方法研究

免提式话筒语音识别系统是语音识别走向实用的目标之一．实现这一系统，首先要解决房间效应引起的混响问题．通过讨论室内混响声场中语音的特点，提出用鲁棒性特征参数——滤波规整的Mel频率倒谱参数(FNMFCC，即MFCC参数在对数功率谱域进行低通滤波，倒谱域进行均值减，并用标准差加权进行非线性规整，采用这3种措施来消除混响引起的语音参数的变化．识别方法用矢量量化法，用4组无混响数码语音进行训练，对特定人无混响和4种混响声场中共150组数码音的平均识别率达到98．7％．提出的这一新方法在不降低无混响音识别率的情况下，提高了混响声场的语音识别率．该方法不仅识别率高，而且运算量小、所需内存空间小。易于做成小型实用的快速识别系统．     

基于扩展Kalman滤波的声阵列定位数据融合算法

利用各阵元和目标相对于一中心阵元的几何关系建立目标运动方程，坐标变换方程和声阵列测量方程，并以此建立了声阵列目标定位模型。在此基础上提出了基于扩展Kalman滤波算法的目标定位数据融合算法。通过地面目标和空中目标的计算机仿真表明，本算法能够有效地克服由于智能雷布阵的随机性给智能雷定位数据估计带来的困难，对声阵列定位数据也能进行较好的融合，对提高定位精度有一定效果。     

基于多传感器观测下的带乘性噪声系统的最优滤波融合算法

多传感器系统由于具有较高的精度及可靠性日益受到研究者的重视。本文针对多传感器观测下的带乘性噪声系统，分别给出了集中式与分布式滤波融合算法。这2种算法在数学上完全等价，在线性最小方差意义上均是最优的。但对于工程实际问题，分布式的融合策略在计算、可靠性、故障的检测与隔离等方面更具有优势。文中举例验证了这2种融合算法的有效性。     

航空图像的分割与定位算法研究

通过航空图片的图像分割和特征提取，对几种分割算法进行了比较。通过比较发现，当图像的目标与背景的灰度值相差比较大时，用多阈值的灰度分割方法来获取目标I而当图像的目标与背景的灰度值相差不大时，使用模糊差影滤波算法可获得理想的分割结果。同时，对采用多阈值分割方法后的图像进行目标定位。结果表明，对于复杂航空图像，该算法分割效果好，噪声小，定位算法简单，定位准确，有较好的应用前景。     

基于现场可编程器件的全数字成形滤波器实现

研究全数字基带成形滤波器的实现．根据数字通信中的基带传输原理，分析基带传输中成形滤波的必要性和几种常见实现方法的优缺点．选择了其中的查表法，并通过采用基于现场可编程门阵列器件的硬件描述语言，对该方法进行了全面的仿真和分析．采用该技术实现的全数字成形滤波器可以针对不同速率及指标在系统中方便地进行修改．符合未来数字通信软件化的趋势，在软件无线电中有广阔的应用前景。