可变2n点流水线FFT处理器的设计与实现

设计一种可以连续计算N点复数序列傅里叶变换(FFT)的流水线结构处理器,其序列长度N(为2的幂)可变.流水线结构由乒乓存储器将基本运算模块级联而成,对输入数据的顺序以及流水运算的级数加以控制便可计算不同长度序列FFT.给出了由序列长度控制输入数据倒序、旋转因子寻址以及数据输出的实现方法.数据采用块浮点表示,提高了运算精度.用硬件描述语言VHDL在寄存器传输级(RTL级)进行描述,并在单片FPGA上实现.该芯片可工作在80 MHz,连续计算时,处理长度为1 024点的序列仅需12.8 μs.     

脑信息特征的评价分类方法

对脑信息处理的能力特征量和总体偏离度特征量进行了确定性评价分类.在分类数上,提出了common分类法,以一般人的特征作为分类基准,在common两边展开,以确定分类数.在分类边界上,提出了根据特征量的正态分布确定分类边界的方法.若特征量分布不是正态分布,则采用了博克斯和考克斯变换将其变为正态分布,最终得到能力特征量和总体偏离度特征量的分类规则.由于人的行为是脑信息处理在宏观上的表现,所以其研究成果可直接用来评价人的能力和行为特征.     

用参数变换方法研究—族钻石分形晶格上Ising模型的相变

采用英国著名学者Stinchcombe提出的理论方法——参数变换，研究了一族钻石分形晶格上Ising模型的相变和临界性质，结果表明：与实空间部分格点消约(decimation)RG变换的结果完全一致．这似乎暗示着用该方法精确求解其他等级晶格上的离散自旋模型是有效的．     

傅立叶变换红外光谱和拉曼光谱对参片的无损鉴别

利用傅立叶变换光谱和拉曼光谱法，直接、快速地测定了不同参片样品，并用计算机比对软件对所测样品的红外、拉曼光谱图进行比较．结果表明，不同品种、不同产地或加工方法不同的参片在高频区有相似的红外、拉曼特征光谱图，但在低频区其特征吸收峰位置和峰高有一定的差异，经计算机比对相关系数进行比较，不同参片的红外光谱图特别是拉曼光谱图仅有微小差别．傅立叶红外光谱技术和拉曼光谱技术用于鉴定分析人参，无需对样品进行分离、提纯，样品用量少，便于直接、快速、简便、有效进行测定。     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。     

Esscher-变换与风险测度技术

通过研究精算学中Esscher 变换技术及其对于金融市场中风险资产无套利原则的刻画,反映其在金融市场风险管理技术中的应用,证明了无套利原则、等价鞅测度的存在性和Esscher 变换在所建立的Hilbert 空间下的一致性,并建立了在无套利条件下求解鞅性成立的Esscher 变换下概率测度变换参数的方法。讨论了Esscher 变换在金融市场风险管理策略的选择问题中的应用,得到了组合融资最优策略的Esscher 变换参数的解析式。     

快速傅立叶变换在数字信号处理器中的实现

介绍了几种快速FFT算法的比较,对基-2FFT算法的特点进行了研究和总结,详细论证了FFT在数字信号处理器中实现需要解决的关键技术问题.给出了FFT在TMA320F206数字信号处理器上实现的流程图.最后通过试验验证了所述方法的正确性.     

自适应冗余第2代小波设计及齿轮箱故障特征提取

针对强噪声背景下齿轮箱故障特征的提取问题,设计了一种提取该类信号时域特征的自适应冗余第2代小波.采用基于数据的优化算法设计每层小波分解的初始预测器和更新器,然后通过对初始预测器和更新器进行插值补零运算,来获得冗余预测器和更新器.第2代小波不需要剖分运算,利用冗余预测器和更新器直接对每层逼近信号进行预测和更新运算,能较好地保留信号的时域特征.采用第2代小波较理想地提取出了齿轮箱发生摩擦故障时的时域调制波形和周期性冲击脉冲,并对得到的细节和逼近信号进一步进行包络解调,从而分离出了故障调制源频率.结果表明,自适应冗余第2代小波对噪声背景下齿轮箱故障特征的提取效果优于其他小波.     

信号分析中的正交变换

信号分析的主要目的是寻找一种简单有效的信号变换方法，以便突出信号中的重要特性、简化运算的复杂程度，其中希尔伯特(Hibert)空间中的正交变换得到了广泛的应用。投影定理在平稳时间序列的预报及函数逼近研究中起着重要的作用。本文从数学分析的角度推证了正交变换与投影定理的内在联系，通过信号分析中典型正交变换的应用进行了验证，从而揭示了正交变换的内在本质。     

基于梯度的虹膜定位方法

为了提高虹膜定位的速度以及虹膜定位的准确性，依据虹膜图像灰度的分布特性及良好的环状性质，检测出瞳孔边缘以减少参与Hough变换的点数，进而定位虹膜内边缘．对于外边缘定位采用基于灰度梯度的微分积分圆形检测算子的方法．实验结果表明，此种方法能够准确地进行虹膜内外边缘定位，避免了含有大量其它区域对定位带来的影响．