基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。     

模拟-信息转换器研究进展

随着未来宽带、超宽带通信技术的发展,现有以传统奈奎斯特采样定理为基础的信号的采集、传输、存储和处理系统将面临严峻的挑战,模拟-信息转换器(analog-to-information convertor,AIC)将可能是这些挑战的有效解决途径。AIC是近年来国内外研究的热点,其以压缩感知原理为理论基础,突破传统的奈奎斯特采样定理的约束,以远低于奈奎斯特速率对信号进行采样,并确保能准确重构出原始信号,是稀疏信号的有效获取方法。以稀疏信号采集为主线,综述了近年来AIC设计与实现的研究进展,分析了不同方案在稀疏信号获取方面的优势与不足,描述了国内外的相关研究进展,并对未来AIC可能的发展方向进行了展望。     

基于手机加速度传感器的高精低采样计步算法设计

针对传统的计步算法在计步准确度和算法复杂度上难以达到良好平衡的问题,提出了一种双算法计步模型:辅助计步算法采用信号幅值分析的方法,避免了传统的幅值检测或过零检测过程带来的误差问题;主体计步算法借助于阈值校正因子,在保证较高计步精度的同时,降低了算法的复杂度。计步模型的运算过程与手机摆放位置无关,并且能够很好地适应不同用户的步态习惯。实验结果表明,即使在低频率(10Hz)采样时,其平均计步准确度也可以达到90%以上。     

基于NSCT的自适应阈值图像去噪算法

为了有效的去除图像中的噪声，保护图像细节，在研究了非采样下Contourlet（NSCT）变换和贝叶斯阈值的基础上，综合考虑NSCT变换后系数尺度间和尺度内的相关性，提出了一种新算法。该算法结合NSCT系数的相关性和贝叶斯风险最小准则估计区域自适应贝叶斯阈值，再利用硬阈值函数去噪，最后通过最小均方误差准则进行比例萎缩，得到真实系数估计。对于被高斯白噪声污染的图像，实验将该算法与经典算法相比较，结果表明在绝大多数情况下，该算法在峰值信噪比和视觉效果上都优于经典算法。     

罐采样与GC-MS联用测定空气中三甲胺

采用真空罐采样,三级冷阱预浓缩仪处理样品,气相色谱-质谱法测定空气中的三甲胺.结果表明,检出限为0.005 mg/m3,相对标准偏差为4.1%,加标回收率为92.0%~108%,能达到国家标准要求.该方法操作简单,测定准确可靠,可用于环境空气中三甲胺的测定.     

基于MAPC-RISR的MIMO雷达距离——角度二维超分辨率成像算法

MIMO雷达作为一种新型的雷达体制,其成像兼具实时性和高分辨率的特点,为了充分发挥MIMO雷达在成像方面的优势,提出一种高分辨率的MIMO雷达成像算法.首先将MIMO雷达成像过程分为距离向脉冲压缩和方位向聚焦成像两个过程,采用多波形自适应脉冲压缩技术(MAPC)实现距离向脉冲压缩和发射波形分离,然后在MIMO雷达虚拟阵列端利用超分辨率空间谱估计方法(RISR)进行方位向聚焦成像,得到了观测区域的距离—角度二维高分辨率的成像结果.理论分析表明,与已有的MIMO雷达自适应成像算法相比,所提方法降低了算法复杂度,提高了运算效率.仿真实验验证了所提MIMO雷达成像算法的有效性与优越性.     

基于分数阶字典的间歇采样转发干扰自适应抑制算法

间歇采样转发干扰是一种对现有体制雷达具备高度威胁的新型干扰,典型样式包括间歇采样直接转发干扰、间歇采样重复转发干扰和间歇采样循环转发干扰。干扰信号与真实回波时频域、分数阶域混叠,常规信号处理方法难以做到有效分离。针对该问题,分析了3种干扰样式时域、最优分数阶域特征,构造了两种分数阶正交字典,即分数阶大字典和分数阶联合字典,区分弱干扰背景回波信号和强干扰背景回波信号,采取不同的干扰抑制方法,从而构建了基于分数阶字典的间歇采样转发干扰自适应抑制算法。仿真结果表明,所提算法适用强弱干扰背景,弱干扰背景下恢复信号与真实回波相似度更高,强干扰背景下恢复信号信噪比(signal to noise ratio, SNR)损失更低。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。