基于矿热炉外磁场信号的三相电极位置检测系统设计

针对矿热炉三相电极位置精确测量、节能降耗和安全生产的需求,设计一种基于矿热炉外磁场信号的三相电极位置检测系统。首先根据矿热炉的实际构造,结合COMSOL Multiphysics软件,建立矿热炉仿真模型,并对矿热炉磁场进行分析,选取外磁场信号采样点。在选取的采样点,采集具有不同电极位置的矿热炉模型的外磁场信号,建立矿热炉外磁场信号样本集。根据该样本集,应用偏最小二乘(partial least squares,PLS)回归分析、径向基函数神经网络(radial basis function neural network,RBFNN)和粒子群优化RBFNN(particle swarm optimized RBFNN,PSO-RBFNN)分别建立矿热炉三相电极位置检测模型,并结合MATLAB GUI建立基于矿热炉外磁场信号的三相电极位置检测系统。实验结果表明,检测系统的三种模型都可以实现对电极位置的检测,其中PSO-RBFNN模型的效果最优,三相电极位置检测准确率达到94.98%(训练集),90.21%(测试集),均方根误差为0.053 5(训练集)、0.131 1(测试集)。提出的检测系统能够较精确地测量三相电极在矿热炉内的位置,实现非接触式检测,具有较好的实用价值和应用前景。     

基于行车声音端点检测的交通量统计

基于传统特征的行车声音端点检测法存在重叠有车段识别率低、双门限阈值较难确定的问题,针对这两个问题,探索性地将梅尔频率倒谱系数(Mel frequency cepstral coefficients,MFCC)倒谱距离特征和短时能量特征进行了融合并应用于交通量检测。首先选取了周围环境较为安静的一个双车道路段,并采集了该路段上包含重叠有车段的行车声音;其次提取了行车声音的短时能量特征和MFCC倒谱距离特征,并对它们在端点检测中的优劣进行了分析对比;再次提出了一种融合短时能量特征和MFCC倒谱距离特征的新特征,并基于新特征将传统的双门限判决思路改进成了单门限判决思路;最后利用新特征对有车段进行端点检测并统计交通量。实验结果表明:基于融合特征的端点检测方法能有效解决重叠有车段识别率低和双门限阈值较难确定的问题。     

基于EMD与小波阈值的爆破震动信号去噪方法

针对小波阈值法去噪效果有限和EMD低通法去噪存在信号失真问题,综合EMD方法分解、重构方便和小波阈值法灵活、可调的优点,提出一种EMD-小波阈值爆破震动信号去噪方法.基于某矿地表实测数据,借助EMD的自适应分解特性,在原始信号分解的基础上,识别属于高频噪声的IMF1和IMF2分量,并对其进行小波阈值去噪处理,提取淹没在噪声中的有用特征信息MF1和MF2,最后,将MF1、MF2与剩余IMF分量及余量R进行重构,得到干净信号.通过频谱和小波包能量分析知:EMD-小波阈值法既能有效去除噪声,又能很好保留真实信号,还可避免EMD分解的端点震荡效应,是一种高效的爆破震动信号去噪方法.     

应用性本科“信号与系统”课程改革探索

针对应用性大学如何培养应用性人才的问题,对"信号与系统"课程进行了新一轮的教学改革,分析了该课程在教与学过程中存在的主要问题,提出了具有应用性特色的改革思路和方法,包括对该课程的培养能力的定位,教育理念、教学模式的改进,应用思维和应用能力的培养,实例引导教学法的尝试以及实验教学的改革措施等。     

两种时频分析算法的分析比较

随着信息传递速度的提高,信号处理技术要求提高。从信号频域可以观测信号特点,但是对于自然中的非平稳信号,仅仅频域观测不能反映信号频率在时间轴上的变化,由此提出了时频分析技术,可以产生时间与频率的联合函数,方便观测信号频率在时间轴上的变化。在现有的时频分析技术中较为常见的算法有短时傅里叶变换、WVD、线性调频小波等。本文介绍WVD和线性调频小波两种算法,并通过实验仿真对两种算法进行分析。     

超宽带通信信号欠定盲源分离

针对超宽带通信信号,提出了一种新的二阶段欠定盲源分离方法:阶梯图-最小角度法。在第一阶段即混叠矩阵估计阶段,提出用阶梯图对均匀抽样的数据点进行聚类计算,建立了一种估计混合矩阵的工程化模型,它可以直接估计出源信号个数,并且得到精度较高的混合矩阵估计值;在第二阶段借助最小角度分离准则估计出源信号,从而获得较好的分离性能。     

一种基于电压控制的扫描测试功耗优化方法

提出了一种通过电压控制来实现扫描测试低功耗优化的方法(压控法).该方法主要采用插入门控晶体管来控制组合逻辑单元供电,从而有效地解决了在扫描测试移入过程中测试信号向组合逻辑的无用传播,由于组合逻辑的供电受到控制,因此压控法不仅有效降低了无用的动态功耗,同时也大大降低了由于供电所产生的漏电静态功耗.而且门控晶体管的插入对于...     

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义.该文基于前后向矢量重构理论,提出一种相干信源测向方法.根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘-旋转不变子空间算法进行波达方向估计.该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小.理论分析和仿真结果表明了所提方法具有优良性能.     

基于复杂网络的脑电信号回归分析

基于相点距离集合确定脑电信号的相空间重构嵌入维数,并得到时间序列的相空间轨迹.把由相空间轨迹构成的回归矩阵转化为复杂网络的连接矩阵,并用复杂网络的特征参量表征回归矩阵的性质.实验结果表明,由不同生理状态的脑电信号构成的回归矩阵呈现出普适和非普适特征,也就是小世界特征的一致性和聚类结构的差异性.这些结论与实际脑网络的小世界特征和脑功能区域的聚类结构能够很好吻合.     

基于累积量的通信信号调制样式类间识别

为了避免通信信号调制识别过程中的去载波、波形恢复和符号定时等预处理过程,该文将高阶累积量直接用于中频数字信号的识别。该算法通过估算信号功率对高阶累积量进行归一化,克服了信号幅度缩放的影响,从而使该算法不需要信号的任何先验知识。仿真证明高阶累积量对具有不同包络特征的信号具有良好的识别能力,并且在高信噪比时六阶累积量比四阶累积量的识别效果更好。