电子回旋共振加热系统中功率监测用高速高精度放大器的设计

设计了高速高精度低噪声放大器用于磁约束核聚变中电子回旋共振加热系统中入射和反射功率的实时监测。提出了模块化的高速高精度放大器设计方案。给出了放大器的稳定性、响应速度、噪声、失调等特性的分析方法和仿真方法。基于Labview构建了放大器自动测试系统,测试了实际放大器的响应速度和精度并对实际测量结果给出分析。在常用配置(三级放大器放大倍数分别为10~20倍、30~50倍、2~20倍)情况下,级联放大器的响应时间小于10μs,等效输入噪声电压小于60μV,等效输入失调电压最大不超过32μV。放大器的性能、稳定性和可靠性在电子回旋实验中得到了验证。     

小波快速分解和重构的一般公式

小波分析有良好的时－频局部化性能,现被广泛应用于数字信号和图像处理等领域,但其在处理有限长信号时的实时性不太理想,在分析了基于Daubechies紧支收正交小波基的快速算法在实际使用中的局限性的基础性,本文推导出一般情况下的小波分解和重构公式。     

基于卡尔曼滤波的多特征加权最近邻数据关联与跟踪算法

针对传统最近邻数据关联算法正确率较低且容易出现漏关联的问题,提出一种多特征加权的最近邻关联算法。根据智能车环境感知系统获得的障碍物特征数据,定义了一种相似度函数,提出基于生命周期计算有效关联度的方法,从而判定目标是否关联;基于卡尔曼滤波对关联目标进行迭代更新,实现对目标的跟踪;通过实验对比了静止目标、无交互的低速运动目标和有交互的低速运动目标的跟踪轨迹。结果表明,与传统的最近邻数据关联算法相比,所提出的改进算法可以实现对低速运动目标准确连续的关联跟踪,不会出现目标丢失或位置突变的现象,且跟踪目标的交互与遮挡对跟踪效果影响较小,具有较高的有效性与实用性。研究结果可为智能车辆的目标跟踪设计提供参考。     

一种基于离散傅里叶变换的小波变换的快速算法

小波理论中的多分辨率分析和Mallat算法近年来已在数字信号处理中得到了广泛的应用．但如果直接按照上述算法计算信号的小波分解和重构，其计算量将是很大的．通过对离散傅里叶变换及Mallat算法原理的分析，针对离散小波变换算法结构特征，对其结构进行了重组，在此基础上利用快速傅里叶变换，提出了一种快速离散小波变换算法，并从理论上进行了分析和论证；与直接算法相比，可有效降低运算量．