基于充气板的呼吸监护仪设计与实现

根据非接触式家庭生理监护的要求,设计了一种基于充气板的呼吸监护系统。系统采用压阻式压力传感器来采集呼吸信号,通过平衡管并进行差压测量来提高信号采集部分的信噪比;针对呼吸信号弱、噪声强、动态范围大等特点,设计信号调理电路和幅度的自动调整算法;在上位机利用Visual C++设计了睡眠中呼吸状态判别和呼吸率提取算法。实验结果表明,该系统的信噪比最高可达22 dB,呼吸率检测误差均在10%以内,无超过15s呼吸暂停漏报情况,能够实现呼吸率检测和呼吸暂停监护的功能。     

非圆信号的协方差匹配自校正算法及其性能分析

针对非圆信号测向中方位依赖幅相误差的校正问题,本文根据非圆信号的非圆特性和辅助阵元能够自校正的特点,对协方差匹配估计技术（covariancematchingestimationtechnique,COMET）进行改进,提出一种适用于信源时域统计特性未知和统计独立特性先验已知两种情况的改进算法：NC—COMET算法．该算法利用非圆信号扩展协方差数据,使其校正精度较常规的基于辅助阵元的最大似然类算法（未利用非圆特性）有明显提升,且降低了最小辅助阵元数要求．从理论上证明了参数估计的统计一致性,采用一阶误差分析方法推导了有限采样影响下参数估计的均方误差表达式,并提出算法的cc数据利用率”定义,定量比较获得了NC．COMET算法的数据利用率较常规的最大似然类算法的提升幅度．仿真结果亦表明NC—COMET算法性能较常规的最大似然类算法更优：低信噪比下具有更强的鲁棒性;信源时域统计独立特性先验已知或者大非圆率的情况下,该算法对校正精度的提升尤为明显．     

一种基于谱相减法的声信号时延估计

利用信号增强算法,结合广义互相关时延估计原理,提出一种声信号时延估计算法。在噪声背景下先采用谱相减法从带噪信号中估计出原始声信号,提高信噪比,利用四元立体传声器阵列和广义互相关算法原理,对相关数据进行加权处理得到较高精度的时廷估计值。该算法可以有效抑制空间加性噪声,得到有效声信号准确的时延估计。实验仿真结果表明了该算法的可行性,在信噪比较低的情况下,与单一使用广义互相关函数相比,极大地提高了时延估计算法的准确程度。     

MIMO系统中基于置信度传播的多用户检测算法

MIMO (mltiple-input, mltiple-output) 系统中不同发送天线发射的信号在接收天线上叠加, 形成相互干扰, 可以采用多用户检测算法进行解调以提高系统性能. 因此提出将LDPC码解码理论中的置信度传播(belief propagation)思想引入MIMO系统的解调技术, 从而得到了一种新的基于置信度传播的多用户检测算法. 新算法的复杂度只与发送/接收天线数目的平方成正比. 仿真结果表明, 新算法在低信噪比条件下误比特率性能优于传统的线性MMSE多用户检测器, 但在高信噪比条件下则存在误比特率的“地板效应”, 因此比较适合于采用信道编码的系统. 虽然该算法是基于MIMO系统地推导而来的, 但显然它也可以被推广应用到一般的CDMA系统中去.     

AM信号确认算法研究与仿真

通过分析短波段AM广播信号调制特性，定义了调制信号上下边带频谱相关系数和调制信号与包络检波信号频谱相关系数，并以语音检测相关参数作为辅助。由此提出一种对AM广播信号进行“身份验证”的信号确认算法。基于短波标准信道的仿真实验表明，所定义的两个参数对噪声和信道滤波鲁棒，该算法可直接应用于实际工程环境，具有重要应用价值。     

混沌同步系统的频率特性和微弱信号检测

提出了混沌同步系统的频率特性概念，它可描述该类系统的频域性质，建议了一种测量自混沌同步系统频率特性的模型，获得了蔡和Ｌｏｒｅｎｚ混沌同步系统的频率特性曲线。理论分析和数值模拟结果表明这些系统具有多种特性的频带，提供了可以利用的不同频段，特别地，其些频段对噪声“淹没”微弱信号具有较强的检测能力。频率特性概念和频率特性曲线为深入认识混沌同步系统的信号处理功能和正确开发其中的信息资源提供了科学依据。     

利用AR模型参数和BP神经网络辨识微震信号

利用AR模型参数和BP神经网络,针对矿山微震信号具有频带较宽、谱成分丰富的特性,提出了时不同频率范围的信号和噪声进行滤波处理的方法.利用该方法可将噪声与信号分离以及将不同频段信号分解,从而达到滤波的目的.实验结果表明,利用AR模型参数和BP神经网络能够有效去除微震异常信号的噪声,可应用于微震信号的预处理和微震预测.     

基于高阶累积量和瞬时特征的调制识别算法

从特征参数提取角度出发,提出了一种基于高阶累积量和瞬时特征的信号调制识别算法。该算法从调制信号高阶累积量中提取出稳健的特征参数,并结合改进的瞬时特征参数,采用决策树的方法对信号进行调制识别。与传统决策论识别算法相比,本算法特征参数较少,识别类型多。最后仿真结果表明,该算法在较低信噪比下具有很好的识别率（〉95％）。     

正则扰动下周期时变系数矩阵Sylvester表示的振荡器相位噪声分析方法

振荡器的相位噪声分析是通过扰动自激大信号状态方程, 导出周期时变小信号状态方程进行的. 在振荡器的时域稳态解上应用传统的正则扰动方法, 对周期时变系数Jacobi矩阵按照Sylvester定理进行分解, 在它的周期向量构成的空间上, 分析振荡器在扰动下能保持周期稳态的条件; 注入表示白噪声的频域伪正弦信号和时域δ相关信号, 应用随机微分方法, 揭示相位噪声的产生过程, 计算相位抖动; 应用调频的原理分析幂律谱和Lorentz谱的形成以及它们之间的关系, 并获得包含谐波的Lorentz功率谱. 以周期系数Jacobi矩阵为基础, 构造简单的计算Floquet指数和相位噪声的算法流程并给出简单实例. 最后指出振荡器相位噪声分析的难点和发展方向.     

单步延迟无序量测滤波算法的最优性分析

不同的通信时间延迟和量测预处理时间，导致在实际的集中式多传感器融合跟踪系统中，常会出现多传感器量测数据不能按正常时序到达中心处理器的无序量测（OOSM）现象，中心处理器处理这类无序量测数据时将遇到负时间更新问题．针对单步延迟无序量测更新问题，从理论上分析了Bar-Shalom提出的A1算法的最优性，指出其最优性与过程噪声的离散化模型有关，证明A1算法在过程噪声直接离散化模型（DDM）下不是最优的，它仅是过程噪声连续离散化模型（DCM）下的最优滤波算法．提出了DDM条件下的一种改进算法，它能获得比A1算法更高的无序量测滤波精度．提出了一种与过程噪声离散化模型无关的最优无序量测滤波算法，此算法在两种过程噪声离散化模型下都能达到有序量测处理时的滤波精度．对两个新算法的滤波性能进行了理论分析，采用Monte Carlo计算机仿真实验比较了新算法和有序量测处理时的滤波结果，验证了新算法的有效性．     

基于量子Grover算法的VBLAST系统信号检测

VBLAST系统中最大似然检测具有最优的检测性能,但是计算复杂度是一个NP难题．将量子Grover算法及Grover-Long算法用于VBLAST系统最大似然检测中,对算法的复杂度和性能进行了仿真分析,仿真结果表明Grover检测算法不仅能够对计算复杂度起到平方加速的效果,而且算法的检测性能逼近最大似然检测性能．     

泄漏检测信号滤波技术比较

通过泄漏检测模型试验分析测量信号中的噪声来源，在对比研究传统小波去噪、改进神经网络去噪、最小二乘拟合去噪等方法在实测数据中去噪效果的基础上，借鉴神经网络反向传播学习算法的思路，提出了信号预滤波结合闽值自学习小波去噪的综合滤波方法。该方法通过对恒定状态下带噪压力信号阈值自学习使得重构信号与期望输出均方误差最小来获得单一工况下的最佳去噪阈值，再将此阈值用于同一工况下整个时间段的去噪，这样根据不同工况下得到的最佳阈值可以获得最优输出。数值计算结果比较表明该方法对噪声的抑制作用明显，比传统小波去噪、改进神经网络去噪等方法效果更好。     

基于最小二乘法的电力系统状态估计算法研究

针对现行电力系统状态估计算法中存在的各种发展潮流,重点剖析了被广泛应用的基于最小二乘法的状态估计的基本原理和改进后的几种状态估计方法,阐明了各算法的应用优势和存在的不足。对于存在不良信息系统进一步提高算法的精度和估算速度的发展方向提出了新的思想。     

上转换单光子探测器最新进展

单光子探测器的研制是量子光学和量子信息领域的一个重要研究课题.本文提出了一种基于长波泵浦频率转换技术和多模光纤耦合接收方法的新型上转换单光子探测器,有效的解决了上转换单光子探测器所面临的高噪声和系统不稳定等问题,成功获得最高量子效率为27%,噪声仅2800Hz的实验结果.该方法不仅降低传统上转换探测的噪声,并且大大提高了系统的稳定性,为实用化上转换单光子探测器提供了可能.     

2．4-6．0GHz超宽带低噪声放大器的设计

采用标准0．5μmGaAsPHEMT工艺设计了工作频段在2．4—6GHz可应用于无线局域网（WLAN）和超宽带（UWB）接收机的超宽带低噪声放大器。从宽带电路的选择、高频电路设计的器件选择和电路结构的选择等方面讨论了如何进行超宽带低噪声放大器的设计。结果表明,通过合适的电路结构和器件参数选择,可以采用0．5μmGaAsPHEMT工艺制备满足超宽带系统要求的低噪声放大器。在UWB3．1～5．15GHz低频带内,该LNA增益20．8～21．6dB,噪声系数低于0．9～1．1dB,输入输出驻波比均小于一10dB。在2．4～3GHz频带（涵盖802．11b／g的使用范围）内,该LNA增益20．8～21．5dB,噪声系数低于2dB,输入输出驻波比均小于-10dB。在频带5．2—6GHz,该LNA的噪声系数增大到1．332dB。增益则从21．4dB下降到19．7dB。电路的工作电压为3．3V。     

基于语音识别机器人的研究

语音识别技术是以声学特性为基础,通过研究声学频谱的模式匹配准则算法,使得机器人利用语音识别系统来执行命令。本文描述了以凌阳SPCE061A单片机为核心而构造的语音识别机器人系统的研究。通过分析激励声音的频谱,高速的数据采集与匹配模块,确定语音识别系统的最佳程序中断地址参数,从而可以高精度的实现机器人小车控制功能。系统硬件系统主要由SPCE061A处理器,电机的驱动与控制电路,语音接收单元等组成。软件系统由信号处理模块,语音采集与匹配模块,控制模块等构成。     

蚁群算法中参数设置对超声回波估计性能的影响

摘要针对超声回波参数估计问题存在着耗机时长,估计结果严重依赖于初始值的缺点,本文将蚁群算法应用到超声回波参数估计中,结合超声回波的非线性高斯模型,提出了基于蚁群算法的超声回波参数估计算法,并就蚁群算法在超声回波估计中参数的优化组合设置进行了分析研究通过数值仿真,在信噪比为10dB条件下计算了蚁群算法中各参数的不同取值对估计结果的不同影响,包括计算时间、估计精度和算法稳定性,得出了算法中各参数的组合优化设置,给出了最优参数下的超声回波参数估计结果,并通过与其他算法的比较验证了蚁群算法在超声回波参数估计问题中的有效性．该研究有助于提高超声回波估计的精度和算法的稳定性,缩短蚁群算法的计算时问,以达到优化算法性能的目的．     

基于压缩感知思想的图像分块压缩与重构方法

压缩感知理论在数据获取、数据存储/传输、数据分析和处理方面有很大优势,成为近年来的研究热点.考虑到大多数图像信号信息分布有差异,编码端,在对图像分块的基础上,融合熵估计和边缘检测方法计算各图像块的信息含量,再从两个不同的角度进行分类采样:依据信息量多少将图像块分为平滑、过渡和纹理3类,使用不同的采样率采样;依据信息量的分布特征,采用不同的采样率分配策略进行采样.在解码端,根据不同类型的图像块构造不同的线性算子进行重构,再运用改进的迭代阈值算法去除块效应和噪声.实验证明,算法在提升图像重构质量的同时缩短了重构时间,并且对纹理边缘多的图像的重构效果较其他方法理想.