非线性信道判决反馈递归神经网络自适应均衡器

针对存在严重符号间串扰及轻度非线性畸变的数字信道，提出了一种判决反馈递归神经网络为均衡器，它将传统的线性信道判决反馈结构巧妙地融入递归神经中，在自适应训练时用期待２信号代替判决反馈信号。     

非线性信道判决反馈快速收敛神经网络均衡器

针对严重符号间串扰及轻度非线性畸变的数学信道，提出了一种神经网络判决反馈均衡器。它将传统的线性信道判决反馈结构巧妙地随入二层感知器中，学习时充分利用训练信号的信息，在可调权数较少的情况下，取得了较好的均衡效果；人为选择初始权值大大提高了收敛速度。模拟结果表明：该均衡器简单实用、便于实时处理，且均衡性能有较大的改善。     

基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度，分析了陀螺漂移特性，指出随机漂移是影响陀螺仪精度的主要漂移误差，也是影响性能可靠性的主要因素．针对此，提出了一种小波模糊神经网络故障诊断模型．此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起，充分发挥它们各自的优点，并对陀螺仪实测数据仿真．仿真结果表明，采用小波分析提取陀螺的常值漂移，简单有效；运用神经网络对陀螺的误差和故障建模，使故障诊断具有自适应、自学习的能力，并互增强了故障诊断的容错能力；将模糊逻辑用于判决中，使判决结果更加可靠．     

基于MLP神经网络的超宽带信号自适应识别算法的研究

提出一种利用人工神经网络进行超宽带信号调制模式自适应识别的方法。采用三层MLP神经网络进行调制模式识别。首先对超宽带数字调制信号进行统计特征参数提取,特征参数作为MLP网络的输入层神经元参数,隐含层是双层结构。实验证明,当中间层采用正切型激活函数、输出层采用线性激活函数时,MLP分类器的识别性能最好。在5 dB信噪比环境下,算法的正确识别率高于95%。与传统的统计判决方法相比,神经网络分类器不需要设定判决门限就能实现自适应识别,并且达到更好的识别率,解决了软件无线电系统中的超宽带信号自动识别的问题。     

神经网络在分组码软判决译码中的应用

本文探讨了神经网络与纠错编码之间的关系,将神经网络引入分组码软判决译码中.通过映射变换α→(Q-1)-2α,建立了分组码软判决译码与神经网络之间的关系;证明了线性分组码软判决最小距离译码等效于寻找对应的神经网络能量函数最大值,神经网络优化算法可用于分组码软判决译码中.     

误差反馈的小波神经网络均衡器结构与算法

为了克服宽带无线通信中非线性时变信道对接收信号造成的码间干扰,针对小波分析良好的时频局部化性质及神经网络的自学习功能,采用了误差反馈的判决反馈小波神经网络均衡器,使用误差反馈来减小误差信号的自相关性,得出该结构提高了小波神经网络均衡器的收敛速度,降低了通信误码率,理论分析和计算机仿真结果验证了该算法的有效性,结果表明基于误差反馈的小波神经网络的均衡器在非线性时变信道中的通信性能有显著提高.     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征作为判决特征参数.这些方法在实际应用中,尤其当信号信噪比比较低时,无法满足系统的需要.文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法.通过对宽带噪声-白噪声干扰情况和一种特殊噪声——汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适合于实际应用.     

应用倒谱特征的带噪语音端点检测方法

传统的语音端点检测方法以信号的短时能量、过零率等简单特征为判决特征参数。这些方法在实际应用中,尤其当信号噪比比较低时,无法满足系统的需要。文中利用语音信号的倒谱特征作为判决抽样信号帧是否为语音信号的依据,并提出了倒谱距离测量法和循环神经网络法,通过对宽带噪声－白噪声干扰情况和一种特殊噪声－汽车噪声情况的实验,发现倒谱特征参数的语音信号端点检测方法在噪声环境下具有传统的能量方法无法比拟的优越性,更适     

改进VMD对称镜面图在消毒机器人故障诊断中的应用

针对消毒机器人电机转子故障振动信号的非平稳性，以及常用时频分析技术无法全面获取信号特征的问题，提出一种基于改进变分模态分解(VMD)对称镜面图与模糊神经网络的故障诊断方法.采用VMD分解转子振动信号，给出分解过程中关键参数的选取方法；根据综合评价因子法选取对信号特征敏感的固有模态函数(IMF),重构信号；采用对称极坐标法，将重构信号转化为镜面对称图，通过灰度共生矩阵提取图像特征以形成状态特征向量，输入模糊神经网络，实现转子故障诊断.对比实测信号及常见信号分析方法可知，提出的方法具有更准确的信号特征提取能力.     

一种基于模糊神经网络的异构网络选择算法

提出了应用于异构网络融合场景的基于模糊神经网络的网络选择算法.该算法由预判决、模糊神经网络处理和网络选择判决3个模块组成.引入预判决模块,滤除了能直接进行网络选择的采样点,减少了进入模糊神经网络的采样点数;模糊神经网络处理模块综合考虑信号强度、终端移动速度以及网络带宽等因素来进行网络选择判决;由于模糊神经网络具有学习训练能力,故能根据输出误差自适应调整隶属度函数的参数.仿真结果表明:提出的算法在保证较低丢包率的情况下,有效降低了网络选择判决时延,减少了乒乓效应的发生次数,降低了阻塞率.     

强噪声背景下高频CW电报信号的自动检测

长期以来,CW电报通信都靠人工操作来完成,难以满足大容量、高速度的要求,如何实现CW电报的自动检测与识别,减少人为因素的影响,提高其有效性是当前高频CW电报研究的重要课题.在强噪声背景下,高频CW信号的包络检波检测法难以有效跟踪信号波形.检测性能严重下降.针对此问题,提出了一种基于Kalman滤波的微弱CW信号检测方法.该方法首先采用Kalman滤波器实时捕捉CW信号,恢复信号波形,再运用复数谱方差识别干扰信号与CW信号,提取出纯净的CW信号.实验表明:该方法能够在强噪声背景下有效地检测出CW信号,具有更高的识别率,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

基于射极耦合逻辑的数字延迟系统

利用射极耦合逻辑(ECL)转换速度快、延迟小、可靠性强等特点,提出了一种新颖的数字延迟系统实现方案。现场可编程门阵列(FPGA)输出的LVTTL电平信号作为系统的输入触发信号,经过电平转换传输给8位数字可编程延迟芯片AD9500。AD9500的延迟输出再经过电平转换,以LVTTL电平信号作为系统终端的输出形式。在信号传输过程中,系统采用差分方式,并对传输信号做了端接处理,增强了高速信号的抗干扰性。测试结果显示系统实现了分辨率为100 ps的数字延迟。     

用于电晕放电远距离探测的螺旋天线的研究

为了降低输入噪声水平,实现在自然环境下对高压、特高压输电线上电晕放电的远距离探测。在实验室环境下搭建电晕放电实验平台,观察得到电晕放电信号具有频率分布广、信号幅度小、随机性强等特点。在自然环境下某放电强烈的超高压输电线附近的噪声和电晕信号进行了测试,确定信噪比最大的测试频段为200MHz—300MHz。以此为基础,仿真设计了中心频率为250MHz的高增益螺旋天线。根据仿真参数实际制作的螺旋天线,与仿真相符,并成功探测到实验场环境下约140米左右的电晕放电信号。此天线的设计与研制为进一步研究高压、特高压输电线远距离电晕放电探测技术奠定了基础。文中涉及到的电晕放电信号特征及探测方法对相关领域研究人员,具有重要的参考价值。     

一种新式信号放大和数据采集系统

研究了一种应用于水泥颗粒级配在线分析仪的信号放大和数据采集系统,该系统具有抗干扰、采集速度快和转换精度等特点。它较好地解决了采用模拟开关给系统带来的交叉干扰问题,并且信号放大电路能根据采集信号的强弱进行自动量程放大。这样既可以提高系统的采集速度,又可以保证A/D转换器工作在较佳的转换区域,以减小A/D转换器对较弱信号转换时的误差。     

一种新型压电加速度传感器研究

针对大长径比弹丸高速侵彻中刚体过载信号与高频振动信号混叠带来目标难以识别的问题,研究一种具有开关特性的压电加速度传感器;建立了该传感器的力学模型并对其特性进行了研究. 利用相对比较法对新型加速度传感器及普通加速度传感器进行了冲击试验. 实验测试结果表明,所设计的压电加速度传感器可衰减高频振动信号,有利于侵彻过程中目标信息的获取与识别.      

基于TMS320C6x的调频步进雷达数字信号处理机

研究利用步进频结合调频子脉冲信号体制实现雷达的距离高分辨力。首先从理论上分析该信号的信号处理算法,然后通过仿真验证其处理算法的可实现性。在硬件设计的基础上,通过仿真分析ＴＭＳ３２０Ｃ６２０１的有限字长效应对调频步进雷达信号处理机的影响,利用ＴＭＳ３２０Ｃ６２０１实现了步进频结合调频子脉冲信号的压缩处理,并提出了有限字长效应的解决方案。利用步进频结合调频子脉冲信号体制,可以实现雷达的距离分辨力的Ｎ倍     

基于多卫星伽利略E1频段中频信号的生成方法

为了模拟二进制偏移载波BOC(1,1)调制下的多卫星伽利略信号,提出了一种伽利略E1频段数字中频信号的生成方法.其中,通过模块化和图形化设计,逐层细化而拟合伽利略信号所需步骤,包括扩频码的产生、BOC调制的实现以及导航信息、载波和可调噪声源的叠加,并通过信号的自相关及其捕获等处理.结果表明,所生成的信号具有伽利略E1频段BOC(1,1)调制的信号特征,其信噪比和多普勒频移可调,可用于软件接收机的信号处理解算.     

基于博弈论的信号配时方法研究

针对信号控制的交叉口,存在高饱和度的相位,且相位间饱和度不同的情况,提出了一种基于博弈论的信号配时方法,实时缓解了高饱和度进口车道的拥堵,降低了进口道延误。对于不同饱和度下的车道,通过解析流量与信号配时的博弈关系,建立了基于博弈论的信号配时模型,设定了新配时方案的迭代步骤以及相关参数的标定。通过算例分析出现状信号配时的效果以及现状车流的需求,饱和度较低的相位博弈分配到的有效绿灯时间降低,进口车道延误上升7.23%;而饱和度较高的相位博弈分配到的有效绿灯时间增加,进口车道延误降低了5.91%;该进口道的总延误降低1.03%,优于原来的信号配时方案     

鱼声信号检测系统的设计与实现

以鱼声信号的检测为研究对象,设计了一种基于LabVIEW的鱼声信号检测系统。该系统利用高精度数据采集卡NI-PCI-4461对水声传感器进行数据采集,并利用LabVIEW编程实现数据采集、处理、显示和保存。实验结果表明,基于LabVIEW的鱼声信号检测系统为水中生物的声音检测提供了一种简洁有效的途径。     

非平稳信号的时变自回归建模及其在轴承故障诊断中的应用

基于时变自回归（TVAR）方法实现了非平稳随机信号的参数化建模,提出采用最小信息准则确定模型阶数．通过多分量线性调频仿真信号的时变谱估计,表明该方法分辨率高,没有交叉项的干扰,计算速度快．在仿真分析的基础上,应用参数化时频谱和BP神经网络方法进行滚动轴承故障信号的分类和辨识,并基于能量法对时频图进行特征提取．分析结果表明,时变自回归方法的拟合精度高,能有效提取轴承故障信号特征,同时结合神经网络能对故障进行准确诊断．