基于Duffing振子的微弱信号参数估计

针对传统Duffing系统在检测频率未知的微弱信号时用振子阵列会增加复杂度的问题,提出结合频谱分析和Duffing振子的频率检测方法,此外还给出信号幅度和初相位的估计方法。将待测信号输入到内置周期驱动力为0的Duffing振子检测系统,对其输出量作频谱分析得出信号频率;利用Lyapunov指数方法得到临界阈值fd;把待测信号分别输入到内置周期驱动力初相为0和π的Duffing振子检测系统,并通过Lyapunov指数方法求出系统发生相变时所对应的内置周期驱动力幅值,计算可得信号的幅度和初相位。仿真实验证明,该方法可检信噪比低至-43.01 dB,与传统Duffing振子系统相比,具有检测精度高、复杂度低的优点。     

嵌入式Web服务器的设计与实现

随着嵌入式技术和网络技术的迅速发展,在当今的互联经济时代,为了更快更好地获取信息,越来越多的嵌入式系统被接入网络。本文设计了一种基于B／S模型的嵌入式Web服务器,用户只要拥有联网的浏览器就可从Web上监控现场设备的运行,方便可靠。该服务器支持多HTTP连接,支持动态网页,并支持串口波特率和IP地址的动态修改,有着广泛的应用前景。     

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Windows CE智能钻井监控系统

针对国内外现存的油田钻井监控系统的现状,提出了一种适用于离散井群的监控系统,该系统以 Windows CE 嵌入式操作系统为核心,利用串口及 FF 总线与底层 I/O 节点进行数据通信,并实现对下层设备的实时监控。主控制台可以直接联入 Internet,应用嵌入式系统中的网络功能,将系统信息向维修中心的服务器传递,实现远程数据的采集与监控功能。     

基于全局双约束的矿井尘雾图像增强方法

为提高煤矿尘雾图像的可观测性,提出一种基于全局双约束的Retinex算法的尘雾图像增强算法（GCFCDL-Retinex）。首先,将输入图像进行内外循环,训练聚类和稀疏双重约束下的过完备字典,对图像中的噪声分量进行抑制;然后,通过Retinex算法对照度分量和反射分量进行估计及提取,并对提取的照度分量进行自适应Gamma校正;最后输出增强后的图像。研究结果表明：在煤矿井下的复杂环境中,所提出的图像增强算法能够有效提高矿井下尘雾图像的对比度和清晰度,去除真实粉尘,同时抑制图像光晕、边缘模糊的现象,增强后的图像色彩自然,视觉效果明显提升。研究结论为矿井下视频监控清晰化的工程应用提供理论依据。     

双门限频谱感知中自适应烟花算法的应用研究

为了解决静态频谱分配仅将频谱分配给授权用户导致频谱资源紧缺的问题，对认知无线电中频谱感知部分进行优化。由于能量检测方法中选取固定门限值对不同信噪比信号检测误差较大，采用一种优化的双门限协作的感知方法。对于非授权用户接收信号时可能会受到干扰的情况，选取了联合频谱感知的方式。通过对爆炸半径进行自适应处理后的烟花算法来确定最小检测误差，利用其结果求得最优的门限值，得到最优的双门限值将接收到的能量区域分为3个区域，对于不能确定的区域将能量值发送到融合中心进行进一步判决，将所有判决结果用或(OR)准则融合得出频段是否有主用户占用。仿真结果表明了该方法与其他较新提出的双门限优化方法相比，具有一定优势。