用于超高频射频识别读写器Mixer-First接收机的新型直流分量消除技术

由于收发隔离度有限,超高频射频识别读写器的接收机面临着发射机载波泄漏的问题,基于MixerFirst结构的接收机,提出了一种新型的直流分量消除技术.在无源混频器的中频输出端设计一个由电感、电容等器件组成的带通滤波器,滤除泄漏载波经过下变频产生的直流分量.同时相比于传统的交流耦合方式,该技术可以缩短直流分量的稳定时间.仿真结果表明,当标签返回信号数据率为400kb/s时,该结构的带通滤波器的直流衰减约为-50dB,同时直流分量的稳定时间约为6μs,只有传统交流耦合方式的一半左右.该技术可以扩展接收机的动态范围.     

火灾自动探测的复合偏置滤波算法

提出了火灾探测的单信号偏置滤波算法和处理多传感器或复合传感器信号的复合偏置滤波算法,它可以应用单个火灾信号或综合两种信号特征计算信号超过预定门限的持续时间,有效地克服了干扰信号的影响,提高了火灾探测灵敏度和抗干扰性能．     

动态场景中运动目标检测与跟踪

为了在静态和动态场景中均能实现对运动目标的检测与跟踪,提出了基于运动检测和视频跟踪相结合的视频监控方法. 建立四参数运动仿射模型来描述全局运动,采用块匹配法对其进行参数估计;采用基于全局运动补偿的Horn-Schunck算法检测出运动目标;使用卡尔曼滤波对运动目标的质心位置、宽度和高度进行跟踪. 实验结果表明,该方法能够有效地对静态和动态场景中运动目标进行检测与跟踪.     

基于图形处理器硬件加速的高精度医学图像融合算法

提出一种基于图形处理器(GPU)硬件加速的频域非下采样轮廓波变换(FNSCT)算法.该算法构造了更加简单、快速的频域非下采样轮廓波变换,有效消除了传统小波变换以及轮廓波变换应用于图像融合算法时引起的振铃和伪吉布斯现象.结合GPU在并行大规模浮点数及快速傅里叶变换(FFT)上的高速运算能力,解决了非下采样轮廓波变换(NSCT)速度慢的问题,实现了一种高精度的医学图像融合加速算法.     

滤网对颗粒捕集过程的微观实验

由于滤网具有良好的颗粒捕集性能而被广泛应用于工业或民用领域,但对其微观捕集机理研究尚且有限.本文通过建立一套显微观测系统真实记录滤网捕集颗粒的全过程,研究其在捕集颗粒过程中的微观表现,分析影响单纤维过滤及滤网网孔架桥堵塞的影响因素.结果表明随着过滤风速的减小,滤网的未堵塞孔面积与孔总面积之比逐渐降低,且最终会出现一个稳定状态;而随着滤网孔径的减小,该比值逐渐降低.在实际使用过程中应根据具体使用条件合理选择过滤风速和滤网孔径,对于长时间使用的滤网应及时清灰避免二次污染.     

卡尔曼半自适应模型在复杂河道实时洪水预报和行蓄洪调度中的应用

针对行蓄洪区复杂河道的特点,提出了行蓄洪区的计算与预报方法,使得卡尔曼半自适应滤波模型可以用于复杂河道行蓄洪的调度和实时洪水预报。把该模型用于淮河干流中游鲁台子——吴家渡河段的洪水预报和行蓄洪的调度,取得了较高的预报精度。     

偏振滤波一维二元光子晶体的实现

用一维时域有限差分方法（1-D FDTD）分析一维二元光子晶体的偏振滤波特性,数值模拟各种因素下一维二元光子晶体的滤波特性.数值结果表明：掺杂层在中间位置时偏振分离度好;掺杂层的厚度与周期层厚度相差越大分离效果越好;2组元折射率相差越大越易形成带隙;入射角越大禁带越窄偏振的分离度越好.     

智能天线与多用户检测的联合抗干扰模型构建

联合抗多址干扰技术是目前移动通信技术研究的热点.将智能天线与多用户检测技术相结合可抑制相干干扰,改善系统的误码率性能,提高移动通信系统的有效性与可靠性,优化无线资源的利用率.提出了采用智能天线接收后进行多用户检测的CDMA系统模型,并引入基于LMS算法的自适应滤波器来消除窄带干扰.Matlab软件仿真结果表明,联合抗干扰模型较好地提升了误码率性能.     

有源电力滤波器直流侧电容电压的稳定控制

电压源型有源电力滤波器直流侧电容电压的稳定程度对补偿性能有直接的影响．研究了有源电力滤波器、电源、非线性负载三者之间的能量交换机理，分析了变流器直流侧电容电压的稳定问题，并提出了用PI控制器维持直流侧电容电压稳定的方法．仿真结果验证了该方法的可行性．     

应用联邦自适应UKF的卫星多传感器数据融合

在卫星自主导航系统中,一方面,系统状态模型存在难以准确建模的问题,要求信息融合算法具有一定的自适应性;另一方面,系统的量测模型通常具有较强的非线性,又要求信息融合算法在强非线性下保持较高的精度和鲁棒性. 针对以上两个问题,本文提出了基于星敏感器、红外地平仪、磁强计、雷达高度计、紫外敏感器的多信息联邦自适应UKF组合导航方案,该方案将多个导航传感器提供的信息在联邦滤波器里融合,并采用自适应UKF算法构建联邦滤波器的子滤波器. 采用这种方案,可有效组织并充分利用导航传感器提供的导航信息,并且系统模型具有一定的自适应性. 数字仿真结果表明,与传统的联邦卡尔曼滤波方法相比,该方法更适合于非线性较强、系统模型参数不准确的场合,有效提高了导航精度.