模拟VLSI电路参数型故障的测试方法

为了提高模拟集成电路参数型故障的测试精度,以小波滤波器组实现的子带滤波为理论工具,研究了基于多故障特征提取的模拟集成电路测试方法.研究和对比了奥克塔夫(Octave)和金字塔两种小波分解结构下对Haar和Daubenchies两种小波在时域和频域中的故障分辨特性和诊断能力.对国际标准电路的实验表明:采用Octave结构时,在时域可完成故障检测,以相干函数在频域区分故障困难;而采用金字塔型结构时,在时域和频域皆易完成故障诊断:采用Daubenchies小波的效果优于Haar小波.     

基于现有机载设备信道构建UAT数据链路

通用访问收发信机(UAT)数据链是专为广播式自动相关监视(ADS-B)通信设计的L波段数据链路.现有某型机载设备的工作频率处于L波段,并具备数据传榆能力.提出基于该设备的收发信道构建UAT数据链的实现方案,在仿真分析和原理性试验的基础上,解决了原有系统工作优先与设备共用的问题.     

单车型确定性动态车辆调配问题

给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题.建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题特点设计简单的排序求解方法.最后,给出了模型的完整求解过程,从而使问题得到有效地解决.     

基于单载波PWM调制法的高压变频器建模与仿真

在分析高压变频器调制方法的基础上,建立了在MATLAB/SIMULINK环境下的级联型多电平逆变器的仿真模型,针对国内大多数流行的调制方法是基于一个正弦参考信号与多个三角载波相交进行比较产生脉冲信号,提出了单载波PWM调制方法.对多电平电压频谱进行仿真分析,并将其谐波特性与其它PWM调制技术进行比较,结果表明在单载波PWM调制法控制下变频器的输出波形中无论相电压还是线电压的谐波含量都很少,显示了良好的谐波特性.     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。     

SIAR体制下单基地MIMO雷达距离高分辨研究

常规脉冲压缩处理只针对单根天线单一载频单次回波,对于MIMO雷达,由于发射采用多载频信号,回波信号通道分离后若能进行带宽合成,则相应距离分辨率会比单根天线提高数倍,有利于后续检测与跟踪。针对MIMO雷达设计中调频带宽和载频差的不同选取,分别采用时频域频谱拼接及频谱外推与Root MUSIC算法相结合的方法,得到目标高分辨距离像。仿真结果验证了该方法的正确性。     

模糊推理在系统预测中的应用

将模糊推理应用于系统预测,使用正态分布原理对变量进行区分,并用模糊聚类中的相关系数法选择特征因子,建立了模糊推理预测模型。并将其应用于能源消费量的预测。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

河南棉花新品种数量性状的典型相关和通径分析

通过对河南省2006年春棉品种区试10个品种的产量、植株及纤维品质性状组的典型相关与通径分析得出：选择生育期短、株高中等偏高、果枝节位低、果枝台数多的性状,有利于增加株铃,提高铃质量,并能间接增进主要纤维品质,确为选育高产优质棉花新品种的有效途径。但在选择结铃性强的植株性状时,应防止降低铃质量。从性状相关性间接选择对衣分无效,应通过室内考种择优选取。表11,参11。     

改进的高动态高灵敏度GPS信号捕获算法

首先介绍弱GPS信号定义和影响因素,指出要想实现弱信号条件下的捕获,必须增加处理增益.要提高增益,就要进行累积,而累积最重要的限制就是导航电文的变化、多谱勒频偏的影响以及非相干累积的平方损失.而高动态又必须考虑累积时间与多普勒补偿的均衡.针对这些因素,指出在弱信号条件下,FFT捕获较传统算法更具有优势.采用差分累积提高累积时间并减轻了非相干累积平方增益损失.半比特搜索法能够估计出导航数据的最佳组合,实现很长时间的相干积分.高动态高灵敏度情况下,还必须考虑补偿码多谱勒的影响.提出一套完整的弱信号处理方案,采用Monter·Carlo方法进行仿真,实验结果验证了该算法的有效性.