经验模型分解在手写体数字识别中的应用

将经验模型分解方法应用于手写体数字识别,提出了一种新的识别方法. 该方法基于字符的轮廓信息特征,具有平移不变性、缩放不变性、旋转不变性. 本文基于分段线性逼近方法提取手写体数字图像的外轮廓,由外轮廓数据构造一个信号s(t),对s(t)进行经验模型分解以抽取它的第一个内蕴模式函数并计算该内蕴模式函数的瞬时频率,选取5个较大的瞬时频率值以及它们之间的时间间隔作为9个特征值;然后对s(t)的波形再重采样16个点作为16个描述s(t)的波形的特征值;最后,采用基于反向传播算法的有多个多输入单输出形式的三层前馈神经网络进行分类与识别. 实验结果表明该方法获得了97.5%以上的正确识别率.     

一种有效的OFDM符号定时和频率同步方案

基于各种OFDM同步算法,针对Schmidl提出的同步算法存在符号定时难以准确确定的不足,提出了一种利用2个特殊训练序列的有效的同步方案,同时给出了一种整数倍频偏估计的改进算法。理论分析和仿真结果都表明,与传统方案相比,该方案频率同步性更好,符号定时更精确,是一种非常有效实用的方案。     

一种多分辨率DOA估计的小波包算法

根据MUSIC算法在信号波达方向(DOA)较近或相干时性能迅速下降的情况,提出了一种多分辨率信号波达方向估计的小波包算法基于子带分解的MUSIC算法(SB MUSIC)·算法对全带信号进行子带分解,并根据最优基选取准则选择最优叶节点,然后对每个叶节点应用MUSIC算法进行谱估计·研究表明子带分解具有提高信噪比(SNR)和放大频率间隔等优点·考虑到算法应用时只有全带频率才有意义,提出了子带频率向全带频率映射的方法·仿真证明,SB MUSIC不仅提高了特征子空间方法的分辨率,而且在子带划分适当时,具有一定的信号去相关能力,并且子带谱的估计成功率和谱平度都高于全带谱·     

Structural design, analysis and performance evaluation of a novel planar parallel robot： theory and experiment

The structural design, analysis and experimental verification of a novel planar parallel robot that includes parallelogram linkages are reported in this paper. A design methodology combining finite element analysis （FEA） and flexible dynamics is employed in the analysis. The appropriate natural frequencies of robot throughout workspaee are predicted, and the effects of payload, flexibility of joints, cross section and orientations of robot on the natural frequency are analyzed by simulation. Extensive structural vibration experiments with the completed manipulator confirm the predicted structural vibration characteristics throughout the workspace. The experiment also proves the robot＇s performance under a fuzzy self-tuning PI controller.     

非平衡型AFC电路工作原理

本文主要分析两种非平衡型 AF C电路的工作原理     

变压器局放宽频带监测及数字陷波去噪方法

传统的局部放电测量系统频率带宽通常为数10 kHz.随着计算机技术和信号处理技术的发展,宽频带测量系统比传统的局部放电测量系统具有更高的测量灵敏度,但同时容易受到外部强烈电磁干扰的影响.研制出50 kHz～1 MHz测量频带的大型电力变压器在线监测系统,主要采用前置信号处理系统和二阶级联格形数字陷波器抑制窄带周期性干扰.通过安装于220 kV变电站的变压器局部放电监测系统实测信号分析表明,该系统能够有效提取放电脉冲信号,具有较高的抗干扰能力.     

基于空时分组编码的OFDM系统频率分集方案

增加发送或接收天线的个数可以提高无线通信系统分集增益和性能,但通过增加天线个数往往会大大增加系统的尺寸和成本,尤其是对于接收端显然是不现实的.针对空时分组编码正交频分复用(STBCOFDM:Space-Time Block Coded Orthogonal Frequency Division Multiplexing)系统提出频率分集方案,在相同符号错误率(SER:Symbol Error Rate)条件下,利用频率分集无须增加发送天线的个数.分析了该方案成对错误概率(PEP:Pairwise Error Probability)的上限值,给出了系统的编码增益和分集增益.结果表明,该方案可同时获得频率分集和空间分集增益.仿真实验证实了该方案在10-3符号错误概率条件下,与2发1收的STBC-OFDM系统相比,信噪比增益提高3 dB,与4发1收的STBC-OFDM系统具有几乎相同的误码性能.     

恶劣信道下的OFDM公共相位误差消除方法

为了精确消除相位误差影响,获得良好系统性能,提出了一种新的OFDM(Orthogonal Frequency Division Multiplexing)公共相位误差消除方法,该方法给出了在频率同步和信道均衡两级联合完成公共相位误差校正的结构,利用全导频,提出新的公共相位误差估计算法.理论分析和计算机仿真表明,两级联合校正结构非常适合OFDM系统中的公共相位误差校正,全导频公共相位误差估计算法可以获得优于传统方法的估计性能,特别在恶劣信道条件下,提出的全导频估计算法非常适用.     

神经网络技术在桥梁构件声波检测中的应用研究

随着桥梁工程建设的发展,其混凝土构件质量检测显得越来越重要.采用非线性的BP神经网络方法技术,利用声波的运动学和动力学特征参数,在已知样本参数的约束下,对桥梁混凝土构件缺陷进行多参数综合检测,就方法技术而言是可行的.通过对某大桥混凝土腹板裂缝采用非线性BP神经网络方法技术进行综合检测,其结果验证正确,证明了该方法技术的有效性,且较常规的线性方法技术有着更高的精度和可靠性.为BP神经网络方法技术的应用探索了一个新的领域.     

基于改进的长短期神经网络的贵州方言辨识系统的设计与实现

汉语方言的辨识能为案件侦破提供重要的线索,为了对贵州方言进行辨识,本文设计并实现了贵州方言辨识系统,该系统采用Client/Server与Browser/Server相结合的架构,其用户端采用Matlab实现并具有改进的长短期记忆神经网络算法,主要用于方言的辨识和方言语音样本的采集。方言样本采集于贵州省6个地区,首先提取语音样本与口头禅的梅尔频率倒谱系数MFCC,然后每份语音样本MFCC后面加上相应地区的口头禅MFCC,最后通过奇异值分解得到该系统的输入数据。该系统的网站主要用于训练数据的储存与修改,采用ASP.NET技术并利用C#、JavaScript和T-SQL等编程语言实现。实验结果证明贵州方言辨识系统是高效的,让用户获得极大的方便和客观统一的方言辨识结果。