基于小波包总能量变化率的体外拉索损伤识别方法

针对体外预应力拉索的损伤识别问题,建立基于小波包能量谱的拉索损伤识别指标,传统的频域计算分析方法很难对拉索的这类损伤进行有效的识别,需要从时频域进行分析. 首先,设计针对体外索结构的拉索损伤识别实验,得到不同损伤程度、不同索力和不同索长的拉索动力响应信号,并得到频率、时域和能量域的特点;其次,从小波包分解的能量域展开分析,建立小波包总能量变化率指标RES;最后,建立基于RES的拉索损伤识别流程,并进行实桥损伤识别. 结果表明,提出的损伤指标对损伤程度有较强的敏感性,能够有效地识别出体外索损伤,能够应用于体外预应力加固桥梁结构的长期监测中.     

CEEMDAN自适应阈值去噪算法在地震方向的应用

提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法。含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构。分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比。数据仿真和实验结果表明,在原始信号信噪比为0.5dB时,常规与改进算法去噪后信噪比分别为4.55dB和9.97dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取。     

一种基于集成学习的DBN模型分类方法

雷达信号分类是雷达信号电子侦察的关键技术之一,针对利用深度学习模型进行雷达信号分类时其性能不稳定的缺点,提出了一种基于集成学习的深度信念网络模型进行分类的方法.通过深度信念网络模型不同层间的特征抽取,通过不同的分类器得到不同的分类结果,再将分类结果进行集成,得到最终的输出.待分类的雷达信号由12部雷达产生,包括常规、参差、频率捷变和抖动四种雷达.仿真结果表明,该模型的分类错误率较低,鲁棒性较好.     

针对BOC信号的低复杂度无模糊跟踪技术

针对正弦相位二进制偏移载波(BOC)信号的伪码同步问题,提出了一种低复杂度的无模糊跟踪方法.该方法通过设计特殊的本地参考辅助信号,将其与接收到的BOC信号相关,得到的互相关函数与BOC信号的自相关函数相结合,从而构建出一种新的非相干码鉴别器函数.该鉴别器函数只有一个锁定点,可以实现稳定的无模糊跟踪.区别于传统的超前减滞后无模糊方法,该方法只需要即时支路相关器的输出,可以减少至少3/4的相关器,显著降低接收设备的复杂度.理论分析和仿真结果表明:本方法的跟踪精度介于类二进制相移键控(BPSK-LIKE)方法和峰跳(BJ)方法之间,同时也表现出较好的跟踪稳健性.     

基于FFT的互感式电流信号检测装置的设计

为解决对电路中电流信号的实时监测及谐波分析问题,利用传感器技术设计出一套高精度基于FFT( Fast Fourier Transform) 的互感式电流信号检测装置。该装置可对环路电流信号进行非接触式测量,硬件电路包括互感式电流传感器和检波电路,软件部分以STM32 为主控制器,对信号进行傅立叶变换得到频率和幅度信息。这种以微处理器为核心的测量装置可以实现测量自动化和功能多样化,在工业领域具有一定的应用价值。经实验检测,该系统的频率分辨率可达到1 Hz,幅度分辨率可达到0． 5 mA,测量电流信号频率误差小于2% ,幅度误差小于5%。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

一种用于电力线通信系统的改进MIMO检测算法

目前多输入多输出(multiple-input multiple-output,MIMO)技术已经被电力线通信(power line communication,PLC)系统采用,但由于MIMO PLC系统噪声呈非高斯分布而且各端口噪声之间存在相关性,故不能直接采用无线系统中的MIMO检测算法。采用了二元Middleton class A分布对MIMO PLC系统中噪声进行建模,提出了基于该噪声分布的最大似然检测改进算法,由于改进最大似然检测算法实现复杂度高,为了便于实现,进一步提出了用近似函数降低复杂度的2种次优的检测算法,优化了算法复杂度。仿真结果表明,与传统的基于高斯噪声分布的最大似然检测算法相比,提出的基于二元Middleton class A类噪声分布的信号检测算法在MIMO PLC系统能获得更好的性能。在性能损失较小的情况下,次优算法的复杂度明显低于最大似然检测改进算法。     

液压混动系统泵排量控制研究

针对闭式液压回路中变量泵排量控制方法精度较低的问题展开研究,基于泵控系统中伺服阀的脉宽调制(PWM)控制,推导出占空比信号与变量泵排量的线性关系,在AMESim软件平台上搭建了泵控系统仿真模型,并基于试验测试数据对模型进行校核,基于泵控系统模型提出了PID反馈控制、前馈+反馈控制和三步法控制的泵排量控制方法,并进行测试对比分析.仿真结果表明,三步法控制在动态响应及快速稳定方面优于PID反馈控制,相比于前馈+反馈控制,采用三步法控制的泵排量动态响应误差减少了35.5%.     

基于Homotopy算法的低复杂度多用户大规模MIMO信号检测方法

在上行多用户大规模多输入多输出(multiple input multiple output,MIMO)系统中,为了降低信号检测的计算复杂度,在传统的最小均方误差(minimum mean square error,MMSE)算法的基础上,提出一种基于Homotopy算法的低复杂度信号检测方法。在该方法中,通过对Homotopy方程的解向量采用逐级展开来逼近真实解向量,从而避免MMSE检测算法中的高阶矩阵的求逆运算,降低了信号检测的计算复杂度。仿真结果表明,最多需要对Homotopy方程的解向量进行4阶展开,就可获得与MMSE检测算法几乎同样的误比特率(bit error rate,BER)性能,同时,其计算复杂度仅为O(K2),其中,K为小区用户数。     

HBP21抑制胰岛素诱导的PI3K/AKT 信号通路机制

磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/AKT)信号通路在肝细胞癌中处于异常激活的状态,并且促进癌症的发生发展.在肝细胞癌中,热休克蛋白HSP70结合蛋白21(Hsp70 binding protein 21,HBP21)处于低表达状态,过表达HBP21显著诱发癌细胞发生凋亡.利用qRT-PCR技术检测肝癌组织中HBP21的mRNA水平,发现癌组织中HBP21的mRNA水平要低于癌旁组织.用胰岛素处理肝癌细胞Huh7以激活细胞内PI3K/AKT信号通路,采用qRT-PCR技术和蛋白免疫印迹实验检测细胞内HBP21的转录和翻译水平,随着胰岛素处理时间的延长,HBP21的mRNA水平和蛋白水平都呈现下降趋势.在Huh7内过表达HBP21显著抑制胰岛素诱导的AKT和哺乳动物雷帕霉素靶蛋白(mammalian target of rapamycin,mTOR)的磷酸化;通过泛素化实验和蛋白免疫印迹实验发现,HBP21不影响AKT的K48及K63位泛素化及人第10号染色体缺失的磷酸酶及张力蛋白同源的基因(phosphatase and tensin homolog deleted on chromosome ten,PTEN)的蛋白水平.利用抑制剂LY294002处理Huh7细胞,确定HBP21作用于PI3K/AKT信号通路.进一步研究发现,HBP21不影响IRS1和IRS2的mRNA水平,而是抑制胰岛素受体β亚基(insulin receptor beta,IRβ)的磷酸化进而影响PI3K/AKT信号通路的活化.在Huh7细胞中,HBP21抑制肝癌细胞中异常活化的PI3K/AKT发挥着重要作用.HBP21在肝细胞癌中的缺失表达,以及其抑制PI3K/AKT信号通路使其有可能成为潜在治疗癌症的靶点.