用LabVIEW实现PC与自制信号发生器的串行通信

利用图形化的编程环境LabVIEW6．1及VISA标准，编程实现了PC与自制信号发生器的串行通信．通过操作完全仿真的虚拟面板，PC发出各种指令，控制信号发生器产生不同频率和信噪比的波形，并实时获取和显示其运行参数，从而完成信号发生器单机操作的所有功能．     

基于信号解释Petri网的可重构逻辑控制器分析与设计

为适应可重构制造系统这一新生产模式的顺序控制 ,本文提出了基于信号解释Petri网的可重构逻辑控制器分析和设计的方法 .该方法利用层次化、模块化和接口技术将控制器规划为开放的体系结构 .确定了可达图法和化简技术结合的SIPN模型形式分析方法及步骤 ,采用透明度指标对模型进行评价 ,并给出控制器重构能力分析原则 .接着将该理论及方法用于一可重构装配生产线可重构逻辑控制器的建模和分析案例中 .分析结果表明设计的可重构逻辑控制器形式正确、有效 ,具有可重构能力 .最后提出逻辑控制器建模、分析、仿真、代码生成和逻辑控制实施的软件平台 ,该软件采用CORBA组件模型的软组件技术开发 .     

油流信号指示器在油膜轴承润滑系统中的应用

为了确保动压油膜轴承在运行时有连续足量的润滑油进入轴承,使油膜轴承自始自终保持在全液体状态下工作,我们尝试在油膜轴承进油口处安装油流信号指示器,用于监控油流情况.     

基于小波分析的功能磁共振图像的去噪预处理

对基于小波分析的fMRI去噪作了较具体的论述，并在Donoho和Johnstone的Hard函数及Soft函数基础上提出了更合适的Hard—Soft函数．从结果分析看，Hard—Soft函数比Soft函数在保留图像细节上占优，而去噪性能比Hard函数要好．因而能够在图像去噪和保护信息上达到更好的均衡，克服了Hard函数和Soft函数的两个极端状况．     

基于峰态的盲信号分离

就一种基于信号峰态(kurtosis)极值化的盲信号分离方法进行了探讨．首先介绍算法理论，然后提出了一种简化快速的最速下降算法，解决了收敛指向性的问题，并将对混合语音信号的分离扩展到混合图像信号的分离．实验结果表明，同其他基于峰态的盲分离算法相比，其分离效果好，而且在收敛速度、运算复杂度方面有显著的优势．     

壳聚糖预处理对沉水植物黑藻生长的影响

以黑藻为例，研究了壳聚糖对沉水植物黑藻生长的影响，随机选取了经驯化培养后的黑藻顶枝，分别植入壳聚糖浓度为0％、0．05％、0．1％和0．2％的Hogland溶液中，进行生长实验，结果显示壳聚糖能促进黑藻生长，增加株高和湿重，同时能促进根的生长，并且以0．1％浓度的壳聚糖培养液效果最好，壳聚糖还能促进叶绿素的合成，并且0．05％、0．1％浓度的效果较好．另将经不同浓度壳聚糖预处理后的植株置于黑白瓶中，进行了壳聚糖影响黑藻光合能力的实验，结果显示经0．1％浓度的壳聚糖预处理24h后，能显著提高总产氧量和净产氧量。总之，用适宜浓度的壳聚糖溶液培养或对沉水植物黑藻进行预处理，能促进植株和根的生长发育，增加植株的光合能力，促进叶绿素的合成，提示在进行湖泊生态修复过程中，可利用适宜浓度的壳聚糖进行育苗，适当加快沉水植物育苗周期，提高湖泊沉水植物恢复的效率和效果。     

数字电视8-VSB调制原理与硬件实现

数字电视信号的调制是用载波信号的某些离散状态来表征所传送的信息，在接收端只对载波信号的离散调制参量进行检测．以VSB调制为线索，着重介绍了数字电视(HDTV)系统中8-VSB的调制原理、频谱特性和硬件实现方法，并说明了其数据帧结构及传输特点。     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

基于小波包及隐式马尔科夫模型的局放信号去噪

将基于小波变换的隐式马尔科夫模型(HMM)方法改进并扩展至小波包域，用于去除发电机局部放电信号中的白噪声．采用实测的局部放电信号验证了方法的有效性．结果表明，对比传统的门限去噪算法，基于小波包的HMM方法有更好的去噪效果；而与基于小波变换的HMM方法相比，所建立的模型更能体现信号的特征，对于信号分析乃至进一步的模式识别有着更大的价值．     

面向机电系统状态监测与故障诊断的现代技术

以现代技术为主线综述了机电系统运行状态监测与故障诊断技术的进展,阐述了机电系统运行状态监测与故障诊断方法及系统的发展;从技术流程的角度归纳了信号采集技术、信号分析与处理方法、故障诊断方法和机电系统状态趋势预测的先进技术;展望了基于网络的异地设备运行状态的远程监测与诊断技术以及基于虚拟仪器的监测与诊断仪器系统的新兴技术发展前景.