光声光谱技术中斩光频率对光声信号影响的研究

利用低温光声光谱检测系统,对相对光声信号幅值随斩波器斩光频率的变化进行研究分析,同时,对低温情况下(液氮)两者间的关系也进行探索。     

贵阳市紫林庵路口通行能力分析及改进措施

作者以目前贵阳市紫林庵信号环形交叉口为例,通过对此路口高峰时段交通量调查及相关数据采集,对该交叉口的通行能力进行分析和计算.再假设在其它相关数据不变的基础上,分析和计算将现在的信号环形交叉口改为信号平面直交口的通行能力.将两者进行比较和评价,得出信号平面直交口的设计通行能力比信号环形交叉口的设计通行能力更大,更能缓解该地区高峰时段交通拥堵状况.由此得到将现有的环形交叉口改为平面直交口的方案是合理可行的.     

振动自感知刀具磨损无线监测

Zigbee无线技术监测切削刀具磨损的振动传感器系统,存在通信距离近、组网复杂等问题,故提出一种基于WiFi无线传感器网络采集振动信号的刀具磨损状态监测方法。首先,组建以ESP8266 WiFi开发板为核心、高精度振动传感器ADXL345为敏感元件的无线采集振动信号网络;然后,根据刀具整体形状,将振动传感器粘贴在刀具表面,并使用自感知刀具进行45钢棒料外圆切削实验无线采集振动信号,同时在相同的切削条件下采集振动信号与有线方式进行对比,验证该装置可行性;最后,将时域信号中部分统计量作为特征向量导入至支持向量机回归模型中进行训练,并获得刀具磨损预测模型。实验结果表明,自感知刀具无线采集信号的相对误差在3.61%以内,具有较好的可行性;支持向量机回归刀具磨损预测模型的分辨准确率达到94.38%,证明所设计的无线系统可以准确地监测刀具磨损。     

基于XGBoost的多种生理信号评估心理压力等级方法

基于生理信号客观评估心理压力状态成为目前的研究热点,但最佳评估算法有待进一步探索.本文选择心算任务诱发受试者的心理压力,采集了21位在校大学生的脑电、心电、皮肤电导、脉搏波4种生理信号.提取各生理信号时域和频域的多种特征,使用方差分析(ANOVA)、最大相关最小冗余(mRMR)、单个特征支持向量机(SVM)分类准确率、随机森林(RF)特征重要性、梯度上升决策树(GBDT)特征重要性、极端梯度提升(XGBoost)特征重要性6种特征选择方法筛选出有效特征,利用SVM、K近邻(KNN)、高斯朴素贝叶斯(GNB)、自适应提升算法(Adaboost)、GBDT、XGBoost 6种分类器对提取的特征进行分类.结果得出,GBDT特征筛选与XGBoost分类器的组合模型对心理压力的等级评估效果最佳.     

GPR50生物学功能研究进展

G 蛋白偶联受体50(G protein-coupled receptor,GPR50)是属于 G 蛋白偶联受体(G protein-coupled receptors,GPCRs)超级家族的一类跨膜蛋白,与Mel1c受体同源,介导跨膜转运和信号传递,在神经系统发育、能量代谢调节及糖皮质激素受体信号等多种生理活动中发挥...     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比...     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题,本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模,在获取各个阵元的方位和俯仰分量方向图数据后,将方向图数据分解并重构阵列的导向矢量矩阵,最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法,本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度,并可有效降低运算量。仿真实验结果验证了这一结论。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展,大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加,给接收机的设计带来更高的挑战,复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中,单层神经网络基于该算法的每次迭代,并将其与可训练的权重参数和非线性神经单元相结合,提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数,进而提高检测性能。实验结果表明,所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低,并能够得到更低的误码率;同时相对HP并行检测算法误码率性能更优。     

BIM技术在生产性实验实训基地建设中的应用研究——以湖南铁路科技职业技术学院高铁信号实验实训室为例

为提升生产性实验实训基地社会服务能力低下、信息化技术在轨道交通行业建设应用不明确的问题,依托单位高铁信号实验实训基地建设过程分析了BIM技术应用的主要内容,具体论述了基于BIM模型的可视化三维展示、基于BIM模型的优化性检测碰撞、基于BIM模型的协调性图纸会审、基于BIM模型完成4D虚拟建造、基于BIM模型的大数据技术应用、基于BIM模型的实验实训项目管理6项关键应用研究,最后对研究成果进行了总结,为实验实训基地运营维护高水平管理打下了良好的基础,有助于推动先进的信息化技术在轨道交通行业中的应用。     

小波降噪方法在电动机故障信号特征提取中的应用

针对油田电动机运行环境恶劣、结构复杂、故障信号中噪声干扰多的特点,采用基于小波变换的降噪方法对电动机故障信号进行特征提取,克服了传统滤波方法的缺陷,为提高电动机故障诊断的精度提供了一个有效工具。同时给出了一个应用实例。