基于时间序列ARIMA模型的高职高专院校生师比预测

为促进高职高专教育的教学质量提高和可持续发展,提出一种基于时间序列ARIMA模型的高职高专院校生师比预测法.简要介绍了时间序列ARIMA模型,并探讨了初始数据的平稳化过程,利用自相关系数和偏自相关系数分析了模型参数的选择过程,利用该模型对高职高专院校生师比进行预测.结果表明:未来几年内高职高专院校生师比呈上升趋势,2020年将达到20.32∶1,超出合格标准。该结果为师资队伍建设及制定招生计划提供理论参考.     

基于微多普勒的弹道多目标分离方法

弹道多目标分离对弹道导弹早期预警和识别具有重大意义。目前弹道目标微动提取与识别的研究都是基于“单目标多散射点”和“多目标单散射点”的假设,而对实际中弹道“多目标多散射点”的情况缺乏考虑。针对这一问题,首先分析了进动锥体弹头和摆动锥体诱饵的微多普勒形式,得到了同一目标不同散射点的微多普勒具有相同的周期性。对于多目标分离问题,首先利用Radon变换估计平动参数实现了多目标平动补偿;之后通过分析多目标时频图循环平稳性,发现弹道多目标分离本质上是多个二维一阶循环平稳(first order cyclostationary,FOCS)分量的分离问题;其次,提出了一种基于二维FOCS处理的多目标分离方法;最后,通过仿真验证了该方法的有效性和在强噪声下的稳定性。     

利用经验模式分解提高短时傅立叶变换分辨率

短时傅立叶变换由于受Heisenberg测不准原理限制,时间分辨率和频率分辨率不可能同时达到最佳．在此利用经验模式分解(EMD)首先对原信号进行分解,将其分解为数阶内在模式函数(IMF),然后对这些内在模式函数进行短时傅立叶变换,从而使短时傅立叶分辨率得到提高．     

基于Radon-STFT的DSSS系统线性调频干扰抑制

提出了一种基于Radon-短时傅里叶变换(Radon-STFT)的直接序列扩频(DSSS)系统线性调频干扰的抑制方法.该方法只需估计得到线性调频干扰信号的初始频率和调频率即可进行有效的干扰抑制,使干扰抑制过程的复杂程度大为降低.性能分析和仿真实验表明,该方法可以在较大的动态范围内有效地抑制线性调频干扰.与基于STFT的抑制算法相比,其参数估计精度提高;与基于WHT的抑制算法相比,该方法在多分量条件下效果更为突出.     

基于演变谱和正交化HHT法的类谐和长周期地震动合成

结合演变谱理论和正交化HHT法的优点,建立了一种能同时反映强度和频率非平稳特性的地震动人工合成方法.选取1999年台湾集集地震中的2条类谐和长周期地震动记录作为原始地震动进行了人工合成,并进行了局部功率谱密度分析和反应谱分析.分析结果表明,本文建立的地震动合成方法能实现对地震动频率非平稳性的模拟,合成的类谐和长周期地震动时程与原始地震动时程在能量时频分布上具有较好的一致性,且弹性反应谱及弹塑性反应谱的拟合精度较高,可供工程结构地震反应分析使用.     

一种基于振动位移的扬声器异音故障检测方法

为了满足扬声器纯音检测的需要,提出了一种基于激光位移传感器的扬声器异音故障检测方法.该方法利用激光位移传感器采集扬声器纸盆中心振动信号,通过短时傅里叶变换将扬声器振动信号从一维的时域信号变换成两维的时频域信号.对时频图采用多级阁值分割的方法进行图像分割,统计其高频区域灰度值落于0～ 0.3的所有像素个数作为特征值,进而判断扬声器的好坏.实验表明,此方法对扬声器异音故障检测的正确率可达到97％.     

模拟爆炸地震波及其对框架结构的影响

基于能够描述爆炸地震波的非平稳随机过程模型进行爆炸地震波的模拟研究,给出能够考虑装药量和爆心距影响的单点爆炸地震波实用模拟方法.以15层框架结构为例,运用有限元分析软件建立空间板梁结构的有限元模型,计算结构的固有频率和固有振型,分析高层框架结构在模拟爆炸地震波作用下的动力响应.根据结构动力响应结果,判断结构的薄弱层,为工程抗震设计提供参考依据.     

S变换的火车车轮扁疤信号检测

为准确、快速检测车轮扁疤以保障列车行车安全,针对振动加速度传感器采集的车轮扁疤信号持续时间短、突变快的特点,采用短时能量判决和S变换时频分析方法相结合的算法对含有扁疤的振动信号进行检测定位。对典型扁疤信号进行频谱分析发现扁疤信号主要集中在2500Hz以下的频带范围内。通过对低通滤波后的振动信号进行短时能量判决筛选出扁疤可能存在的数据段,经S变换后,信号的突变特性表现明显,可以确定扁疤的起振时间。MATLAB仿真证明：该算法能够准确地对扁疤信号进行检测定位,并较其他方法步骤更简洁、定位更准确。     

基于平稳小波域GSM模型的SAR图像去噪

为解决SAR图像处理中传统方法存在的图像边缘模糊、失真等问题,将平稳小波变换和高斯混合尺度模型（GSM）相结合,建立了基于平稳小波分解系数的邻域模型,并利用Bayes最小均方估计进行局部去噪,最后对各个方法的滤波结果用评估参数进行客观评价。实验结果表明,该方法具有比空域滤波及标准小波方法更优的去噪性能。     

基于小波和小波包的信号消噪方法分析

在实际的工程应用中,采集的数据信号存在着大量的电子线路热噪声、环境噪声等系统噪声,小波及小波包对除去噪声信号是非常有效的。采用多种方法对平稳、非平稳信号进行消噪处理,在Matlab环境下比较分析结果,从而找到检测信号的最佳手段。