基于 FPGA 的微弱信号检测与实现技术

研究了杜芬混沌振子(Duffing chaos oscillator)微弱信号检测算法及其现场可编程门阵列(field programmable gate arrays,FPGA)实现技术.根据杜芬系统在混沌和大周期2种状态下相图的明显区别,运用基于相图分割的信号检测方法,在FPGA上实现了杜芬混沌算法与系统状态判别方法的结合.根据并行运算与流水线原理,对杜芬方程的结构进行调整.采用递推数列的方法计算正弦值,以便节约存储空间.使用VHDL硬件语言设计了杜芬阵子系统中核心的四阶龙格库塔(fourth order Runge Kutta algorithm,RK4)模块和状态检测模块,在vivado集成开发环境下仿真验证了设计的正确性.通过改变策动力的频率,系统可以检测各种频率的微弱正弦信号.经判断,该系统可实现对与系统信号同频率信号的检测.     

一种分数域二分法 LFM 信号参数估计方法

针对传统基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的线性调频（linear frequency modulated, LFM）信号参数估计方法中估计精度和计算量难以同时满足实际要求的问题,提出一种分数域二分法的 LFM信号参数估计方法。该方法分析量化了变换阶次误差对参数估计误差的影响,利用单分量 LFM信号变换阶次和分数域展宽的关系,通过迭代不断缩小变换阶次的取值范围,获得满足初设阈值的最优阶次,并利用最优阶次和峰值位置对 LFM信号进行参数估计。采用逐次重构消除的方法,可以对强弱混合的多分量 LFM信号进行参数估计。仿真结果表明,在满足信噪比要求的条件下,该方法能够有效地对 LFM信号进行参数估计,可以通过参数估计精度的要求选择不同阈值,与传统方法相比,在参数估计精度相当的情况下大大地减小了计算量。     

一种非正交多址接入下行链路信号检测方法

非正交多址接入（non-orthogonal multiple access,NOMA）下行链路存在严重的多址干扰。软解调-串行干扰消除（successive interference cancellation,SIC）检测方法是一种性能较好的信号检测方法,但是接收机的复杂度比较高。考虑到软解调算法对其他用户信号的信号特征信息并未充分利用,提出一种基于软解调算法改进的联合检测算法,该算法直接利用多用户叠加信号的联合星座图计算用户信号信息比特的软信息,不需要对干扰信号进行检测和重构,可以降低接收机的复杂度。仿真分析表明,与软解调-SIC检测方法相比,联合检测方法在性能损失不超过1．5 dB的情况下,可以将接收机的复杂度降低一半。     

实用抗工频干扰滤波器

本文通过对检测信号干扰的分析,得出以1/8工频周期的速度采样,并实行八次采样值平均加权滤波,结合采样器的前置滤波,可以获得对工频及其谐波分量干扰的高精度滤波。本方法的特点是利用工频同步八倍频电路,使采样速度自动跟踪工频的变化,对于工业过程信号的测量具有广泛的适用能力。文中详细介绍作者所设计的工频同步八倍频电路,并且探讨工频抗干扰滤波器在微型机上的具体实现过程。     

微机化的诱发电位仪(EP仪)

EP仪是一种以微处理机为核心对人体的诱发信号进行处理的医用仪器。本文着重介绍它的结构和信号原理、程序框图及试验结果。     

利用台风次声波确定台风方位的计算方法

台风次声探测是研究台风方位的一个新的课题,它是由中央气象局提出任务並委托中国科学院物理研究所主持研究的。我们参加数据处理方面的一些工作。如何处理通过物理仪器接收到的台风次声信号,进而计算出台风中心的方向和位置?这是我们研究台风次声的主要目的之一,为此,我们于1977年,综合应用一些有关的数学方法进行了实际计算,取得一定效果。     

序率滤波

本文描述了一种新颡的滤波方法——序率滤波的理论基础和实现原理。讨论了低通、带通序率滤波的学数模型和方框图、分析了一种能导致简单滤波矩阵,广义Weiner滤波。     

一种高精度超声波测距仪的设计与实现

在传统超声波测距基础上,结合硬件和软件两方面的控制,提出一种高精度超声波测距系统。在超声波发射部分创新性的使用MAX232芯片,缩小盲区;在信号放大部分添加时间增益补偿(TGC)电路,有效地解决远距离回波信号过于微弱而导致系统测量量程减小的难题;在接收部分采用双电压比较器整形电路并结合软件设计纠正回波前沿的方法来提高测量精度。同时在硬件上增加温湿度传感器SHT11,采取声速预置和媒质温度测量相结合的办法对声速进行修正,实现实时声速测量的功能,以降低声速变化对测量的影响。实验表明,该测距仪的设计能够实现减小盲区,增大量程（2cm-4m）,量程范围内误差控制在6mm以内的高精度测距要求。     

基于改进堆叠降噪自编码器的连铸机扇形段故障特征提取

为了提取连铸机扇形段在正常浇铸状态下的故障特征,设计一种利用鲸鱼优化算法(WOA)改进的堆叠降噪自编码器(SDAE)网络模型,命名为WOA-SDAE,并应用于扇形段拉矫力信号特征学习和故障分类。首先,从完整的浇铸周期中获取正常浇铸状态下的数据,对低频的拉矫力信号进行时域特征提取,将一维拉矫力信号转换为多维时域特征信号,并建立评价体系以寻找最优时域参数;其次,运用堆叠降噪自编码器与softmax分类器组成网络模型对故障信号进行分类,采用鲸鱼优化算法确定SDAE模型中隐含层层数与节点数。通过实际生产过程中的连铸机扇形段拉矫力信号来验证所提方法的可行性。试验结果表明,WOA-SDAE可有效提取扇形段的故障特征,在测试集上的识别准确率达到92.23%。     

阵列测向中基于投影分解的信源数目后判断

信源数目判断是阵列测向中的重要课题,目前常用的方法一般都不利用信源的入射方向估计信息,称为信源数目的“前”判断方法。由于使用的信息较少,这类方法很难给出信源数目的准确估计。当信源数目估计过少时,将影响测向效果,而过多时则无法去掉虚假信号。为解决该问题,提出了基于投影分解的信源数目“后”判断方法。分析证明了该方法与ＭＵＳＩＣ、极大似然算法配合使用的问题,并进行了计算机模拟。结果表明,该方法有较强的适用性且判断效果较好。