基于时频分析与神经网络的实时智能故障诊断系统的软件设计--总体构架与实时数据采集功能的开发

介绍了以振动/声响信号为传感器的采集对象,基于小波(包)及联合时频信号处理和模糊神经网络分类的多用途智能故障诊断系统中的实时数据采集、信号分析与识别诊断等模块的程序设计与实现.作者所开发的实用软件包在现代汽车实时故障诊断中的成功应用证明了其理论与软件开发的正确性和有效性.这里着重介绍智能故障诊断系统的软件框架的设计以及实时数据采集部分的设计、实现方法.     

过程控制系统的变积分系数Fuzzy-PI控制器设计

针对过程控制系统存在的非线性、纯滞后和负荷变化频繁的实际情况,提出了一种变积分系数的Fuzzy-PI控制器设计方法在系统的整个响应过程中模糊控制均存在,同时引入变系数的积分因子,构成Fuzzy-PI控制器.仿真结果表明,具有变积分系数的Fuzzy-PI控制器的过程控制系统既具有较快的动态响应,又有较高的稳态精度,而且整个响应过程具有很好的鲁棒性.     

基于小波空间的视图变形研究

视图变形技术是基于图象绘制中的一项关键技术,本文分析了该技术中基础矩阵的实现算法,结合小波变换的基本原理,分析了利用小波变换实现变形的基本原理,最终提出了实现的算法。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。     

一种灵活的相控阵雷达采样周期自适应算法

相控阵雷达的波束资源具有很大的灵活性。设计了雷达资源调度仿真模块 ,分析了对雷达波形、波束指向、采样周期等参数实施控制的意义和原则。重点研究了一种基于参数的采样周期自适应策略 ,并提出了改进算法。仿真研究表明 ,参数λ使得采样周期自适应策略更加灵活、有效。     

基于软件无线电的直序扩频码元判决算法

码元判决算法的设计是扩频序列能被正确接收的关键。提出了一种基于软件无线电技术,且考虑初始相位的影响,对直接序列扩频的中频采样信号进行码元判决的算法。该算法有较高的扩频处理增益,适用于信噪比极低(-20dB以下),且对系统的体积及功耗有严格限制的情况。仿真及实验表明,该算法运算简便,在恶劣环境下仍具有较低的误码率。     

舰船噪声的状态空间重构与特征压缩

介绍了以Takens的嵌入定理为基础的状态空间重构混沌信号处理方法，为了降低特征维数、减小特征成分的相关性、突出特征的差异性，同时引入了K-L(Karhtmen-Loeve)变换。利用舰船噪声信号的混沌特性，提出了一种基于状态空间重构与K-L变换相结合的特征提取方法，并用此方法对舰船噪声信号进行特征压缩。计算机仿真结果表明该方法具有较好的分类效果。     

一种改进的正弦拟合时基失真估计算法

利用采样输出估计时基失真的方法可以分为正弦拟合法和分解信号法两种。根据输入校准信号以及选择时基失真模型的不同,这两种方法各有其优缺点,且当时基失真模型不符合时,估计性能较差。提出了一种改进的正弦估计失真方法。它不需要考虑时基失真的模型,因此在时基失真类型未知或时基失真与模型不吻合时,较上述两种方法的性能更为优越。     

通信信号自动分类方法研究

提出增加信号的频谱作为信号的特征信息之一 ,并采用离散傅里叶变换 (DFT)和小波 (wavelet)方法提取信号的频谱、瞬时幅度、瞬时频率及瞬时相位 ,构成信号的特征向量。为解决运算速度问题 ,对特征向量提出了分类编码方案。最后利用神经网络的方法进行识别。实验结果表明 ,采用这种方法可以显著地改进分类的效果     

Further results on limitations of sampled-data feedback

To control continuous-time uncertain dynamical systems with sampled data-feedback is prevalent today,but the sampling rate is usually not allowed to be arbitrarily fast due to various physical and/or computational constrains.In this paper,the authors examine the limitations of sampled-data feedback control for a class of uncertain systems in continuous-time,with sampling rate not necessary fast enough and with the unknown system structure confined to a set of functions with both linear and nonlinear growth.The limitations of the sampled-data feedback control for the uncertain systems are established quantitatively,which extends the existing related results in the literature.