汽车ABS电机PWM控制方法研究

通过对ABS工作过程中制动液流量的分析,确定了ABS电机的基本工作要求.结合ABS电机的工作特性,采用基于逻辑门限值的PWM控制方法控制电机.运用DSpace搭建快速原型试验台,对比在不同电机工作转速、PWM控制频率下的噪声和制动踏板感觉,优化逻辑门限值大小,得出合理的工作方式,使电机既能满足控制要求,又有较长的寿命.通过在不同路面的试验结果对该控制方法的两个关键参数进行了优化.最后进行不同工况的试验,结果表明:通过优化控制参数的PWM控制方法,具有较强的鲁棒性,能够满足ABS在任何工作条件下对电机的要求.     

基于互相关算法的CSAMT接收信号处理研究

针对可控源音频大地电磁法（CSAMT: Controlled Source Audio-frequency Magnetotelluric）实际勘探中, 因深部目标体响应信号微弱, 测量环境噪声严重等特殊情况而导致接收信号的清晰度大大降低的问题, 提出一种基于互相关算法的CSAMT接收数据去噪处理的新方法。该方法利用发射信号与接收信号之间相关性强, 与随机噪声相关性弱的特点, 设计发射信号电流波形记录器, 将接收信号和发射信号作互相关处理, 滤掉噪声等干扰信号。实验结果表明, 该方法可压制噪声, 可提高CSAMT测量的准确性。     

数字Dithering的FPGA实现

Dithering是抑制模数转换器ADC量化噪声的重要方法,从数字Dithering量化定理出发,实现了数字Dithering的FPGA过程,对关键设计点给出了详尽的阐述,仿真结果也论证了Dithering对ADC性能的提升有积极的作用,为Dithering算法在实际的应用中起到一定的参考和借鉴作用。     

浅谈环境噪声污染的危害与防治

随着社会现代化的进程,城镇的工业化和建设飞速发展,环境噪声越来越成为一种危害。环境噪声不仅在污染着社会环境,还严重影响人们的日常生活。目前噪声污染已成为继大气污染、水污染之后的第三大公害。     

基于高斯优化的精英鱼群算法研究

针对鱼群算法迭代后期易陷入局部最优解的缺点,提出一种基于淘汰赛体制的改进型鱼群算法——精英鱼群算法(LOAFSA).该算法包含基于巴莱多法则的淘汰赛体制和基于高斯优化的种群动态管理策略,在保持种群数量平衡的基础上在迭代初期就具有较优秀的精英鱼群.实验表明:对于多元函数求解极值问题,该算法具有很好的全局最优值搜索能力.将其应用于RAN架构无线接入网的数学优化模型中,利用鱼群算法寻找最优的一组发射功率使得系统容量功率最优.     

非制冷红外成像组件设计的新方法

设计了一款非制冷红外成像组件,实现了红外成像功能.介绍了这种非制冷红外成像组件的硬件设计.对于这种红外微弱信号的采集,在模拟电路采取了多种降噪的措施.在软件上,实时实现了红外图像的非均匀校正;并根据红外成像的特点,设计了一种基于红外成像温度窗特性的图像增强方法,适合硬件实现.该组件通过通讯接口可改变组件工作状态.最后,给出了这种红外成像组件的测试方法及结果,证明组件成像效果很好,满足设计要求.     

基于多相位量化噪声抑制的分数频率合成器的实现

为抑制Σ-△调制器量化噪声对分数频率合成器输出噪声的影响,提出一种基于多相位分数分频器的频率合成器结构. 该结构可以避免毛刺并且主要电路模块不需要工作在高频,从而相应节省了功耗,同时分频器的输入可以不需要50%的占空比. 通过对比发现,对于环路带宽为1 MHz的宽带情况下的Σ-△分数频率合成器,多相位分频器技术可以减小频率合成器输出频谱的相位噪声达12 dB. 该频率合成器使用UMC 0.18 μm CMOS工艺实现,仿真结果证明它可以满足DVB-H系统协议指标要求.      

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

基于keystone变换的噪声调频连续波雷达高速目标探测

针对目标高速运动导致严重多普勒色散的问题,提出基于keystone变换的距离徙动校正方法。根据噪声调频连续波无周期性的特点,对回波信号采用等间隔重叠分段法进行频域相关处理。结合快速离散时间尺度变换算法,能够实现高效的长时间相参积累。无需先验知识,能处理多目标场景。通过仿真实验验证了该方法的有效性,并与传统时域相关法进行了比较和分析。当目标未出现距离徙动时,该文方法和时域相关法对目标输出信噪比的提升效果基本一致。当目标出现距离徙动后,时域相关法的输出信噪比迅速下降,恶化程度与徙动严重程度成正比,而该文方法经距离徙动校正后的输出信噪比则基本不受目标速度的影响,且仍随积累时间的增加而增大。     

融合互近邻和可信度的K-近邻分类算法

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算法的稳定性。该算法在UCI标准数据集上进行了测试,性能相当或优于其他分类器。