由时域信号的单边拉普拉斯变换求取其傅里叶变换留数法公式的导出及应用

从利用部分分式展开法在由时域信号的拉普拉斯变换求取其傅里叶变换入手 ,结合部分分式展开法和留数法在拉普拉斯反变换中的应用 ,得到了利用留数法由时域信号的单边拉普拉斯变换求取其傅里叶变换的公式 ,对此公式进行了严密的证明 ,并举例说明其应用     

具有稳定参数的Ishikawa不动点迭代过程的收敛性

讨论了在一般的压缩映射定义下，一类具有稳定参数的Ishikawa不动点迭代过程是T-稳定的，给出了此迭代过程的收敛速度估计．简化了相关文献中的一些结论，并给出了一应用结果。     

基于晶体位错理论的F-K模型方程的导出

以晶体的位错理论为基础,建立完全离散的晶体位错模型,仅考虑最近邻原子间相互作用,运用格林函数法,严格、定量导出F—K模型方程。     

Cc(SL(2,R))上 Fourier变换的渐近性质

文章得到了SL(2,R)上具有紧支集的连续函数的Fourier变换在无穷远处下降的性质,并由此得到了Cck(SL(2,R))上Fourier变换更好的渐近阶.     

血管横截面参数模型及其在血管重建中的应用

为了改善传统重建方法在稀疏投影等病态情形下的重建效果，分析了描述血管弹性性质的微分方程，并利用离散余弦变换的能量压缩特性，建立了具有圆形分量、椭圆分量等10个参数的截面模型，与圆形、椭圆形截面模型相比，该模型能够更逼真地描述血管横截面。利用该模型还可以对传统重建方法进行后处理，从而改善重建效果。仿真结果表明：该模型描述各种血管横截面的误差仅为2．04％，在病态投影的情况下可以使重建误差减小到5％左右。     

具有非正则象征的Weyl类算子的有界性

以拟微分算子，Ｌ－Ｐ分解为工具，讨论了具有非正则象征的Ｗｅｙｌ类算子在Ｓｏｂｏｌｅｖ空间Ｈ￣ｓ，ＨＯｌｄｅｒ空间和空间Ｈ￣ｓ∞上的有界性的充分条件。     

采样频率与数据长度对中心动脉波形重建的影响

传递函数法重建CAP(central aortic pressure)多是基于自回归各态历经(auto regressive eXogenous, ARX)模型或傅里叶变换,未考虑采样频率、数据长度.为了研究采样频率和数据长度对重建CAP的影响,基于ARX模型和傅里叶变换,重建CAP并分析误差.结果表明,采样频率100Hz,数据长度大于3s时,基于ARX模型重建CAP效果较好(均方根误差(306.6±80.0)Pa,波形匹配度89%);基于傅里叶变换的算法对采样频率不敏感,数据长度为6s时效果较好(均方根误差(493.3±320.0)Pa,波形匹配度84%).     

基于频域窄带莱斯噪声消除机制的OFDM网络信号发射精度增强算法

为改善当前OFDM网络信号精度增强算法中难以高效消除频域窄带莱斯噪声,且系统误码率较高的不足,提出了一种基于频域窄带莱斯噪声消除机制的OFDM网络信号精度增强算法.首先,基于128频相移键控调制方法,在获取信号时域特征的基础上,引入快速傅里叶变换,对信号进行离散化,并基于信号投影机制,构建正交星座图,实现信号投影矢量在预发射状态下的正交分层排序,消除了信源状态下频域窄带莱斯噪声对系统的干扰;随后,引入快速傅里叶逆变换,对预发射信号进行加密处理,且通过量化评估模型对信号精度进行优化提升,有效节约了传输带宽,提高了信号发射性能,改善了信道抗衰落效果.仿真实验表明,与当前常见的时间窗消除机制(time window elimination mechanism, TWE)、频率拓扑映射机制(frequency topology mapping, FT)相比,本文算法的误码率更低,且具有更高的信号增益效果.     

基于分数阶变换的彩色图像自适应重构水印算法

首先, 采用分数阶Fourier变换算法, 对彩色图像进行分数阶频域变换, 分析图像的频域信息, 筛选出适合嵌入水印的系数, 作为水印的嵌入位置; 其次, 定义频域系数的隐蔽特性, 并对隐蔽特性进行分级, 使水印嵌入系数达到最优; 最后, 对二值化水印图像分块做提升小波变换和压缩感知测量, 将测量结果作为水印信息嵌入到载体图像中, 解决了当前多数水印算法嵌入信息冗余度高, 含水印图像抗攻击能力不足的问题. 实验结果表明, 该算法在抵抗几何攻击、 噪声干扰等方面性能良好, 显著降低了水印信息冗余度, 提高了嵌入的效率和水印信息安全性, 增加了水印算法的可靠性.     

基于FFT的互感式电流信号检测装置的设计

为解决对电路中电流信号的实时监测及谐波分析问题,利用传感器技术设计出一套高精度基于FFT( Fast Fourier Transform) 的互感式电流信号检测装置。该装置可对环路电流信号进行非接触式测量,硬件电路包括互感式电流传感器和检波电路,软件部分以STM32 为主控制器,对信号进行傅立叶变换得到频率和幅度信息。这种以微处理器为核心的测量装置可以实现测量自动化和功能多样化,在工业领域具有一定的应用价值。经实验检测,该系统的频率分辨率可达到1 Hz,幅度分辨率可达到0． 5 mA,测量电流信号频率误差小于2% ,幅度误差小于5%。