基于熵权法集成异质分类器的窃电检测

针对传统检测模型仅通过单一方法进行窃电检测具有局限性且用电数据中存在类不平衡的问题,从集成学习的角度出发,本文提出一种基于熵权法融合异质分类器的窃电检测模型。首先,通过少数类样本合成过采样技术（synthetic minority oversampling technique,SMOTE）处理用电数据不平衡的问题,其次综合考虑个体分类器之间的多样性以及各自的检测性能和训练机理进行基分类器的优选,最后,引入信息熵的概念,基于各个基分类器分类结果的分散程度,计算其权重占比,并以该权重占比集成各基分类器的输出。实验结果表明,对比传统的窃电检测模型,本文所提模型在多项评价指标下表现较好,具有良好的检测性能。     

基于过采样的通用生物电检测系统的实现

生物电信号的检测要求系统具有极高的分辨率、宽动态范围以及强噪声抑制能力．为此．以18位800kSPS的SAR ADC AD7674为核心,结合过采样技术构造生物电检测系统．过采样的抽取分两步进行：第一级抽取,通过设置不同的过采样率使系统的分辨率达到与EAADC相当的水平;第二级抽取,则利用过采样的低通效应,使主频接近的生理信号得以分离．过采样技术的引用使系统电路极大简化,并且系统的性能参数软件可调,具有更高的灵活性．将该系统应用于幅值相差悬殊的心电和胃电的同步检测,取得了良好的效果,说明系统具有较好的通用性,足以满足多种生物电信号检测的需要．     

裂缝性油藏改进多重子区域模型

针对现有多重子区域模型在计算裂缝单元间等效传导系数时存在的问题,采用超样本技术和体积平均法对其进行改进,改进后的模型可以有效考虑周围区域介质对裂缝单元间等效传导系数的影响,同时可以得到全张量形式的等效渗透率,在此基础上运用模拟有限差分方法构造考虑全张量形式等效渗透率的数值计算格式进行模型求解。针对不同裂缝性油藏,通过数值算例对改进模型和原始模型的准确性进行对比分析。结果表明:改进模型的计算精度比原始模型有较大提高,与离散裂缝模型参考结果基本一致,同时其计算效率高于离散裂缝模型。     

Sigma-Delta调制器的设计与仿真

提出一种基于线性系统分析和仿真拟合的5阶数字Sigma-Delta调制器的设计方法.Simulink仿真结果表明:与过采样率为64的4阶调制器比较,所设计的5阶Sigma-Delta调制器在过采样率降低到只有32的情况下,输出信噪比可以达到104dB,比前者改善了6dB.因此,在相同过采样率下,该5阶调制器可以得到更宽的信号带宽.     

基于分数时延信道模型的低复杂度信道估计方法

由于多载波系统无线信道固有的稀疏特性,压缩感知技术(compressed sensing,CS)已被应用于正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的信道估计中以提高频谱利用率.然而,传统的时域普通采样方法会导致信道恢复字典不够精细,无法精确反映传输信道路径特性.针对这一问题,提出采用多径稀疏分数时延信道模型来模拟OFDM系统的无线多径信道,利用在接收端进行时域过采样方法细化信道恢复字典以提高信道估计精度.同时,针对过采样引起的压缩感知测量矩阵的扩大而导致重构算法的复杂度增加的问题提出采用广义正交匹配追踪算法(generalized orthogonal matching pursuit,GOMP)以降低计算复杂度.仿真结果表明接收端时域过采样方法能准确检测到信道的分数时延且采用的GOMP算法能将传统的OMP算法的复杂度降低近80％,验证了所采用的信道估计方法的可靠性和有效性.     

特征提取及数据扩充的GA-LightGBM半导体质量检测方法

半导体质量检测数据具有的“相关性、冗余性、不平衡性”等特点,导致传统的分类算法效率较低,为此,提出一种基于特征提取及数据扩充的GA-LightGBM(genetic algorithm-light gradient boosting machine)质量检测方法。通过结合主成分分析(principal component analysis,PCA)、合成少数类过采样技术(synthetic minority oversampling technique,SMOTE)、遗传算法和LightGBM这4种方法,实现对产品质量的有效识别。实验结果表明,相较于传统分类算法,提出的方法可以有效提升质量检测的效率。     

基于过采样和卫星图像多特征融合的街区品质评估

城市街区的品质评估是城市规划中的重要步骤之一。针对已有街区品质评估模型中使用的街景图像采集位置和角度不统一造成的图像内容偏差问题,本文提出使用视角统一且易获取的卫星图像代替街景图像。同时考虑多种街区品质测度指标,将非图像型数据与图像型数据进行特征融合,从多角度进行城市街区品质表达,然后针对小样本和数据不平衡场景,结合机器学习中的随机过采样和随机森林(Random Forest, RF),基于融合数据进行城市街区的品质评估。实验结果表明,本研究方法可以有效进行全面的城市街区品质表达,并有效降低过拟合,对比未使用过采样和多特征融合的方法,正确率提高约8个百分点。     

一种基于输出过采样的IIR盲均衡算法

基于对IIR信道输出过采样,构造了一种单输入多输出(SIMO)信道模型。在该模型中,由于在AR子信道采用RLS迭代算法和在MA子信道采用了一种改进的CMA算法,从而使得该算法比传统算法更简化,收敛速度得到提高。仿真实验结果验证了该算法的有效性。     

基于时域过采样的OFDM载波频偏估计算法

为了解决OFDM系统中载波频偏导致载波间干扰从而引起系统性能下降的问题，分析了OFDM信号的特点，采用滑动窗检测的方法，给出了一种基于时域过采样的载波频偏估计算法．理论分析和仿真结果表明，与采用循环前缀的载波频偏估计算法相比，该算法估计精度高，抗噪声和抗多径衰落性能有明显改善．     

OFDM系统的仿真与性能分析

正交频分复用(OFDM)是未来第4代移动通信的核心技术.首先介绍了OFDM的基本原理,重点研究了在理想同步状态下,不同的保护间隔(CP)、调制方式和过采样率对OFDM系统误码率性能的影响,并在给出OFDM模型的基础上,对OFDM系统实现了计算机仿真,给出了以上各因素对OFDM系统误码率影响的比较曲线.