数字存储示波器等效采样的研究

目前国内数字存储示渡器市场上的随机等效采样所用的方法都是利用双斜积分电路,通过延长触发点与下一个采样时钟间的时问间隔,从而可以计数地址,再进行排序恢复波形;但由于双斜积分电路的非线型性,导致测量不准确;利用EDA技术给出一种递推一周期等效采样算法,不用外加任何电路,就可以实现随机等效采样,避免了测量触发点与采样点之问的时间间隔,误差较小,突破以往算法的瓶颈,实现起来也比较简单、准确且成本较低.     

基于FPGA和ARM的数字存储示波器控制系统的设计

本数字示波器以FPGA和ARM9(S3C2410)为核心芯片,由输入信号调制、触发控制、数据采集、数据处理、波形显示和操作面板等功能模块组成;既具有一般示波器实时采样的功能,还具有等效采样和预触发的功能;在显示上以LCD触摸屏的方式,通过ARM9与FPGA的通讯能在LCD800×480上显示被测信号的频率和扫描速度等;设计中采用模块化设计方法,并使用了多种EDA工具,提高了设计的效率。     

手持宽带数字存储示波器的设计与实现

针对野外作业和生产现场测试需要，提出了一种手持宽带存储数字示波器的设计与实现方案，采用可程控宽带信号调理技术实现了200MHz的信号模拟通道设计和高速触发模块设计；采用多通道并列技术实现了200MSps的实时采样，采用基于参量模型的等效采样技术实现了10GSPs的等效采样；采用多任务软件技术实现对系统的管理和人机交互。采用可充电的锂电池给系统供电实现了示波器的便携和在无交流电环境下的测试；测试证明，该手持宽带存储数字示波器具有良好性能和广阔的应用前景。     

一种可调延时超窄脉冲触发序列产生技术

为了实现高频信号在欠采样条件下的波形重构,递进延时超窄触发信号的产生成为顺序等效采样技术用于触发取样系统进行高频信号采样的关键。为此,设计了一种可编程延时触发序列产生及调理电路,在FPGA数字电路的控制下,通过计数器与延时模块产生可调延时触发序列,利用阶跃恢复二极管特性对产生的触发序列进行调理,产生一种延时步进可调、边沿极窄的脉冲信号。通过对该电路进行测试,结果表明,输出脉冲信号步进范围0～-2.4 ns可调,分辨率可达1 ps,且边沿跳变时间可以达到120 ps内,幅度可达到8 V左右。该延迟脉冲和调理电路可应用于通信、雷达等信号探测设备中,对于高频信号的获取与分析具有重要意义。     

基于触发模式的Buck电路输出电容ESR在线监测方法

电解电容作为滤波电容,广泛应用于开关电源模块中,但其性能衰退一直是开关电源模块失效的主要原因。针对Buck型开关电源模块输出电解电容的性能变化,选取等效串联电阻(ESR)与电容量作为监测目标,提出了基于触发模式的输出电容ESR与电容量在线监测方法。该方法采用开关信号的上升与下降沿作为触发信号,利用输出电压采样,实现了串联电阻的计算,并通过试验系统验证了方法的有效性。提出的方法避免了对电感电流的测量,简化了触发电路结构,且不改变开关电源模块拓扑,提高了该方案应用的便捷性。     

基于DSP的周期信号等效采样系统设计与实现

针对现有的常规的等效时间采样系统必须具备准确的模拟触发电路，必须具备精确的定时电路或时长检测电路，并且波形重建时间长甚至不能完全重建的问题，提出一种基于DSP的新型周期信号等效采样系统设计。该系统采用三个两两互质频率进行三轮采样，从三轮采样数据估计出被测周期信号的基频和其它参数，从而重构出被测周期信号波形。实验证明，该采样系统在最大实时采样率为200MSps时的等效采样率可以达到10GSps。     

同轴电缆形变TDR监测技术的研究与实现

针对时间域反射测试技术在地质灾害防治、山体滑坡预警,以及土壤水含量分析等诸多领域的应用,使用TDR技术构建的同轴电缆形变监测算法,设计了TDR检测系统硬件电路;运用等效采样算法,实现了高速回波信号的等效采样与重构;通过向同轴电缆施加窄脉冲激励信号,依据回波信号模式分析完成了同轴电缆形变的有效监测;实验室中的大量实验数据表明,将TDR技术应用于同轴电缆形变监测原理正确,文中设计的方案可行.     

基于单片机与CPLD的数字存储示波器

本数字存储示波器,以89C52单片机和可编程逻辑器件（CPLD）为核心,由通道输入调理、触发信号产生、采集存储、数据融合处理、波形显示、操作面板和掉电保护等功能模块组成,能完成单次触发存储显示功能及对被测信号进行采集、存储和连续显示功能。设计中采用了模块化设计方法,并使用了多种EDA工具,提高了设计效率。     

数据采集中触发同步和精确定时的实现

指出提高数据采集系统的精度仅仅依靠提高信号幅值的精度是不够的，还应保护保证采样间隔的精度和采样同步性，提出了保证采样间隔精度的措施。通过触发同步和精确定时，实现了对信号起点的精确采集，保证了连续采集时采样间隔的精确性和恒等性。     

单板计算机采用DMA技术为普通示波器附加波形存贮功能

用微机对实时信号进行采集其速度受到很多因素的限制。要实现对变化较快的信号的采集,尤其是存贮,用一般办法难以实现。本文叙述了在TP—801单板机上扩充一块Z80—DMA(直接存贮器存取部件),以及A/D、D/A电路,高速地对信号采样、存贮和恢复。作为一项应用,将它同一台普通示波器相结合构成了一台记忆示波器。其采样频率由单板机键盘设定,最高可达40千赫。最低1千赫。采样点数为512点(可以任意扩展,视内存大小而定)。既可由人工触发,又可由被测信号自身触发。触发前同普通示波器一样地工作,一经触发就连续显示出在触发后被记忆下来的波形。     

基于语义空间的藏文微博情感分析方法

藏语微博是目前流行的藏文网络媒体形式。对藏文微博文本进行情感挖掘,能够有效提高政府对藏语言的监测能力。传统的文本分类方法对中文微博能够达到不错的效果,但由于藏文具有自身的语言特点,传统方法对藏语的分类效率并不高。本文提出了一种基于语义空间的藏文微博情感分析方法。该方法首先使用句法树生成句法结构;然后结合句法结构和语义特征向量构建语义特征空间,在特征空间中通过K-means方法聚类形成语义簇质心;最后计算基于簇的TF-IDF值作为最终的微博情感特征值。实验结果表明,与目前常用的SVM TF-IDF和Naive Bayes 最大熵方法相比,该方法能更准确地对藏文微博进行情感分类。     

基于随机抽样的加速 K-均值聚类方法

针对传统K-均值聚类方法不能有效处理大规模数据聚类的问题,提出一种基于随机抽样的加速K-均值聚类（K-means Clustering Algorithm Based on Random Sampling , Kmeans＿RS）方法,以提高传统K-均值聚类方法的效率。首先从大规模的聚类数据集中进行随机抽样,得到规模较小的工作集,在工作集上进行传统K-均值聚类,得到聚类中心和半径,并得到抽样结果;然后通过衡量剩下的聚类样本与已得到的抽样结果之间的关系,对剩余的样本进行归类。该方法通过随机抽样大大地减小了参与K-均值聚类的问题规模,从而有效提高了聚类效率,可解决大规模数据的聚类问题。实验结果表明,Kmeans＿RS方法在大规模数据集中在保持聚类效果的同时大幅度提高了聚类效率。     

基于压缩感知的信号时频表示重构

传统的时频分析方法受限于Nyquist采样定理,信息量的增加提高了对采样速率、传输速度和存储空间的要求;同时,双线性魏格纳-维尔分布处理多分量信号时会产生交叉项,常用的核函数法在抑制交叉项时降低了信号的时频聚集性.该文将压缩感知与时频分析方法相结合,在时频分析中突破采样定理的限制,抑制交叉项的同时获得较高的时频聚集性.针对单分量信号、多分量信号、蝙蝠声音信号,利用不同的窗函数如矩形窗或高斯窗,得出仿真结果,验证了基于压缩感知的信号时频表示重构优于传统的基于傅里叶变换进行重构的方法.并利用最小均方误差MSE和时频聚集度CM作为衡量参数,分析了不同样本空间与所重构信号时频表示性能之间的关系.     

气体超声流量计回波信号的自适应阈值法研究

时差法超声波流量计常采用双阈值法确定特征点,测量到达特征点时间,从而计算渡越时间。相比于单阈值法,双阈值法一定程度上提高了流量计的准确性,然而超声回波信号在传播时易受到温度、压力以及换能器特性的影响,导致双阈值法在一定工况下特征点产生错误判断。针对此问题,本文提出了一种自适应的双阈值方法并设计硬件电路。该方法可在较低的采样频率下获得回波信号各个波峰幅值,实时更新第一阈值,判断特征点是否一致并进行自动补偿,从而提高渡越时间的测量精度。最终实验结果表明,与传统双阈值法相比该方法具有较好的适应性和计量特性。     

新型大动态范围CMOS 图像传感器双采样像素阵列设计

提出了一种新型双采样结构大动态范围CMOS图像传感器的像素阵列结构。该结构在传统的光电二极管型三管有源像素的基础上，加入了第二列信号处理电路，两列信号处理电路分别处理两次采样。双采样像素结构大幅提高了图像传感器动态范围，同时第二列信号处理电路又保证了高速度。     

基于深度强化学习的多路口信号控制优化研究

新起的智能交通系统在改善交通流量,优化燃油效率,减少延误和提高整体驾驶经验方面有望发挥重要作用。现今,交通拥堵是困扰人类的一个极其严重的问题,特别是一些城市交通密集的十字路口处可能会更加严重。对信号控制系统的奖励机制进行了改进,将所有路口共享奖励的机制改进为每个交叉口共享唯一的奖励,并且通过密集采样策略与多路口信号控制相结合的方式,运用时下热门的深度强化学习来解决交通信号灯配时问题。仿真实验都是基于现在国际主流的交通模拟软件（SUMO）完成,从实验结果表明,改进后的深度强化学习多路口信号控制方法相较于传统强化学习方法控制效果更佳。     

道旁声学信号多普勒畸变校正

采用道旁声学信号来分析列车滚动轴承故障的方法是该领域故障诊断发展的主要方向,但拾音器和声源的相对运动造成的多普勒效应使得声学信号的频谱发生了畸变,从而无法准确地反映设备状态。为了解决多普勒效应带来的采集信号频谱畸变,准确恢复原信号频谱结构,本文提出一种基于频偏率的变采样技术的方法,在通过外部条件获得信号频偏变化曲线后,根据频偏曲线获得每个采样点的频偏比例,利用变采样技术,通过插值方法获得新采样信号。本文是对作者所提重采样技术校正多普勒频偏方法的深化和提高,该方法能准确恢复原声学信号频偏结构,并通过仿真信号和实验验证了该方法的有效性。     

基于参量模型估计的周期信号等效采样方法研究

针对现有的常规的等效时间采样方法必须具备准确的模拟触发电路,必须具备精确的定时电路或时长检测电路,并且波形重建时间长甚至不能完全重建的问题,提出一种基于参量模型估计的周期信号等效时间采样方法.该方法采用三个两两互质频率进行三轮采样,从三轮采样数据估计出被测周期信号的基频和其它参数,从而重构出被测周期信号波形.实验证明,该方法在信噪比较高时重构出被测周期信号波形的正确概率很高,重构误差很小.该方法已被成功运用到数字存储示波器的高速数据采集系统中.     

ESAD中解保电源信号识别优化方法

针对ESAD解除保险过程中,无法准确识别解保电源信号电压幅值的问题,提出了ESAD中解保电源信号识别优化 方法。该方法采用“数字量+模拟量”的识别方法,其中光耦隔离电路作为数字量识别方式,AD采集电路作为模拟量识别方式, “数字量+模拟量”信号共同作为解保条件,以模拟量识别值作为起始判断门限,数字量信号进行有效判断,可提高ESAD的作用 可靠性。验证试验表明,采用“数字量+模拟量”识别方法可有效识别解保电源信号且保证ESAD的作用可靠性,该方法具有可 行性。     

应用于不平衡多分类问题的损失平衡函数

传统分类算法一般要求数据集类别分布平衡,然而在实际情况中往往面临的是不平衡的类别分布。目前存在的数据层面和模型层面算法试图从不同角度解决该问题,但面临着参数选择以及重复采样产生的额外计算等问题。针对此问题,提出了一种在小批量内样本损失自适应均衡化的方法。该算法采用了一种动态学习损失函数的方式,根据小批量内样本标签信息调整各样本损失权重,从而实现在小批量内各类别样本总损失的平衡性。通过在caltech101和ILSVRC2014数据集上的实验表明,该算法能够有效地减少计算成本并提高分类精度,且一定程度上避免了过采样方法所带来的模型过拟合风险。