基于表面等离子共振的全自动浓度检测系统

研制了以SpreetaTM传感器为核心,结合液体处理系统、信号检测与控制器、计算机分析处理软件等模块的小型表面等离子共振（SPR）检测系统.运用该系统,通过在传感器表面偶联牛血清蛋白（BSA）,采用直接检测法测量了不同浓度的BSA抗体溶液,得到了BSA抗体溶液的SPR传感图,建立了BSA抗体的浓度标准曲线.在传感器表面固定雌二醇（E2）,采用间接检测法测量了不同浓度的E2溶液,根据E2溶液SPR响应信号的变化量,建立了E2的浓度标准曲线.实验中系统的分辨率为10-5折射率单位（RIU）.对于实际的待测样品,只要测得其SPR信号的变化量,结合标准曲线就能够得出样品的浓度.     

语音端点检测方法的分析与实现

本文在研究短时能量和短时过零率两种语音端点检测基本算法的基础上,编程实现了双门限的端点检测;并进一步根据小波变换的原理,利用小波变换和信号频域统计特性来精确地进行端点检测;最后,在研究了倒谱的相关理论基础上,实现了将语音数据进行倒谱变换,通过计算倒谱距离,在具有一定背景噪声环境下进行端点检测的实验.     

一种基于小波变换图像压缩编码方法

提出了一种新的小波变换图像编码方案,即改进的零树法混合量化编码方案.先对图像进行四层小波变换,再舍去第一层小波变换后的高频分量,然后对余下的数据进行零树法量化编码,最后,对零树法量化编码的结果进行游程编码.实验结果表明,该方案优于直接零树法量化编码方案.     

基于小波和神经网络的传感器故障诊断

提出了一种新的基于小波包变换和BP神经网络的传感器突变故障诊断方法。根据小波变换在时域和频域都具有良好的局部化特性对信号特征进行精确定位,根据传感器输出信号的小波包分析提取能量变化率的特征向量,利用BP神经网络进行传感器故障分类。这种方法无需预先建立传感器模型和测量传感器输入信号,通过对小波包系数的削减,减少了冗余数据,提高了故障检测的实时性。仿真实验结果表明了该方法的有效性。     

基于小波变换的水下超声波测距方法研究

通过分析传统的阈值检测法超声波测距的缺点,提出了基于小波变换的水下超声波测距方法.应用数字信号处理技术,设计出基于Hamming窗函数的数字带通滤波器,对采样信号进行数字滤波,构造高斯小波基.介绍了一种将采样信号与小波基做卷积进行小波变换,精确捕捉回波信号到达时刻的超声波水下测距系统.在实验室水池中分别用传统的阈值检测法和基于小波变换的超声波测距法进行了实验测量,并对测量数据进行了比较,验证了基于小波变换的水下超声波测距可以达到更高的测量精度,优于传统的阈值检测法.     

溶液浓度与其折射率关系的理论和实验研究

根据洛伦兹电子论,朗伯定律和比尔定律,提出了一种用来描述溶液的浓度与其折射率线性关系的理论模型.实验测定了蔗糖和NaCl溶液,基于最小二乘法原理,根据实验数据得到各自的浓度与其折射率关系的实验模型,实验结果表明模型的计算结果与实际测量结果的误差小于2%.这种研究结果对利用光激发表面等离子共振技术和介质增强古斯一汉欣位移方法测量溶液的浓度具有参考意义.     

表面测量中高斯滤波中线的有理逼近实现

通过有理分式逼近提出了一种高斯滤波器实现方法。由有理分式模型,根据插值逼近方法确定相应系数,得出的有理逼近分式具有较高的逼近精度,与理论高斯滤波器最大幅度偏差为0.88%,截止频率内的幅度偏差小于2‰,是优化的逼近函数。由逼近分式S域左半平面极点建立逼近滤波器,由后向差分变换得出Z域模型,并应用零相移滤波技术得出了零相移数字滤波算法,满足了表面测量中对高斯滤波器实现方法的相位要求。应用这一方法,建立了表面轮廓中线,分离出表面粗糙度数据,整个算法只经一级零相移滤波就能完成,具有较高的计算效率,为表面测量高斯滤波的实现提供了一种新的方法。     

基于FWT的在线检测介损角的计算

基于多分辨分析的快速小波变换(FWT)原理,及其在电力系统在线检测装置计算绝缘介质损耗时的检测数据的分析原理和方法,并将小波变换和FFT这两种分析方法进行了比较,仿真结果表明对瞬时干扰和白噪声有很好的滤波效果,其误差也较为平滑.     

基于小波变换和HHT的光伏并网谐振检测方法

分布式光伏发电并网系统是一个复杂的高阶LC网络,输出大量高次谐波,当某一次谐波频率恰好与网络固有谐振频率重合,系统会发生严重的谐振。针对分布式光伏发电并网的谐振检测问题,建立光伏谐振的数学模型,根据小波变换(WT)的多分辨率特点和希尔伯特黄变换(HHT)完全自适应性优势,提出一种基于WT和HHT相结合的谐振检测方法。仿真分析和实验结果表明,该方法可以快速准确地检测出谐振频率和幅值。     

MSPCA在发动机试车台传感器故障诊断中的应用

针对传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足的问题,提出了基于小波包的MSPCA模型,并应用于传感器的故障诊断.首先,对传感器数据进行正交小波包变换,得到小波包最佳分解树.然后,根据最佳树的各个节点系数在对应的尺度上建立主元分析模型,利用这些主元分析模型的残差子空间的统计量——平方预报误差对传感器故障进行检测,采用传感器有效度指标对故障传感器进行分离.最后,以火箭试车台液氢供应系统的传感器为例对设计的模型进行了验证,传感器周期性干扰故障诊断实例验证了基于小波包的MSPCA方法的有效性,其检测性能要优于基于小波变换的MSPCA模型.     

基于小波分析的带通数字滤波器设计

介绍了基于小波分析的数字滤波器设计,对小波基函数的选取、滤波尺度的确定进行了叙述,通过小波带通滤波器的仿真分析．采用Symlets5小波,分析了基于DSP的电容式湿度传感器测试系统中的小电容实测数据．结果表明,小波分析是一种有效的数字信号处理方法．     

基于HHT的心电信号滤波算法的研究

针对心电信号具有非线性、非平稳弱信号的特点,借鉴小波滤波算法的思想,基于HHT变换,提出一种去除噪声对应尺度细节分量和阈值相结合的HHT心电滤波算法.并借助MATLAB仿真平台,采用同一阈值函数,对含噪心电信号分别运用小波滤波算法和基于HHT设计心电滤波算法进行滤波仿真比较.最后以MIT-BIH心律失常数据库中的提供的含噪心电信号作为数据源,进行仿真滤波实验,验证了HHT滤波算法对心电信号的基线漂移、工频噪声、肌电干扰去除的有效性.     

振动模态的参数识别综述

综述了目前振动模态参数识别的频域方法、时域方法、时-频方法、基于小波分析与基于HHT变换的非平稳信号处理的时-频方法及基于模拟进化的方法的基本原则与具体做法,比较了各方法的优缺点及适用范围,并展望了模态参数识别的方向.     

基于空心光纤多模干涉的折射率传感器研究

基于空心光纤(HF)多模干涉原理提出一种新颖光纤折射率传感器,实现了对环境溶液折射率的测量。这种光纤折射率传感器不仅制作简单、成本低廉,而且为波长编码、抗干扰性好。实验表明,这种光纤折射率传感器其有效传感范围为1.333～1.450,并且当溶液折射率小于1.40时,特征波长与折射率近似呈线性关系,灵敏度为88.07 nm。针对相同折射率不同溶质的溶液,传感器出射光谱能量差异表明,该结构的光纤传感器在物质检测方面有着潜在的应用。     

基于HHT的电力系统谐波分析

鉴于现有电力系统谐波检测与分析方法的不足,用希尔伯特-黄变换(HHT)进行谐波分析.该方法由两部分组成.首先对谐波信号作经验模态(EMD)分解,得到满足一定条件的固有模态信号(IMF),然后用希尔伯特变换求其瞬时频率和瞬时幅值.该方法适用于非线性非平稳信号的分析,具有概念清晰、计算简单的优点.仿真研究表明,用HHT方法进行电力系统谐波分析是可行的,与傅立叶变换和小波变换等现有方法比较,有很多独特的优点.     

基于HHT的矢量传感器瞬态信号方位估计

针对瞬态信号存在时间短、变化快,传统的信号处理方法很难对其进行方位估计的问题,将希尔伯特-黄变换与矢量信号处理相结合应用到水声领域,提出了矢量希尔伯特-黄变换的方法.利用希尔伯特-黄变换获取信号的瞬态信息,结合矢量信号处理宽带方位估计提出了矢量瞬时方位估计的概念,在此基础上发展了矢量希尔伯特-黄变换水声应用的理论框架.海试表明新理论在瞬态信号处理和单矢量传感器目标方位估计方面,其性能比常规方法有了明显的提高.     

用实时小波分析消除噪声的动态测量误差补偿

在传感器的输出端串接一个动态补偿环节来改善传感器性能,消除动态测量误差.补偿环节本质上是一个带通或高通滤波器,在补偿动态测量误差的同时,会引入严重的高频噪声干扰,影响测量系统的精度.为了解决该问题,研究了一个采用实时小波滤波算法,消除动态测量误差补偿中噪声干扰的方法.该方法采用实验数据,通过系统辨识的方法得到补偿环节系数,消除动态测量误差.同时,用正交紧支撑小波和滑动数据窗口,构造一种保留离线小波降噪优点的实时小波降噪算法,消除噪声干扰.最后,通过对薄膜热电偶动态测量误差补偿的仿真实验,验证了该方法的有效性.     

地震动的Hilbert-Huang变换与传统分析方法比较

地震动是一种典型的时序非平稳信号,采用Hilbert-Huang变换（HHT）对其进行分析较传统分析方法有着天然的优越性。文章在介绍HHT基本原理的基础上,比较了HHT与Fourier变换在适用条件、时间分辨率和谱分析结果上的差异,以及HHT与小波变换在基底、重构误差、时频分辨率和谱分析结果上的不同。分析结果表明,HHT是对以Fourier变换为基础的线性和稳态谱分析的一个重大突破,它较传统的信号分析方法更加适合地震动的处理与分析。