卫星测控站频谱监测系统设计方案及实现

为解决卫星测控站人工监测下行中频信号效率低、无自动化的频谱处理等问题,设计并实现了一种基于开关矩阵和频谱仪的多路频谱监测系统;首先介绍了该系统的硬件组成,然后介绍了系统软件设计方案,针对系统功能,提出了若干个频谱监测相关的处理算法,包括基于SCPI的频谱实时监测、基于临界线的异常信号检测、基于频谱轨迹的频谱录像与回放以及一种快速的遥控命令捕获等算法,最后通过试验说明系统满足频谱监测的需求;实际应用结果表明,该系统运行稳定可靠,各算法是实用有效的。     

基于听觉掩蔽特性的扩频信息隐藏方法

在前人数字水印音频隐藏技术的基础上，提出了一种基于听觉掩蔽特性的扩频信息隐藏算法，该算法充分利用了扩频系统抗干扰性强、隐蔽性好的特点，引入了子带分割及多相离散余弦滤波器组的思想，为了补偿由于信道噪声等引起的错误，提高接收端数据提取的正确率，该算法还使用了冗余和纠错编码技术，有效地解决了传统信息隐藏算法知觉相似性、鲁棒性及安全性差的问题，属盲检测算法，实验结果验证了该算法的有效性和鲁棒性。     

基于80C196KB单片机实现车速信号采集处理

介绍了80C196KB单片机高速输入部件HSI的中断功能以及在车速信号采集中的应用。设计了车速信号采集系统的软硬件，应用一种基于频率法和周期法的车速采集算法，计算车速。通过对台架实验采集数据与车速表读数比较，结果证明了硬件设计和软件算法的正确性。     

面向信号测试的信号匹配算法研究

面向信号的测试软件平台是未来自动测试系统发展的趋势,信号的匹配是面向信号软件平台内核需解决的关键问题之一;为满足不同测试阶段、不同测试目标的面向信号自动测试系统设计需求,提出了基于仪器集最小和基于匹配最佳的两种信号匹配算法;并以某ATS工程为实例,验证了算法的有效性及相互关系;结果表明,两种算法所匹配的信号不同,但均可适合于ATS的工程应用,而基于匹配最佳的信号匹配算法可提高测试的准确度。     

基于AT89C51单片机的信号监控系统设计

设计了一款基于AT89C51单片机的信号监控系统，文章详细地介绍了该系统的各部分结构，给出了各部分结构连接简图，并且给出了详细的算法和部分程序代码，最后在Proteus仿真平台上进行了仿真。实验表明，该系统具有结构简单、体积小巧、功能可靠、使用方便等优点，达到了预期效果。可以应用在工业制造、医疗、家庭生活等多个方面，价格低廉，实用性强，具有广阔的应用前景。     

基于参数补偿的高频信号随机共振系统设计

工业生产环节和科学研究领域中有很多待测高频信号需要检测，研究采用随机共振方法是实现高频信号检测的有效途径之一。本文将参数补偿算法和随机共振理论相结合，克服了传统随机共振仅能检测低频信号的限制，实现了高频信号的随机共振检测。首先介绍了随机共振理论和参数补偿算法的原理，设计了基于参数补偿的高频信号随机共振系统，最后通过MATLAB仿真平台验证了系统的有效性。本文所得结论拓宽了随机共振理论的实际应用范围。     

基于可穿戴设备的实时运动监测方法研究

为了激励用户加强身体活动并实现对其运动状况的实时监护，提出一种基于可穿戴设备的运动监测系统。系统由健康胸带、移动应用程序和服务器三部分组成。健康胸带内嵌有心电传感器和加速度计，采集人体心电和活动信号，使用蓝牙将信号传输至移动设备。安装于移动设备的应用程序接收和分析心电和加速度信号，解析为运动参数并向用户实时展示。为了分析信号处理算法的性能、评价系统的可用性，进行了实地实验。受试者使用该系统按照给定方案运动，并填写可用性调查问卷。实验结果表明，可穿戴运动监测系统有效可行，能够给予受试者可靠的运动反馈，移动应用程序的功能设计有助于提高用户接受度。     

色谱信号分析的算法与实现

由于色谱信号比较复杂而且频带较宽，不便于用频域分析算法进行处理．本文结合色谱数据信号的特性，提出了一套完整的基于时域分析的色谱信号数据处理的算法。该算法通过分析谱信号的斜率在正、负以及零斜率区之间的变化，确定峰曲线各转折点的位置和类型，从而判别峰的类型，对峰进行分割，以及计算面积和浓度．实践表明，该算法简单实用，能可靠地实现色谱信号中各类峰的检测与判定。     

非线性系统辨识中模糊模型参数收敛问题的进一步研究

对于使用标准的Mamdani 型模糊系统及正交投影参数调整算法进行非线性系统辨识，基于模糊模型参数的估计值收敛到其真实值所需的持续激励条件，给出了适用于非线性移动平均模型和二阶非线性自回归移动平均模型系统辨识的持续激励输入信号设计的几个算法.     

通信约束下的水声信号分布式检测融合算法研究

针对水声传感器网络中大延迟、低可靠通信约束下的水声信号分布式检测问题，提出了一种基于时间窗口的自适应融合算法．传感器节点依据声纳接收机的特性计算局部判决并发送给融合中心节点．融合中心节点在时间窗口内，基于已收到的局部判决在线自适应地调整融合规则，从而由最优融合算法得到最终判决．通过仿真，讨论了时间窗口的选择问题以及融合算法的性能．仿真结果表明，新算法具有很高的实用性，能够在动态变化的水声通信条件下保证整个系统高效运行．     

Deep Mining of Redundant Data in Wireless Sensor Network Based on Genetic Algorithm

Mining effective data from wireless sensor network node data is one of the main subjects in studies concerning wireless sensor network data processing. Wireless sensor network data are muli-dimensional and dynamic. Generally, data mining technology cannot satisfy the requirements of wireless sensor network. A large amount of accumulated and redundant wireless sensor network monitoring data reduces the efficiency of data processing. To solve the above problems, this study proposed a data mining algorithm, which integrated rough set algorithm and genetic algorithm to mine redundant data in node network data. The results of the simulated calculation based on MATLAB platform suggested that the identification rate, false accept rate and reject rate of the proposed algorithm were 94.65, 1.753 and 2.331%; compared to network data mining algorithm based on improved genetic algorithm, it has higher efficiency and accuracy in data mining. The algorithm could effectively excavate redundant data in wireless sensor network and optimize the operation environment of wireless sensor network. The application of the rough set and genetic algorithm based data mining algorithm in wireless network has a promising prospect.     

基于粒子群优化算法的数据流聚类算法

针对当前基于滑动窗口的聚类算法中对原始数据信息的损失问题和提高聚类质量和准确性,在现有基于滑动窗口模型数据流聚类算法的基础上,提出了一种基于群体协作的粒子群优化算法（PSO）的新数据流聚类算法。这种优化的新数据流聚类算法利用改进的时间聚类特征指数直方图作为数据流的概要结构以及应用PSO在聚类过程中对聚类质量的局部迭代优化。实验结果表明,此方法有效减少了内存的开销,解决了对原始数据信息损失的问题。与传统的数据流聚类算法相比,基于粒子群优化算法的数据流聚类算法在聚类质量和准确性上明显优于传统的数据流聚类算法。     

系统控制单元数据存储更新算法探讨

系统控制单元的有限存储空间被系统运行数据写满时,新产生的数据就需替换旧数据完成更新。通过采用逐条替换法、分块替换法、间歇删除法和抢断删除法,比较替换过程中最少存储数据的数量和实时性的滞后时间,找出一种最优的数据更新方法。试验结果表明,抢断删除替换算法更能快速有效实时完成数据的更新。     

无线传感器网络含有缺失数据的数据融合研究

针对含有缺失数据的无线传感器网络数据融合问题,提出了一种简单易行的二次数据融合算法(TFA)。考虑到感知数据的时—空相关性,对缺失数据进行线性插值插补和回归分析插补,对插补结果利用线性组合融合算法进行融合。综合考虑各节点的信息,利用自适应加权融合算法进行融合。实验结果表明,该算法在含有缺失数据的前提下,能够以较低的计算开销和较高的估计精度实现数据融合。     

基于kNN-DBSCAN的缺失数据填补优化算法

针对传统的kNN(k-NearestNeighbor)近邻填补算法对缺失数据的填补效果会因为k最近邻数据存在噪声受到较大干扰的问题,提出一种基于kNN-DBSCAN(k-NearestNeighbor Density-based Spatial Clustering of Applications with Noise)的缺失数据填补优化算法。将基于密度的DBSCAN聚类算法运用到kNN近邻填补算法中,先用kNN算法得到目标填补数据的原始k最近邻数据集,运用DBSCAN聚类算法对原始k最近邻数据集进行噪声检测并消除噪声数据,得到当前k最近邻数据集,最后并入kNN计算,填补目标缺失数据;同时,针对DBSCAN聚类算法参数设置敏感的问题,通过分析数据集的统计特性来确定参数,避免人为经验判断。最后利用真实数据对算法进行验证,结果显示该算法对目标缺失数据的填补准确度要优于传统的kNN算法。     

无线传感网最大剩余能量索引数据分发算法

提出一种基于索引和局部存储的（Index and Local Storage—based,ILS）数据分发算法MREIB—DD。对于ILS类型的数据分发算法,一个事件的监测数据被存储在该数据的监测节点或监测节点的邻居节点。一个存储节点仅当接收到一个来自Sink的查询,才把监测数据发送至Sink。MREIB-DD算法选择网络中有最大剩余能量的节点存储索引信息,传感器节点监测到数据时向索引节点发送该数据的有关索引信息。用户的查询信息先到达索引节点,索引节点把查询转发到数据存储点,存储点对查询进行响应。此算法避免了感知数据的网内传输和查询泛洪带来的开销,分析表明该算法性能优于GHT—DCS算法而复杂度增加较少,是能量高效的数据分发算法。     

异构大数据网络的多维关联细粒度数据挖掘算法

为了解决具有密度高、关联复杂的异构大数据网络的数据挖掘效率低下问题,基于多维关联架构,结合细粒度控制提出了数据挖掘算法.首先,在异构大数据网络存储与转发、处理的数据个性特征和差异化的基础上,给出了异构大数据网络数据定义和多维关联模型.接着,基于大数据网络多维关联初始化进程,通过大数据单位重构、维度置换、细粒度化和粒度均衡等,提出了多维关联细粒度数据挖掘算法.最后,通过与粗粒度算法、线性化结构数据挖掘算法对比了在不同网络规模和数据规模下的执行效率.实验结果表明,所提算法具有更佳的执行效率.     

一种面向大数据的水塘采样分布式算法

水塘采样算法构建了一个样本集合,很好地解决了对未知的数据元素等概率采样的问题.然而当数据量较大时,单机的水塘采样算法时间复杂度较高、机器负载加重.面向大数据采样的需求,提出了分布式水塘采样算法,通过增加采样比例的方法实现了多机器并行采样,而且从理论上证明了分布式水塘采样的等概率性.为处理对数据元素贡献度不同的数据集,将...     

一种基于SDT算法的新的过程数据压缩算法

针对流程工业实测过程数据压缩存储问题,在深入分析旋转门（SDT,Swing Door Trending）算法的基础上,提出了一种基于SDT算法新的过程数据压缩算法（NSDT,New Swing Door Trending）。NSDT算法采用曲线对过程数据进行拟和以实现数据压缩,与SDT算法相比能取得更好的压缩效果。根据理论分析和实验数据结果分析,证明了NSDT算法确实可以在不增加压缩误差的前提下,有效地提高压缩比。     

SCADA中历史数据的SDT算法研究与改进

随着物联网和大数据技术的快速发展,数据采集与监视控制SCADA系统每天采集的数据量呈几何级数增长,传统的数据压缩算法--旋转门算法SDT 已经不能满足SCADA系统对历史数据压缩的要求。在深入研究了数据压缩方法尤其是旋转门SDT算法的基础上,提出了一种改进的ASDT 算法,并用Java语言加以实现。ASDT算法通过正弦曲线拟合数据以实现数据压缩,与传统SDT算法的性能相比,ASDT算法能取得更好的压缩效果。实验数据结果表明,相对于传统SDT算法,ASDT算法可以在不显著增加压缩误差的前提下,有效地提高压缩比。