含噪信号的特征基表示与信号去噪重构

提出了一种利用信号幅度谱的去噪重构算法,并作了仿真实验研究．该算法利用含噪信号在幅频特性上的特征,通过特征基来进行信号的去噪处理．仿真研究结果表明,采用该种算法作合噪信号的重构,可以明显地去除信号的宽带噪声．该算法可以应用于噪声严重污染信号的离线去噪处理．     

改进阈值去噪法在变形分析中的应用

介绍了小波基本理论与去噪原理,研究了小波阈值去噪改进方法在变形监测信号处理问题中的应用。实例表明,小波阈值去噪改进方法在变形监测信号的去噪中不仅能有效地降噪,而且较好地保持了信号的光滑性。改进方法所得的信号比增益较传统的阈值去噪方法有明显的提高。     

利用8098实现可控硅的高精度调功调压新方法

介绍了一种具有方法简单、精度很高的智能化电路，它利用８０９８单片机ＨＳＩ０口直接实现可控硅调功调压，选用ＨＳＩ１作为Ｔ２的外部计数事件输入端，ＡＬＥ为ＨＳＩ１的外部时钟源，ＨＳＩ０为同步信号输入端，并允许它中断，ＨＳＯ０为ＰＷＭ信号输出端，亦即触发信号输出端。     

新型小波阈值函数的仿真及应用

提出了一种新型小波阈值函数.借助于典型信号和高斯白噪声叠加形成测试信号,对传统小波阈值函数、改进小波阈值函数及新型小波阈值函数的去噪效果进行对比仿真研究.结果表明,采用新型小波阈值函数所得到的去噪信号,其信噪比和均方差均最优.此外,将新型小波阈值函数用于滚动轴承的实际振动信号的去噪研究,从去噪信号的时域信号对比及信噪比来看,该函数具有较好的去噪效果,使信噪比得到了较大提高.     

基于最优FRWT的非平稳信号去噪新方法

研究非平稳信号的去噪,提出一种基于最优分数阶小波变换（FRWT）的信号去噪方法.该方法根据输出信号信噪比采用遗传算法寻找FRWT的最优分数阶值,实现非平稳信号的去噪.以带噪语音信号为例的去噪实验结果表明,采用新方法的去噪效果明显提高.     

我国小麦HMW麦谷蛋白亚基分布及组成

以国内种植的３９３个小麦品种为材料，系统地研究了ＨＭＷ麦谷蛋白亚基的分布及组成，结果表明，我国小麦ＨＭＷ麦谷蛋白亚基大部分与国外相同，但也有一些特殊ＨＭＷ麦谷蛋白亚基出现，并研究了这些ＨＭＷ－ＧＳ出现的频率及特点。     

基于经验模态分解和小波变换声发射信号去噪

为了解决声发射信号去噪问题,在分析经验模态分解去噪和小波阈值去噪优缺点的基础上,提出将二者相结合的去噪方法,包括IMF-Wavelet方法,EMD-Wavelet方法和Wavelet—EMD方法．利用标准信号及断铅模拟声发射信号对所研究方法进行了去噪性能分析．结果表明：对于标准信号,Wavelet—EMD方法无论在高信...     

基于小波包变换的信号去噪方法研究

为有效剔除信号噪声,得到没有污染的信号,便于进行信号分析,介绍了小波包变换的改进方法,给出了信号的小波包分解系数排序方法,将信号的相关性与小波包的多尺度时频分析及重构结合在一起,并用于信号的去噪研究中.通过仿真研究和与目前小波去噪方法进行对比,证明了该方法去噪的有效性.     

循环流化床风帽压力波动信号小波消噪分析

压力波动现象是研究循环流化床气固两相流动特性的重要线索。提出了通过采集循环流化床风帽入口的压力波动信号,并利用小波分析理论对压力波动信号进行消噪处理。深入探讨了循环流化床在稳定运行工况和扰动工况下风帽压力波动信号的消噪结果。结果表明:基于小波分析的信号消噪方法,能很好地对循环流化床风帽压力波动信号进行有效的消噪。     

聚丙烯酸羧基α—H的Mannich反应研究及其在皮革鞣剂合成中的应用

研究了聚丙烯酸羧基α－Ｈ的ＭＡＮＮＩＣＨ反应,采用１Ｈ－ＮＭＲ分析、１３Ｃ－ＮＭＲ分析及ＩＲ分析表征和验证了聚丙烯酸羧基α－Ｈ的ＭＡＮＮＩＣＨ反应产物,并以此研究结果为依据,合成了选择填充型两性复鞣剂ＳＡＴ,对其进行了初步的应用研究．结果表明：在适当的条件下聚丙烯酸羧基α－Ｈ具有足够活性发生ＭＡＮＮＩＣＨ反应,ＳＡＴ选择填充型两性复鞣剂用于猪皮服装革的复鞣具有克服“败色”、改善粒面、选择填充、改进手感的特性．     

基于波动理论的交叉口信号控制参数优化方法

为了解决我国城市道路信号配时过程中遇到的车流离散性较大、难以用简单模型来描述车流运动规律的问题,借助波动系数理论,以15 m in交通量统计数据为基础,分析了信号交叉口交通量的波动特性,指出信号交叉口交通量在纵向上具有一致性,在横向上具有差异性,而且随着V/C比的增大,车流到达的波动性逐渐降低.基于信号交叉口交通量的波动特性,结合自适应控制与感应控制的思想,形成了一种新的信号控制参数优化算法,实践应用证明,该算法针对交叉口车流到达的随机性具有较强的适应性.     

基于连续高斯密度混合HMM的刀具磨损状态监测

针对端面铣刀磨损状态的识别问题,根据隐式马尔可夫模型(HMM)具有良好的模式分类能力,提出了基于连续高斯密度混合HMM(CHMM)的刀具磨损状态监测系统.以铣削力作为监测信号,应用小波包理论对铣削力信号进行分析和消噪处理,并提取信号的能量特征作为CHMM的输入向量,训练CHMM模型,再用训练好的模型对未知的刀具磨损状态进行监测与识别,实验结果表明该模型可以对刀具磨损状态进行准确的识别,且所需训练样本数较少,对刀具状态的智能监测具有很好的实际意义.     

HMM-based noise estimator for speech enhancement

A noise estimator was presented in this paper by modeling the log-power sequence with hidden Markov model （HMM）. The smoothing factor of this estimator was motivated by the speech presence probability at each frequency band. This HMM had a speech state and a nonspeech state, and each state consisted of a unique Gaussian function. The mean of the nonspeech state was the estimation of the noise logarithmic power. To make this estimator run in an on-line manner, an HMM parameter updated method was used based on a first-order recursive process. The noise signal was tracked together with the HMM to be sequentially updated. For the sake of reliability, some constraints were introduced to the HMM. The proposed algorithm was compared with the conventional ones such as minimum statistics （MS） and improved minima controlled recursive averaging （IM- CRA）. The experimental results confirms its promising performance.     

基桩反射波法检测技术在推求桩身砼强度中的应用

用反射波法检测桩身质量是在桩顶加一激振能量,引起桩身的振动,记录桩身的振动信号并加以分析,从而达到确定桩身材料强度、检查桩身的完整性、评价桩身施工质量或确定桩的承载力等目的.以厦门市丽景大厦为例,探讨了反射波法检测桩身质量的原理及方法,实践结果表明用反射波法检测桩身质量简捷可行的.     

隐马尔柯夫模型的一种面向对象的程序实现框架

在以Ｃ＋ ＋ 语言作为程序设计语言的基础上,提出了一种用面向对象的程序设计方法来实现隐马尔柯夫模型的基本框架。按照这一框架实现的隐马尔柯夫模型能够很好地保护它自己不受未知的外部事件的影响,从而使它的数据和功能免遭破坏;而且对模型的改进以及程序实现上的变化也不会影响使用它的外部应用程序。此外,用这一方法编制的隐马尔柯夫模型程序具有很好的重用性和继承性。     

基于HMM/ANN混合模型的带噪语音识别

对于含噪语音信号的有效特征提取是语音识别至关重要的一步.该文提出了利用小波调制尺度对语音进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,可进一步反映语音信号的动态特性、增强抗干扰能力和提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显的提高.     

HMM在电机轴承上的故障诊断

为了提高其机械系统故障诊断能力及其准确性,以历史的经验数据为基础对滚动轴承进行健康管理,提出一种新的基于多个隐马尔可夫模型与蚁群聚类算法(ACC)和神经网络相结合的方法来用于轴承故障的诊断与检测,该方法采用HMM与模式识别相结合的方法通过对轴承振动信号进行特征提取,在时频域内进行分析其老化的现象,分别将历史数据和新数据进行故障诊断和检测,并通过HMM和ANFIS来估计其剩余使用寿命和年限.实验结果表明:HMM与模式识别相结合的方法可以准确地对故障进行诊断及预测,通过对结果分析可以得到该方法降低了计算的复杂度,提高了诊断的精度,通过对不同故障诊断实例详细阐述了基于HMM故障诊断方法的有效性和可行性.     

一种序列家族Profile HMM寻优的PSO

针对在训练一个序列家族的Profile HMM时经常会得到局部最优HMM的问题,也就是说找到全局最优Profile HMM的概率不高.通过分析训练一个序列家族Profile HMM方法的特点和Profile HMM本身的结构特点提出了一种结合多个局部最优或次优Profile HMM来寻找最优模型的PSO算法,以提高序列家族Profile HMM寻优的概率.     

语音信息查询虚拟仪器的设计

在虚拟仪器开发软件LABVIEW平台上,利用LABVIEW和MATLAB混合编程,通过声卡获得原始语音信号,经过小波消噪处理、预加重处理和端点检测处理得到干净的语音信号,提取语音信号的美尔频率倒谱系数及其一阶、二阶差分系数作为语音识别的特征参数,通过矢量量化（VQ）与隐马尔可夫模型（HMM）实现非特定人连续语音的训练与识别,构建了基于LabVIEW平台的连续语音识别系统．实验表明,系统的识别速度较快,识别率达到90％左右,而且成本比较低廉,具有一定的应用价值．     

单音干扰下相干扩频系统早迟门延迟锁定环路性能分析

研究了单音干扰下扩频接收机延迟锁定环路（delay lock loop, DLL）的性能，提出在每个码元符号间隔内有整数个码片扩频序列的相干扩频系统中，单音干扰对DLL环路产生一个离散正弦波，而不是通常认为的高斯噪声.单音干扰下DLL环路的稳态误差，在无高斯噪声干扰的情况下，以离散正弦波形态振荡；在有高斯噪声干扰的情况下，为离散正弦波叠加高斯噪音.离散正弦波的频率、幅度和单音干扰与本地接收机的频率之差、接收信号的信息速率，以及码速率有关.