抑制Winger-Ville分布交叉项的新方法

提出了一种可行的检测Wigner-Ville分布交叉项并将其抑制掉的新方法。Cohen类时频分布之一的Margenau-Hill分布同Wigner-Ville分布一样,拥有众多的优良特性,但它和后者交叉项在时频面上的分布却有天壤之别。于是,根据两种分布交叉项在时频面的特点将交叉项检测出来,进而设计二维遮蔽滤波器将交叉项移除。最后的仿真表明了该方法的可行性。     

一种改进的基于交叉矩阵统计的软件故障定位技术

故障定位是软件调试过程中一项耗时耗力的工作,而自动故障定位技术能够很好地与自动测试技术相结合,对于提高软件调试效率具有重要的现实意义。提出了一种改进的基于交叉矩阵统计的软件故障定位技术。该方法在故障定位前先对所有的成功执行轨迹序列和失败执行轨迹序列进行聚类约减,以消除执行轨迹冗余;然后将消除冗余后的执行轨迹存储到交叉矩阵中;最后通过Crosstab算法计算出各语句的可疑度并对语句进行可疑度排序,进而产生故障报告。在西门子测试程序集上做了执行轨迹聚类约减前后的性能对比实验,实验结果验证了本文方法的有效性。     

路径交叉检测与消除方法和邻节点置换方法改进TSP的解

针对当前算法在求解规模较大的TSP时得到的近似解中常常存在路径交叉这一不足,提出了一种路径交叉检测与消除方法,可以完全消除路径交叉从而提高近似解的质量;通过分析近似解的结构,发现一些相邻节点相互交换位置也可以有效提高解的质量,因此提出了一种邻节点置换方法。实验表明提出的方法可以有效改进模拟退火算法求得的TSP近似解。     

多分量调频信号的阵列处理时频交叉项的抑制方法

在应用时频-MUSIC方法对多分量调频信号进行到达角估计的问题中,针对时频分布中交叉项的存在对估计性能的影响,提出了一种基于阵列信号处理抑制时频分布交叉项的新方法。该方法利用多信源在各阵元上的延迟对时频分布交叉项振荡相位的影响,联合运用多通道信号处理和图像处理的方法,采用二维乘法滤波,减小高频振荡交叉项在时频图像中的占据区域,从而达到抑制交叉项的目的。仿真实验显示该方法具有良好的效果。     

基于消除交叉点的蚁群算法锡焊机器人路径优化

针对基本蚁群算法在锡焊机器人路径优化存在交叉点的不足,提出了一种自动消除焊接路径中交叉点的算法,将其与蚁群算法融合,通过增加消除交叉环节,可以得到更优的焊接路径,减少焊接电路板的时间消耗。还针对消除交叉会增加时间代价这一不足,对消除交叉点算法与蚁群算法融合的方式进行分析研究,得出时间代价较小,优化结果较好的融合方式。通过200个焊点的仿真结果表明该算法有较好的效果。     

基于高时—频分辨率脑电信号特征提取方法分析

分析脑电信号主要采用时频分析法,其中交叉项和分辨率是相互矛盾的两个因素。基于高时—频分辨率分析(High Time-Frequency Resolution Analysis,HTFRA)方法能够将这两者相结合。该方法以维格纳-威尔分布(Wigner-VilleDistribution,WVD)为基础,对Wigner-Ville分布的结果利用中心仿射滤波法进行非线性滤波,有效地消除了Wigner-Ville分布的交叉项干扰,而不影响信号的分辨率。对仿真信号采用传统的短时付氏变换、Wigner-Ville分布及HTFRA求时频能量分布,结果显示:HTFRA较传统的方法更清晰地反映信号在时频域内的能量变化。该方法使得脑电信号适用于各种分类算法。     

多分量调频信号的阵列处理时频特征提取

在应用时频—MUSIC方法对多分量调频信号进行到达角估计的问题中,针对时频分布中交叉项的存在对估计性能的影响,本文提出了一种基于阵列信号处理抑制时频分布交叉项的新方法。该方法利用多信源在各阵元上的延迟对时频分布交叉项振荡相位的影响,联合运用多通道信号处理和图像处理的方法,采用二维乘法滤波,减小高频振荡交叉项在时频图像中的占据区域,从而达到抑制交叉项的目的。仿真实验显示该方法具有良好的效果。     

基于WVD的LFM信号检测方法研究

对基于Wigner-Ville分布的LFM信号检测方法进行了总结,推导了加性高斯白噪声背景下的Wigner-Hough变换信噪比公式,并分别采用Wigner-Ville分布和Wigner-Hough变换对单线性调频信号、两线性调频信号进行了检测,然后对检测性能进行了分析。仿真结果表明,与Wigner-Ville分布相比,Wigner-Hough变换可有效抑制高斯白噪声的影响,同时对交叉项也有很好的消除作用。     

Gabor变换与双线性时频分布的时频结构

时频聚集性和交叉项是衡量时频分布性能的主要评价指标。Gabor变换是一种线性变换且不存在交叉项,而双线性时频分布具有良好的时频聚集性但存在交叉项。从图像处理的角度对Gabor变换和双线性时频分布的时频图像进行处理,可以得到既具有良好的时频聚集性,又减少交叉项的时频分布。仿真实验表明这种方法可以得到更加精细的语音时频结构。     

多传感器数据融合在涂层厚度检测中的应用

在涂层厚度测量的过程中,电感传感器的输出值存在对温度的交叉灵敏度,为消除温度对测量数据的影响,提出了一种基于神经网络的多传感器数据融合技术处理方法,该方法以传感器的输出值与温度值作为网络的输入,通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析,表明该方法大大降低了交叉干扰,有效提高了测量精度。