Σ-ΔA/D转换技术及仿真

Σ－ΔＡ／Ｄ转换技术近年来颇受重视，因为基于该技术的Ａ／Ｄ转换器能达到很高的分辨率（１６ｂｉｔ以上），并另具一系列优点。本文对Σ－ΔＡ／Ｄ转换器的基本原理，包括过采样（Ｏｖｅｒｓａｍｐｌｉｎｇ），噪声成形（ＮｏｉｓｅＳｈａｐｉｎｇ），以及数字抽取滤波（ＤｉｇｉｔａｌＤｅｃｉｍａｔｉｏｎＦｉｌｔｅｒｉｎｇ）等内容，均作了叙述。作者还对一个２０ｂｉｔΣ－Δ转换器的算法进行了计算机仿真。该转换器采用了高阶ＭＡＳＨ噪声成形技术，而其数字抽取滤波部分则由梳状滤波器与级联的半带滤波器构成。文章中给出了仿真结果。     

一种基于子空间分解的IIR信道盲辩识算法

本文证明了对IIR信道输出进行过采样 (采样率是输入码率的整数倍 )可以转化成单输入多输出的多信道模型 ,并且不同的信道有相同的AR系数 .基于这一特性本文提出一种基于子空间分解的信道参数盲辩识方法 ,即不同信道的MA系数可以由输出信号的噪声子空间唯一确定 ,而AR系数则可以通过求解YW方程得到     

不平衡数据下基于PSO-BP算法的输电线路弧垂预测

针对架空输电线路弧垂在计算过程中易受测量数据(温度、风速、档距等参数)影响的问题,提出了基于数据预处理的PSO-BP神经网络弧垂预测模型.对收集数据中部分样本缺失的情况,使用合成少数过采样技术(SMOTE)对不平衡样本进行合成;构建PSO-BP神经网络用于弧垂预测,使用不同工况条件的数据训练网络,实现弧垂预测的目的,并将网络的性能与传统的BP神经网络性能进行对比.实验结果表明,与传统BP神经网络模型相比,本文提出的模型进行弧垂值预测后所得的误差绝对值显著降低.本文提出的模型可以加快训练速度、提高预测精度.     

18位高精度音频Σ-ΔDAC设计

采用基于过采样Σ-ΔDAC调制技术设计的音频D/A转换器,对量化噪声进行有效整形,提高了分辨率和带内信噪比(SNR)。重点对Sigma-delta设计进行了详细分析,给出了有关电路结构和仿真结果。芯片已在TSMC 0.18μm CMOS工艺上流片成功,在工作频率6.144MHz时动态范围达128.6dB,信噪比109.5dB,总谐波失真达-117.2dB。     

基于样本扩充和特征优选的IGWO优化SVM的变压器故障诊断技术

为了增强变压器故障诊断模型对不平衡样本的学习能力从而提高少数类故障样本的识别精度,提出了一种基于样本扩充和特征优选的融合多策略改进灰狼算法(improved grey wolf optimizer with multi-strategy, IGWO)优化支持向量机(support vector machine, SVM)的变压器故障诊断技术。首先,使用基于K最近邻过采样方法及核密度估计自适应样本合成算法的混合过采样技术对少数类样本进行扩充得到均衡数据集,并在此基础上采用方差分析对变压器候选比值征兆进行特征优选。然后,通过改进灰狼优化算法(grey wolf optimizer, GWO)初始化策略、参数及位置更新公式,并引入差分进化策略调整种群,提出了融合多策略的改进灰狼算法。最后,构建了一种基于混合过采样技术的IGWO优化SVM的变压器故障诊断模型,并通过多组对比实验验证了所提方法能够有效增强模型对少数类故障样本的识别能力,并提升模型的整体分类性能。     

实时光纤网络中突发数据传输的物理层设计

使用Altera CycloneⅢ FPGA设计了百兆实时光纤网络物理层,解决了百兆光纤网络突发数据通信中的数据突发发送、数据时钟的恢复及接收的关键技术。利用空间过采样技术避开了光通信中用于相位锁定、时钟恢复所需的等待时间,直接从码流中提取数据,从而减少了网络突发数据包的同步码开销,提高了光网络的带宽利用率。     

Δ∑模数转换器中数字抽取滤波器的设计

抽取滤波器是过采样模数转换器中的重要组成部分。低字率、高采样频率的数字调制信号被转换成高字率、奈奎斯特频率采样的信号。该文介绍了应用于不同过采样率的通用数字抽取滤波器的设计,适用于一阶到七阶的Δ∑调制器,输入字长从1bit到32bit。设计和实现了一个过采样率为256的数字抽取滤波器,应用于三阶级联的Δ∑调制器。该抽取滤波器包括:级联积分梳状滤波器、补偿滤波器和一个窄带有限冲击响应半带滤波器。滤波器系数都采用CSD(Canonic SignedDigit)码实现。多级多采样率信号处理电路被用来实现补偿和半带滤波。整个滤波器经过了FPGA验证,输出正弦波的信噪比达到了110dB。     

基于生成少数类技术的深度自动睡眠分期模型

针对现阶段可用睡眠脑电数据皆为类不平衡小数据集，深度学习模型的直接迁移应用所取得的分期效果较差的问题，分别从数据集重构和模型训练优化两方面入手，提出可用于少量类不均衡原始睡眠脑电数据集的深度自动睡眠分期模型。首先，从减少决策域的角度对修改的生成少数类过采样技术（MSMOTE）进行改进，并将其用于数据集中少数类的生成；然后，用重构后的数据集对模型作预激活处理。15折交叉验证得出总体精度和宏F1值分别为86.73%和81.70%。应用改进后的MSMOTE重构的数据集对模型作预激活，可使最小类的F1值由45.16%增至53.64%。实验表明，模型可实现对少量原始睡眠脑电数据的端到端学习，总体分类效果优于近年高水平模型，适用于配备远程服务器的分体式便携睡眠监测设备。     

基于C8051f040单片机的光离子化气体浓度检测电路设计

对光离子化气体浓度的测量,本质上是对其产生的微电流的测量。为此以C8051f040单片机为核心器件,采用内部ADC、信号采集单元设计一种测量系统,可以对0~200×10-6量程范围内的待测气体浓度实时检测并用数码管显示。该系统通过金属屏蔽信号采集单元和在软件编程中采用过采样、数字滤波相结合的方法来提高系统的信噪比。在计算机自动配气系统中测试了二甲醚的气体浓度,误差范围≤0.07×10-6,响应速度快、工作可靠、可作为实际应用。     

常规采样与过采样点目标检测性能比较分析

对于红外扫描有效载荷等光电探测系统,瞬时视场的减小(提高分辨率)对抑制背景杂波、提高检测概率和降低虚警率具有重要意义。过采样技术一直是提高仪器成像分辨率时的研究热点。针对点目标探测系统,对常规采样和过采样两种采样体制进行了对比分析。结果表明,在响应的标准差、平均响应和超出率方面,过采样系统具有明显优势。