基于改进EEMD的心电信号基线漂移消除方法

针对传统方法滤波效果不佳的问题,本文提出了基于改进集合经验模态分解（Ensemble empirical mode decomposition,EEMD）的消除心电信号基线漂移方法。该方法克服了经验模态分解（Empirical mode decomposition,EMD）模态混叠的问题,并对EEMD方法存在的问题和不足进行改进,建立集合经验模态分解方法中加入辅助白噪声大小的可依据准则,从而确定加入的辅助白噪声大小以及集合平均次数这两个重要参数。它从含噪心电信号中提取基线漂移信号,然后重构其余本征模函数（Intrinsic mode function,IMF）分量得到"干净"的心电信号,为后续的研究提供前提。经实验验证表明：相较于传统方法,这种方法能够提高信噪比、降低均方差、保持特征波形、去噪更加彻底,很好地解决了心电信号低频成分损失的问题。     

提高白度的杉木CTMP过氧化氢漂前预处理

使用氧化型漂白剂在过氧化氢漂白前进行预处理,以改善后续漂白及提高漂白效率.实验表明,在几种预处理方式中,酸性条件下的H2O2和ClO2的预处理效果较好,漂白得率损失小;6％的H2O2单段过氧化氢漂白可以将杉木CTMP漂白至76.2％ISO的白度,经0.5％ClO2的活化预处理,则可以将白度提高到77.7％ISO.     

基于倾斜摄影技术的煤矿地区土地利用动态变化预测系统

设计了基于倾斜摄影技术的煤矿地区土地利用动态变化预测系统,有效预测煤矿地区土地利用动态变化,为煤矿地区土地合理利用与管理提供可靠参考依据。利用无人机倾斜摄影技术采集煤矿地区土地利用相关数据,对土地利用动态变化预测数据执行单独存储操作,调用各类地图与土地利用变化数据库数据,将其传输到土地动态预测中心,通过采集土地利用图像的增强去噪、畸变纠正后,生成并存储土地利用DSM图像,经DSM数据中相对应的土地高程值提取,实现土地利用动态变化预测。实验结果表明,该系统可有效预测煤矿地区土地利用的动态变化,满足实际煤矿区土地利用动态变化预测工作需要;图像增强及畸变纠正后,图像色彩、光线、饱和度以及清晰度均有所提升,且不再倾斜。     

基于ANSYS的同面多电极电容传感器仿真研究

同面多电极电容传感器是一种新的飞机复合材料构件损伤检测技术,该检测技术的正问题中敏感场分布函数的计算要涉及到静电场中电容计算问题。在仿真研究中,电容要通过场的数值计算方法来求得。本文介绍了如何使用ANSYS有限元分析计算同面多电极电容传感器中的各电极对之间的电容,对检测材料发生异常及传感器参数改变时电容的变化进行了分析,为损伤检测的特征提取和逆问题图像重构提供了仿真数据。     

基于MATLAB的阵列信号处理模型构建和仿真方法

文章介绍如何使用MATLAB构建阵列信号处理系统模型,实现前向平滑的协方差矩阵产生方法,波达方向估计的子空间方法,最小功率波束合成器的权值求解算法和基本系统参数的仿真。各种复杂的阵列信号处理仿真都可以在此基础上完成。     

基于混沌浮点运算的医学图像加密方法与FPGA实现

针对医学图像数据在互联网传输中的高机密性需求，提出一种基于Logistic混沌浮点数运算的加密方法用于医学图像加密。在该加密方法中，结合双精度浮点运算设计了基于Logistic混沌的伪随机数序列发生器（PRNG），并采用硬件描述语言Verilog对PRNG进行了硬件描述。在Altera公司Cyclone Ⅳ系列DE2-115开发平台上实现了加密方法综合设计。从密钥敏感性测试、直方图分析、相关性检验、信息熵处理等密码学角度分析了加密算法的安全性。通过将文中提出的图像加密算法与现有的一些图像加密算法进行比较，发现经过该加密算法加密后图像具有对密钥敏感、相关系数小、信息熵高等特点。此外，基于FPGA的硬件加密系统加密稳定性高，实时性好。     

船载脉冲功率系统动态过程建模及其变换器参数优化

船载脉冲功率系统（PPS）由DC/DC变换器及脉冲负载构成，其功率冲击特性受变换器参数影响。考虑变换器与脉冲负载的不同开关频率特性，提出了PPS动态过程建模及其变换器参数优化方法。分析了不同开关状态组合方式下的PPS动态过程，提出了PPS多动态过程变换器开关通断时间等效计算方法，建立了含有变换器电感与电容参数的PPS全过程状态方程。以优化PPS的电压、电流外特性为目标，建立DC/DC变换器电感与电容的优化模型，并利用非支配排序遗传算法（NSGA-Ⅱ）求解。分别在MATLAB/Simulink、RT-LAB中建立含PPS的船舶综合电力系统，验证了所提建模与优化方法的有效性与可靠性。     

基于改进CEEMDAN在电能质量复合扰动去噪中的应用

为提高噪声环境下电能质量复合扰动识别精度，提出一种基于改进自适应噪声完备经验模态分解（CEEMDAN）去噪算法。首先通过CEEMDAN方法将含噪信号分解为若干本征模态函数（IMF）；然后将改进兰氏距离与多重分形去趋势波动分析（MFDFA）结合，把若干IMF分量分为信号IMF分量、噪声和信号混叠IMF分量、噪声IMF分量。对于混叠IMF分量、噪声IMF分量分别采用改进奇异谱分析（SSA）、小波阈值（WT）去噪；最后，将经去噪处理的IMF分量与信号IMF分量进行重构。实验表明：与对比算法相比，含噪扰动经新算法去噪后，信噪比显著提高，去噪效果良好。