激光在线测厚振动分析与精度优化

激光测厚具有安全可靠、测量精度高、测量范围大等优点,广泛应用于纸张、电池极片等薄膜类材料厚度的在线测量。带材宽幅方向扫描测厚时由于扫描架往复运动会产生机械振动,影响在线测厚精度。针对该问题,以锂离子电池极片厚度测量为例,使用双激光差动式测厚平台对电池极片和铜箔分别进行厚度测量,然后对测厚数据进行频谱分析,探究其振动规律的相似性,并基于频谱分析结果采用滑动带阻滤波方式对测厚数据进行处理,滤波后极片和铜箔的厚度极差分别降低了33.4%和73.8%,有效过滤了机械振动导致的测量误差,可满足极片和铜箔厚度测量的精度要求。     

一种面向宽带频谱的信噪分离方法

自动化频谱监测中，信噪分离为宽带频谱序列进一步信号识别和统计提供算法支撑，而现有的频域信噪分离方法存在准确性较低的问题，为提高算法准确性，提出了一种面向宽带频谱的信噪分离方法. 首先，分析实测宽带频谱样本数据特征，采用爱泼斯-普利方法验证了频谱噪声数据样本满足正态性；其次，结合标准差理论，采用邻值比较和窗口划分方法确定信噪分离阈值；最后，以信噪分离准确性为目标，通过迭代优化邻值比较判别值及窗口划分宽度，提高了算法的准确性. 数据验证和对比分析表明，本文方法的信噪分离阈值与频谱噪声吻合较佳，准确性高至90.53%，明显高于现有信噪分离方法，且运行速度快，能够较好地应用于自动化频谱监测的实时信号识别与统计.     

基于电信号特征分析的电机故障诊断技术

介绍了电机故障诊断技术平台的组成,分析了电机常见故障下电信号的特征。利用宜昌和景洪工厂两台电机进行了实际对比测试,宜昌工厂电机定子电流特征频率在49.2Hz时表现出峰值-36.08dB,在50.8Hz时表现峰值则为-37.23dB,表明电机存在转子断条故障;景洪工厂电机在转子特征频率为113.51Hz时,出现峰值-58.47dB,表明电机存在静态偏心故障。经电机现场抽芯检查,验证了电机故障快速诊断平台给出的电机健康状态评估结果,证实了基于电信号特征分析的电机故障诊断技术的准确性。     

基于自然伽马测井曲线的旋回识别及古气候判断

尼玛盆地地处青藏高原腹地,由于环境恶劣交通不便等问题,导致尼玛盆地沉积旋回和层序地层研究程度极低.收集盆地内第1口探井(尼1井)的地球物理数据,利用自然伽马测井曲线对尼1井牛堡组一段进行频谱分析,共识别出405 kyr周期旋回37个、100 kyr周期旋回148个、54 kyr周期旋回274个、41 kyr周期旋回362个和23 kyr周期旋回646个,各周期对应旋回沉积厚度分别为17.7305、4.4623、2.3680、1.7873、1.0886 m,平均沉积速率44.03 m/Ma,沉积时限14.8 Ma.在此基础上,结合带通滤波变化趋势分析,认为该地区的气候反常现象由印度板块与亚欧板块的碰撞隆升引起,风化作用与焚风作用共同控制了高原内部的气候变化.     

基于能量检测的频谱感知算法性能研究

文章提出一种更精炼的能量检测算法(Improve Energy Detection,IED),该算法能避免瞬时信号能量下降造成的错误检测。实验结果表明,它能够在保持类似复杂度和计算成本水平的同时优于传统能量检测算法,精确判别信道中是否只存在噪声,有效地降低了能量检测的复杂度,提高了检测的可靠性。     

移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

基于人工蜂群算法的双门限CRN网络攻击检测算法

为了提高认知无线电网络的攻击检测效果,提出一种基于人工蜂群算法的双门限认知无线电网络的攻击检测算法。收集网络中所有次级用户向融合中心发送的报告,对信号进行预处理并将信号传递至人工蜂群算法;蜂群的雇佣蜂阶段评估次级用户子集的适应度,观察蜂阶段根据解的相关信息开发可行解,选择最优的次级用户子集;观察蜂的结果传递回蚁群,并且更新蚁群的全局信息素值,蚁群对新解集进行开发操作。该算法结合人工蜂群算法与人工蚁群算法在全局搜索与局部开发之间达到平衡。仿真实验的结果显示,该算法实现了较高的检测率与较低的错误率,从而有效地优化了频谱利用率。