"信号与系统"教学改革探讨与实践

"信号与系统"是通信工程专业、电子信息工程专业和物联网专业的重要技术基础必修课,是一门理论性、实践性都很强的课程,而且又是后续专业课程讲授内容中不可缺少的必要基础。结合多年的教学经验,针对目前该课程的教学现状和存在的问题,从教学内容、教学方法和教学手段几个方面介绍了教学改革中的思路,实践表明,该改革对本课程教学质量和教学效果的提高是有益的。     

圆极化微带天线的分析与优化设计

介绍了微带天线发展概况、特点和分类。详细介绍了空腔模型法,该方法是分析微带贴片天线的重要方法,适用于任何形状的贴片。研究了圆极化微带贴片天线轴比的改进方法和基板等效介电常数的最佳实现问题,给出了详细的数值推导过程和相关特性曲线。研究结果为微带贴片天线的优化设计指出了明确的方向。     

基于增强型对抗学习的无参考图像质量评价算法

为了提高无参考图像质量评价（NR-IQA）方法的性能,参考先进的深度生成对抗网络（GAN）研究成果,提出一种基于增强型对抗学习的无参考图像质量评价算法,即通过改进损失函数、网络模型结构来增强对抗学习强度,输出更可靠的模拟“参考图”,进而可以像全参考图像质量评价（FR-IQA）方法一样模拟人的视觉比较过程。首先,利用数据集中失真的图像和未失真的原图像作为输入,从而基于增强对抗学习来训练网络模型;然后,利用该模型输出待测图像的模拟仿真图,提取仿真图的深度卷积特征;最后,将仿真图和待测失真图的卷积特征相融合,并输入到训练好的图像质量评价回归网络,输出图像的评测分数。在LIVE、TID2008和TID2013数据集上完成实验。实验结果表明,所提算法在图像质量上的总体客观评价性能优于当前的主流算法,与人的主观评价表现出的性能相一致。     

OFDM系统中联合抑制ICI的算法

针对正交频分复用（OFDM）系统中由频率偏移引起的子载波间干扰（ICI）的问题,提出了一种基于对称子载波的ICI自消除算法。该算法将互为相反数的发送符号映射到对称的子载波上,并在接收端将解调信号进行线性组合。为了进一步降低ICI,将基于对称子载波的ICI自消除算法与时域加窗相结合,即在发送数据符号之前,与升余弦函数相乘。对算法进行仿真实验,相对于相邻符号自消除算法,该算法减小了子载波间的干扰系数;加窗后OFDM符号频谱的边瓣衰减速度快,最大可衰减至－40 dB;对于系统的信号干扰比性能（SIR）,加窗后的算法同相邻符号自消除算法相比可提高8 dB左右;在信噪比较大的情况下,改善了系统的误码率。仿真结果表明,所提算法能够抑制ICI,提高系统抗干扰性能。     

基于小波模糊神经网络的滑模控制器设计

针对一类非线性系统,采用小波模糊神经网络对控制对象辨识并提出了滑模控制器的设计方法.在系统存在外部干扰并有界时,利用李亚普诺夫方法证明了系统的稳定性.最后,通过MATLAB仿真验证了输出反馈控制具有良好的跟踪性能.     

PCB测试方法综述

将PCB分为带微处理器的(CPU板)和不带微处理器的(普通PCB)，对PCB板的测试进行了深入研究，介绍在线测试、功能测试及组合测试和五种实用的仿真测试方法，处理器仿真测试、存贮器仿真测试、总线周期仿真测试、DMA仿真测试和通用总线仿真测试；并且对其优缺点进行比较，对其具体实现中的技术难点进行了分析。     

基于小波神经网络的汽车ABS控制器设计

针对汽车防抱死刹车系统(ABS)这类非线性系统,本文将小波神经网络用于设计刹车系统中最佳滑移率Sp识别器,并在所得的滑移率基础上设计模糊神经网络控制器,最终使控制器的输出能够很好地跟踪Sp.仿真结果给出了刹车过程中不同参数的变化情况,为汽车ABS控制器设计提供了一条有效途径.     

基于长短期记忆网络-模糊控制的光伏最大功率点跟踪算法

光伏阵列具有非线性特点且其最大功率点会随环境变化而产生偏移现象。尽管最大功率点跟踪算法被广泛地应用于跟踪和预测光伏系统的最大功率点,但仍然面临着模糊控制的动态品质低、控制精度不佳等挑战。为解决前述问题,本文提出了一种集成长短期记忆网络与模糊控制的光伏最大功率点跟踪算法。首先,采用长短期记忆网络以时间序列法预测最大功率点电压;其次,将该预测电压与光伏阵列电压间偏差及其导数作为模糊控制的输入,然后直接调节Boost变换器的占空比;再者,为防止开关管常通,预先设置了变换器的最大、最小占空比。最后,在四种可变大气条件下,利用Matlab/Simulink对本文所提算法进行仿真验证。实验结果表明：与长短期记忆网络、电导增量法和遗传算法相比,本文提出的算法具有良好的跟踪性能、稳定精度及效率,并且具有波形更平滑、振幅较小的优点。     

一类2-D奇异系统的鲁棒稳定性分析

针对一类不确定2-D奇异系统第二类Fornasini-Marchesini(SFM-Ⅱ)模型,在闭环系统边界相容,且无跳跃模的条件下,基于Lyapunov稳定性分析方法,利用线性矩阵不等式(LMI)得到具有不确定参数的二维SFM-Ⅱ系统鲁棒稳定性充分条件,并给出了不确定系统的静态状态反馈控制律,为2-D奇异系统的分析与设计提供了一条有效途径。     

基于双图正则的半监督NMF混合像元解混算法

在高光谱图像中混合像元普遍存在,这极大地阻碍了高光谱遥感技术的发展进程,因此,在利用光谱图像的过程中,如何准确高效地进行混合像元解混是一个关键问题。对于高光谱图像混合像元分解,使用原始的非负矩阵分解(Nonnegative Matrix Factorization,NMF)算法面临一些困难:首先,其目标函数为非凸函数,难以求解得到全局最优解;其次,混合像元中并不存在纯像元。为了解决这些问题,文中提出一种新的算法——基于双图正则的半监督NMF(Dual graph-regularized Constrained Nonnegative Matrix Factorization,DCNMF)混合像元解混算法。该算法采用了梯度下降法和迭代更新法则,既考虑了高光谱数据流形与光谱特征流形的几何结构,又能跳出局部极值,从而求解得到全局最优解。通过真实的高光谱图像数据仿真实验表明,DCNMF算法能够准确高效地进行混合像元分解,改善了解混效果,提高了解混精度,节约了计算时间,加快了收敛速度。