一种可变步长傅里叶分析器的统计特性分析

可变步长最小均方(Variable step-size LMS,VSS-LMS)算法的傅里叶分析器在稳态误差、收敛速度及追踪能力方面具有优异性能,对其进行全面的统计特性分析具有重要意义.本文基于误差服从高斯分布等假设在平均及均方意义下,推导出描述系统动态特性的差分方程组,完成系统的动态数学建模,进而对系统进行稳态性能分析,给出系统稳态误差关于参考信号频率、系统参数和附加噪声的表达式,为系统应用中的参数选取提供有效指导.仿真表明,本文建立的统计模型与仿真结果具有一致性,验证了分析的有效性.     

用相位差值判别Duffing振子相变的新方法

针对Duffing振子微弱信号检测中相变(即混沌态与大尺度周期态状态的转变)判别算法复杂、计算量大等问题,推导了对Holmes型Duffing振子的增量谐波法求解方程,根据计算结果分析了相变过程中系统解的谐波特性,利用系统解与周期策动力的相位变化规律,提出一种用相位差值来判别相变的新方法.数值仿真和实验测试表明,在强噪声背景下系统相轨迹波动严重,但该方法仍能对系统相变实时准确地判别.     

基于Duffing振子的BPSK载波信号检测方法研究

针对低压配电网具有噪声干扰强、信号衰减大等问题,提出了用Duffing振子来检测BPSK载波信号的新方法.Duffing振子对微弱信号敏感,信号的不同相位将引起系统在混沌态与大尺度周期态之间的相变,该方法就是利用载波信号的相位引起的Duffing振子的相变,通过对该相变的判别来检测载波信号的相位信息.同时还分析了Duf...     

基于AVR单片机的远程控制系统的研究

介绍了一种利用AVR单片机和RTL8019AS以太网控制器实现的RS232接口设备远程控制系统,对AVR和RTL8019AS的硬件连接做了详细说明,并介绍了RTL8019AS的工作原理及系统的软件流程。该系统可实现段最大长度为100m、数据率为10Mbps的以太网数据接收与控制。     

基于BSLA 最小二乘法的多功能传感器信号重构

最小二乘技术经常在利用若干测量数据评估被测变量的情况中使用，当使用这种方法来获得一个最佳线性逼近空间(BSLA)时，就会建立一个能够处理冗余度量数据的最佳解决方案，从而改善在三维空间环境中信号重构的效果(通常情况下，多功能传感器都是三元或三元以上的度量函数)。为此提出了一种应用最小二乘算法重构多功能传感器被测信号的方法验证其有效性，建立了仿真模拟电路，并给出了仿真结果和算法误差分析。     

强混响条件下基于广义互相关的声源定位算法改进

针对特定声场环境,提出了一种强混响条件下基于广义互相关的声源定位算法的改进措施,即利用混响成分中包含的声源位置信息,提高声源定位的正确率。混响与噪声是影响声源定位的两个主要因素。目前声源定位的主要方法都是以降低信号中混响与噪声成分为目标的,如波束成形、空间谱估计以及到达时间差法等。其中,基于广义互相关的声源定位算法属于到达时间法的常用方法,具有实时性强与高鲁棒性的优势。本文采用镜像源模型对室内环境进行建模,分析声源到双麦克风的传播路径,利用混响中存在的声源位置信息剔除错误定位结果,从而提高定位正确率。最后,利用蒙特卡洛法对本文提出的方法进行验证,结果表明:该算法提高了强混响低信噪比条件下的声源定位正确率。     

基于B样条整体最小二乘的非线性多功能传感器信号重构方法

提出一种基于B样条整体最小二乘(Total least squares,TLS)的非线性多功能传感器信号重构新方法.该方法利用B样条基函数直接构建描述多功能传感器传递函数反函数的张量积B样条曲面;采用TLS求解超定方程组以获得稳定的控制系数估计.以二输入二输出多功能传感器模型为实验对象,在两种非线性情况下对多功能传感器的输入信号进行了重构,重构相对误差分别为0.162％和1.043％,并与常用重构方法进行了对比分析.理论和实验表明,B样条TLS重构方法对非线性多功能传感器传递函数的反函数具有良好的逼近性能,在信号重构中表现出较好的有效性.     

基于LS-SVM的非线性多功能传感器信号重构方法研究

提出了基于最小二乘支持向量机(Least squares support vector machine, LS-SVM)的非线性多功能传感器信号重构方法. 不同于通常采用的经验风险最小化重构方法, 支持向量机(Support vector machine, SVM)是基于结构风险最小化准则的新型机器学习方法, 适用于小样本标定数据情况, 可有效抑制过拟合问题并改善泛化性能. 在SVM基础上, LS-SVM将不等式约束转化为等式约束, 极大地简化了二次规划问题的求解. 研究中通过L-折交叉验证实现调整参数优化, 在两种非线性情况下对多功能传感器的输入信号进行了重构, 实验结果显示重构精度分别达到0.154\%和1.146\%, 表明提出的LS-SVM重构方法具有高可靠性和稳定性, 验证了方法的有效性.     

基于总体平均经验模态分解的主动噪声控制系统研究

为了提高宽窄带混合噪声的消噪效果,本文提出一种基于总体平均经验模态分解（Ensemble empirical mode decomposition,EEMD）的主动噪声控制（Active noise control,ANC）系统,利用实时EEMD算法逐段将混合噪声分解成若干个固有模态函数（Intrinsic mode functions,IMF）分量.因为这些IMF分量的频带各不相同,所以实现了混合噪声中宽带分量和窄带分量的有效分离,独立进行ANC处理后成功解决了处理混合噪声时带来的“火花”现象,而且避免了传统混合ANC（Hybrid ANC,HANC）系统中频率失调的影响. EEMD算法也是对混合噪声的平稳化处理过程,因此当混合噪声中出现非平稳变化时,本文提出的系统也能保持较好的系统稳定性.通过不同噪声环境下进行仿真分析,提出的ANC系统比HANC系统具有更好的系统稳定性和更小的稳态误差.     

Multi-layer perception approach to identification of compound information

0　ＩＮＴＲＯＤＵＣＴＩＯＮＩｎｒｅｃｅｎｔ ｙｅａｒｓ ,ｔｈｅ ｐｒｏｃｅｓｓｉｎｇｏｆｃｏｍｐｏｕｎｄｉｎｆｏｒｍａｔｉｏｎ (ｈｉｇｈ ｌｅｖｅｌｉｎｆｏｒｍａｔｉｏｎ)ｔｈａｔｉｓｒｅｌａｔｅｄｔｏｍａｎｙｃｏｎｖｅｎｔｉｏｎａｌ ｐｈｙｓｉｃａｌ ｑｕａｎｔｉｔｉｅｓｈａｓｒａｐｉｄｌｙｅｖｏｌｖｅｄ[1,2 ] .Ｅｎｖｉｒｏｎｍｅｎｔｃｏｍｆｏｒｔｃａｎａｌｓｏｂｅｃｏｎｓｉｄｅｒｅｄａｓｓｕｃｈａｔｙｐｅｏｆｉｎｆｏｒｍａｔｉｏｎｔｈａｔｃｏｍｐｒｉｓｅｓｈｕｍｉｄｉｔｙ ,ｔｅｍｐｅｒａｔｕｒｅ…