小波变换在MEMS陀螺仪去噪声中的应用

在介绍小波分析理论的基础上,本文采用双正交静态小波基对陀螺仪去漂后的残差信号进行不同尺度的分解.通过不同小波基滤波效果的比较,发现双正交样条小波具有较好的去噪性,其分解和重建滤波器系数也十分简单,验证了小波变换在陀螺仪测漂信号去噪中的可行性.     

数字信号融合中的最优加权法

根据模拟信号中最优加权数据融合权系数的分配,结合量化过程的统计特点,推导得出了数字信号的最优加权数据融合方法中权系数的分配,仿真结果验证了该融合方法在数字信号处理中的有效性.     

基于FPGA的高速数据处理器的实现

在自动武器的动态参数测试过程中，对数据处理实时性的要求不断提高。浮点运算是现代数字信号处理中一种非常频繁的操作。本文在讨论浮点加法器电路设计常用算法的基础上，重点介绍了一种低功耗的三数据通道结构。最后，基于FPGA在处理数据时的高速和灵活性的特点，给出了该结构的FPGA实现及相应的时序仿真。     

基于FPGA的高速抽取过程的实现

下变频后的高速基带信号必须经过抽取后才能减轻后续基带处理的负担。多级抽取滤波有利于滤波器的实现。梳状滤波器用作多级抽取的首级，半带滤波器可以实现2倍的抽取，剩余的抽取滤波器用升幅FIR实现。针对各级滤波器系数的特点，在滤波器的硬件实现上采用了一系列简化方法。计算机仿真结果表明，用FPGA实现高速抽取系统是十分灵活有效的。     

硅微陀螺信号处理方法——基于前向线性预测小波变换方法

为补偿漂移误差对硅微陀螺的测量精度造成的损失,针对漂移误差易受外部环境噪声影响的特点,提出了一种基于前向线性预测（FLP）的小波变换（WT）处理方法——DWT-FLP算法,并通过硅微陀螺试验对其进行了验证。该方法利用快速小波变换算法进行信号的小波分解和小波重构,并将FLP方法用于小波分解系数的重构,比较显著地提高了重构信号的精度。对于4尺度的db4小波变换,40阶FLP的滤波方法可以将硅微陀螺静态漂移的标准差提高4.8倍,动态测量过程信噪比可以提高6.5dB,并且该算法的实时性也可以满足实际工程的需要。     

微机械振动式陀螺仪寄生效应的处理

基于微机械陀螺仪的寄生效应产生原理,借助于陀螺仪的系统函数,分析了寄生效应对系统频率响应的影响.对频率响应实部和虚部的处理,可以得到寄生电容和寄生电阻等一些关键参数值.通过数字滤波的方法可以减少寄生效应的影响.     

模糊集对于软件可靠性评价的应用

该文将模糊集的相关理论应用到软件可靠性评价上面,取得了较好的评价效果。论文首先介绍了模糊集的相关理论,利用在软件工程中具有一定模糊度的“软件可靠性”的概念对软件可靠性评价方法进行了论述。该方法无论是理论上,还是在软件可靠性评价中的应用方面,都充分体现了模糊集的特殊价值,并值得计算机软件人员在今后进行较为深入的研究。     

利用历史信息和限制算子求解MOFJSP

在绿色车间实际生产中,生产者要求在尽量短的时间内获得符合要求的多目标柔性作业车间的调度方案。提出一种使用个体历史信息和限制算子求解柔性作业车间优化调度问题的方法。该方法将多个优化目标分解为一组标量子问题,利用多目标进化算法优化子进行目标优化;在进化过程中,子代生成阶段使用历史信息,提高个体的改变量,加快收敛;在选择阶段,利用带有限制信息的稳定匹配选择策略选择多样性好的染色体种群作为下一次进化的父代种群,保证种群的多样性。实例仿真表明：相比已有算法,所提算法在效率、成本以及能效三个目标上分别提升0.8%、0.8%、2.5%,同时优于NSGA-II求解方案的1.4%、1.8%、4.8%。     

基于新投影策略的人体行为识别方法研究

为解决微小动作识别率低的问题,提出一种结合新投影策略和能量均匀化视频分割的多层深度运动图的人体行为识别方法。首先,提出一种新的投影策略,将深度图像投影到三个正交笛卡尔平面,以保留更多的行为信息;其次,基于整个视频的多层深度运动图图像虽然可反映整体运动信息,但却忽略了很多细节,采用基于能量均匀化的视频分割方法,将视频划分为多个子视频序列,可以更加全面地刻画动作细节信息;最后,为描述多层深度运动图图像纹理细节,采用局部二值模式作为动作特征描述子,结合核极端学习机分类器进行动作识别。实验结果表明：在公开动作识别库MSRAction3D和手势识别库MSRGesture3D上,本文算法准确率分别达94.55%和95.67%,与现存许多算法相比,有更高的识别率。     

自适应加权LGCP与快速稀疏表示的面部表情识别

针对传统LBP特征提取方法对非单调光线变化比较敏感且无法对全局特征进行稀疏表示的缺陷,提出一种自适应加权局部格雷码模式（Local Gray Code Patterns,LGCP）与快速稀疏表示相结合的特征提取方法。先对原始图像应用边缘检测算子最大化边缘值,以克服光线变化对特征描述的影响。采用LGCP编码得到八位格雷码并转换为十进制,然后对图像进行分块加权级联,使描述子能够对局部特征进行最优表征;同时,为了得到更好的全局特征的稀疏表示,将级联后的直方图分布特征描述子作为原子构造字典;最后,使用一种快速稀疏表示方法作为分类器进行分类识别。基于扩展Cohn-Kanade（CK+）表情数据集进行多组实验,结果表明该方法的识别速度更快,识别率可达94%。