电噪声峰值测量法的精确度分析

本文从理论上探讨了线性电路中噪声峰值的形成机理及统计起伏特性,证明了用噪声峰峰值来计算噪声有效值及功率的可行性。但由于与噪声电压的大小,网络频率特性及噪声源功率谱形式有关,故测量准确度较低。为了提高测量精确度,减少随机误差,对噪声峰值测量应采用统计平均方法,所以也需要一定的测量时间。     

微弱随机信号功率谱的互相关测量原理及性能研究

本文提出一种采用双通道前放的互功率谱估计方法。对互谱周期图估计的偏量及方差计算表明,互谱估计的期望值可以消除前放噪声及零漂等影响,从而保证了微弱信号功率谱的准确测量。文中指出,前放噪声会加大互谱估计的方差,并引起幅值估计的附加偏量,因此采用低噪声前放及平滑周期图平均法仍是十分必要的。用本方法对低于前放噪声一个数量级的小电阻热噪声及二极管PN结电流散弹噪声功率谱进行了测量,测量结果与理论值基本一致。     

图象纹理分析方法及发展（二）

7.随机游动法(Random Walk Procedures) Wechsler和Kidode提出一种分析纹理的随机游动法。该方法将与二维随机游动有关的移动概率作为基本象素点灰度值的函数,在计算和比较“到达分布”的基础上分析纹理。用随机游动法可以求得一个窗口内所有象素点起始的每一条边界离开窗口的概率。如果计算时只考虑窗口内中心象素点,那么,整个计算时间会大大地缩短,且效果也会提高。     

晶体管/集成运放/仪器仪表的等效输入噪声模型研究

本文从理论上给出了单管前置放大器,集成放大器,仪器仪表的通用等效输入噪声模型,并给出了快速测得该模型参数的方法。有此模型,使得仪器仪表的NF 图等描述噪声性能的参数或图表将变得非常简捷而容易。     

一种基于神经网络的模拟电路故障诊断方法

提出了一种基于模拟电路故障诊断的神经网络方法。这种方法利用小波分解、数据标准化、主成分分析对输入数据进行预处理,采用k个神经元输出的前馈神经网络结构进行有效训练。该方法检测和识别故障准确率高,系统的鲁棒性和稳定性强。     

有色观测噪声背景下正弦信号参量估计的互谱Levinson方法

本文从理论上证明了互相关函数的Yule-Walker方程，并在此基础上提出了互谱AR模型参数估计的Levinson递推自满，该自满可有效地克服传统互谱估计的FFT方法和周期图法存在的谱分辩率低、谱估计方差大等缺点，仿真试验表明，该方法还可有效的克服有色观测噪声对测量精度的影响。     

色噪声背景下正弦参量估计的互谱矩和SVD方法

互谱估计方法是用于色噪声背景下正弦信号参量估计的一个十分有效的方法。但以往互谱估计都是采用FFT方法和互周期图法。本文首次将现代谱估计方法引入到互谱估计中,从理论上建立了互相关函数的Yule-Walker方程,并在此基础上进而提出了互谱估计的矩估计法和SVD方法。给出了仿真实例结果。     

SEM摄象系统低照度下极限分辨率研究

本文应用量子噪声起伏理论计算了SEM摄象系统在低照度下的极限分辨率,并据此探讨了提高极限分辨率的可能途径及理论上可达到的探测极限。文中给出了实验比较。