汽车动态称重信号的自适应校正应用研究

提出一种通过自适应补偿提高长秤台汽车动态称重系统精度的方法。根据汽车动态称重两自由度模型,利用零、极点对消原理,设计校正滤波器,改善信号响应特性,使信号快速达到平稳状态。实验结果表明,本方法能有效地缩短信号衰减时间,改善称重精度,并具有很好的自适应性。     

汽车动态称重信号的自适应校正应用研究

提出一种通过自适应补偿提高长秤台汽车动态称重系统精度的方法.根据汽车动态称重两自由度模型,利用零、极点对消原理,设计校正滤波器,改善信号响应特性,使信号快速达到平稳状态.实验结果表明,本方法能有效地缩短信号衰减时间,改善称重精度,并具有很好的自适应性.     

光纤光栅动态称重技术的研究

在实验室内搭建了一套光纤动态称重系统,该系统是基于普通单模光纤光栅传感技术。在实验小车经过支撑称重台面的金属弹性体时,将引起弹性体形变,采用光纤光栅传感器监测这一形变。通过分析光纤光栅解调仪采集到的光纤光栅传感信号,反演出实验小车的质量。实验结果表明系统精度优于±3%。该系统采用实时校准光纤光栅传感器基准传感波长方法,消除了环境温度对测量结果的影响,具有自温度补偿功能。     

耦合型光纤应变传感器用于汽车动态称重研究

提出了一种耦合型光纤应变传感器的设计和应用于汽车动态称重的方案,制作了耦合型光纤应变传感动态称重仪,对基于耦合型光纤应变传感器的动态称重系统进行了静态和动态测试.对测得的信号进行小波变换和消噪处理,取得了有价值的试验数据.现场测试数据分析表明,系统的测量误差为2.03%,称重分辨率为2.5 kg,能满足动态称重的需要.     

FPGA实现的FIR算法在汽车动态称重仪表中的应用

本文介绍了用FPGA实现的FIR算法，并对这种算法应用于汽车动态称重仪表中的结果做了分析，实践证明此算法用于动态称重具有良好的效果。     

基于DSP的动态称重系统设计

通过分析目前国内外使用的动态称重系统（WIM）存在的问题,选择石英压电称重传感器作为动态称重传感器,并采用TMS320C6416的DSP核心器件设计并实现了相应的动态称重系统,利用Delphi完成了该动态称重系统的软件设计。该系统克服了传统动态称重系统测量精度低、所需时间长等缺点,通过实测表明该系统运行良好,应用前景广泛。     

动态称重信号采集系统设计

目前车辆动态称重信号采集系统存在体积大、集成度低等问题,PSoC(Programmable System on Chip)内部具有丰富的数字资源和模拟资源,本文主要介绍了基于具有全速USB接口的PSoC芯片CY8C24794的车辆动态称重信号采集系统的软、硬件设计方法和实现。该系统小巧实用,便于携带,节省了USB接口芯片、AD等功能芯片,与VXI高速采集系统采集的信号相比,本系统的实验结果与VXI实验结果类似,系统很好满足了信号采集的要求。     

数据融合技术在车辆动态称重系统中的应用

基于车辆动态称重系统的结构和特点,采用了一种基于最优加权平均的数据融合处理方法,将其应用到动态称重系统中,并完成系统的软硬件设计。通过对融合前后的实验数据进行比较分析,可有效地降低传感器在工作过程中受多种因素的交叉干扰影响,提高了车辆动态称重系统抗干扰能力,以保证参数检测的可靠性和准确性。     

公路动态称重系统红外测速光电传感器的研制

叙述了公路动态称重系统中测量运输汽车行驶速度的红外光电传感器的工作原理，并对其硬件实现作了介绍。     

LFM信号的自适应校正应用研究

在提出用自适应滤波方法对接收机通道之间的不平衡性进行校正的基础上,重点分析了NLMS(NormalizedLeastMeanSquare),即归一化最小均方算法对雷达中的线性调频信号(LFM)的校正。通过仿真,对影响LFM信号校正精度的因素做了探讨。     

基于运动补偿的自适应时域视频降噪算法研究

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用该降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

一种基于运动补偿的时域自适应视频降噪算法

视频信号内的噪声是信号中不希望出现的干扰部分,如果不加以有效的去除,会严重影响视频图像的质量.提出了一种基于运动补偿的自适应时域视频降噪算法.该方法通过运动补偿技术,在时域上跟踪并提取噪声.滤波的强度是根据物体运动轨迹上的运动强度自适应变化的.利用该算法,有效地去除了视频序列中的噪声,同时很好地保护了图像的细节.实验结果表明,采用本文的降噪算法处理后的视频图像质量明显优于采用空域的降噪方法的结果.     

自适应信号处理技术的应用

自适应信号处理技术在雷达、通信、声纳、图像处理、计算机视觉、地震勘探、生物医学、振动工程等领域有着极其重要的应用。目前这门新学科仍在继续向纵深方向迅速发展,特别是盲自适应信号处理和利用神经网络进行的非线性自适应信号处理。对于实现智能信息处理系统有很好的应用前景。介绍了自适应信号处理技术在滤波、系统辨识、自适应均衡、回波抵消、谱估计、谱线增强、自适应波束形成等方面的应用,并介绍了其发展前景。     

LFM的一种自适应滤波方法

研究了白噪声环境下线性调频信号的自适应滤波问题。提出了一种LFM自适应滤波算法,该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在u域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号。该算法为白噪声下LFM信号增强、滤波提供了一种算法框架。性能分析表明,该算法的滤波效果取决于自适应滤波器的效果。最后仿真表明该算法效果明显,计算方便。     

自适应信号分解方法在主动声呐信号处理中的应用研究

利用基于“Matching Pursuit”算法的自适应信号分解方法,探讨了主动声呐信号处理中多目标回波的检测及参数估计问题。该方法既能实现多目标分辨,又能提取出更多的目标特征信息,所以能够充分发挥宽带信号的优势。再者,不仅对更广泛类型的发射信号具有普适性,而且分解结果能为下一段接收数据的选取提供参考信忠。因而,同已有的信号处理方法相比,该方法具有明显的优越性,是一种比较好的信号分析方法。仿真实验证明了该方法的有效性。     

自适应多传感器网络覆盖节点部署技术研究

基于多传感器节点圆形数据采集区域相切形成一系列相似三角形在几何原理上的有效性和可行性,提出了一种基于相似三角形的网络节点协同控制节点部署技术.首先把数据采集区域分割为多个几何相似的三角形,保证对监测区域无缝覆盖的同时聚集最少的传感器节点;其次在簇首节点与分簇区域内的传感器节点之间构建高效拓扑;然后建立一种自适应节点失效重建网络拓扑控制机制.仿真实验表明,该节点部署算法可以对监测区域实现完全无缝覆盖,保持网络整体性能高效以及数据传输的可靠性..     

自适应直方图均衡方法研究与应用

本文介绍了直方图均衡（HE）和自适应直方图均衡（AHE）对比度增强方法，进而提出了一种基于幂函数形式的加权自适应直方图均衡法（WAHE），并给出其滑动窗口权矩阵生成方法及直方图分布计算方法。最后给出数字X光胸腔图象的处理结果。     

RLS和小波在声信号消噪处理中的应用

在仿真的基础上,介绍了RLS自适应滤波器和小波消噪方法的滤波特性以及消噪的处理方法。通过对实际声采集信号的RLS消噪方法,小波消噪方法和综合消噪方法的处理结果,分析了不同类型的信号数据的不同的处理方法,对于特定的数据类型可考虑采用将两者相结合的方法,处理结果令人满意。     

智能天线自适应盲波束成形算法研究

智能天线中的自适应算法又称为数字波束成形算法,其中,盲自适应算法是不需要专门的训练信号或确定信号,节省了因接收训练序列和导频信号而占用的频谱资源,提高了频谱利用率。因此,盲自适应波束形成算法受到越来越多的关注。本文主要对现有的各种盲算法原理进行逐一介绍,然后对比了各种算法的优点。